CN101959447B - 用于流式波前的快速算法 - Google Patents

Abstract

本发明总体涉及图像处理领域，并且更具体地涉及用于确定目标尤其是人眼的波前的方法和设备。本发明公开了用于光学系统的实时波前感测的方法和设备，该方法和设备利用两个不同算法检测质心图像的质心，质心图像如由哈特曼-夏克波前传感器提供。第一算法检测所有质心的初始位置以及第二算法检测由所述第一算法检测的所有质心的递增量。

Description

用于流式波前的快速算法

技术领域

本发明总体涉及图像处理领域，并且更具体地涉及用于确定目标尤其是人眼的光学特性的方法和设备。

背景技术

哈特曼－夏克波前传感器目前被认为是用于确定目标，尤其是人眼，的波前的尖端技术，即使诸如Tracy波前传感器的一些其它概念基于例如Tscherning原理的不同的概念。哈特曼－夏克波前传感器典型地包括微透镜阵列，其将从眼睛出射的部分未变形或变形的波前成像到CCD检测器/相机上。如图1中示例性地示出的，由微透镜阵列产生的图像包括在预定位置的称为质心的小光点的阵列。在异常波前的情形中，至少一些质心相对于光点图像的参考位置发生移位。质心的位移与从眼睛的瞳孔出射的波前的局部（localized）斜率有关。将Zernike多项式或其它数学工具用于根据这些质心距它们预先定义的位置的这些位移导出眼睛的像差参数。为了提供高水平的分辨率，在过去，波前传感器的发展导致增加质心的数量来更精确地确定波前误差。

原则上，进行以下步骤来获取并显示波前像差数据。首先，由相机捕获图像，分析获得的数据，即，确定质心的位置。根据质心图像的此分析，即根据质心的位置（位移），计算并能显示波前图。在该一系列步骤中，就定时来说的关键步骤为质心图像的分析。需要确定每个单独的质心的位置，且尤其是在眼科学领域中，通常施加健康检查。就计算时间而言，这些步骤中的性能水平，即质心位置和健康检查的确定，直接取决于待分析的质心的数量。

众所周知，这样的波前像差的每个单个的测量为眼睛的实际像差配置的快照，且眼睛的像差中存在动态量。该动态分量基于多种因素，诸如，透镜的不间断的微调节、眼睛的微运动以及甚至心动周期。因此，期望拥有“流式波前”概念，换句话说，其意味着拥有实时波前感测，通过该实时波前感测实时捕获、分析以及最终显示实际波前误差，以便为一定时间间隔的波前数据的平均提供基础，或者以便应用所述健康检查来确保用于进一步应用的最终像差数据代表所检查的眼睛的普遍状态。然而，质心的数量的增加导致较高量的处理操作并因此导致增加的处理时间。因此，由于上述提到的原因，拥有实时波前的概念并且因此最小化的处理量是关键的。

发明内容

本发明的目的是提供以减小的处理量根据质心图像确定得到的波前的一种方法和一种设备，而不管设备的具体技术细节。该目标由权利要求的特征实现。

本发明公开了一种用于光学系统的实时波前感测的方法和设备，该方法和设备利用至少两个算法进行质心检测。

本发明提供了一种用于人眼的实时波前感测的方法，其包括以下步骤:（a）获取第一质心图像并使用第一质心确定算法确定所述第一质心图像中的质心的位置；（b）获取下一质心图像并使用第二质心确定算法确定所述下一质心图像中的质心的位置；以及对每个随后的质心图像，基于质心位置的变化确定波前的变化ΔW(x,y)，其中，所述第二质心确定算法参考所述第一质心图像中的相应的质心的位置确定每个质心的位置；所述第二质心确定算法不同于所述第一质心确定算法；通过搜索所述第一质心图像中的所述相应的质心的位置附近的预定区域，所述第二质心确定算法确定所述下一质心图像中的质心的位置；以及所述第一质心图像中的质心的位置附近的所述预定区域限定为由偏差dx和dy确定的直接邻域。

本发明提供了一种用于实施上述方法，用于人眼的实时波前感测的设备，其包括:（a）用于获取质心图像的获取装置；（b）用于使用第一质心确定算法确定第一质心图像中的质心的位置的第一确定装置；（c）用于使用第二质心确定算法确定下一质心图像中的质心的位置的第二确定装置，其中，所述第二质心确定算法参考所述第一质心图像中的相应的质心的位置确定每个质心的位置，其中，所述第二质心确定算法不同于所述第一质心确定算法。

根据本发明的一方面，第一算法检测所有质心的初始位置，以及第二算法检测由所述第一算法检测的质心的递增量。

获取并分析第一质心图像以便于利用所述第一质心确定算法优选地确定所有质心的位置。根据随后获取的质心图像，利用所述第二质心确定算法确定质心的位置，其中，所述第二质心确定算法参照第一和/或先前获取的质心图像中的相应的质心的位置，确定每个质心的位置。第二质心确定算法比第一质心确定算法快，这是因为不必对整个图像分析潜在的质心位置。优选地，第二质心确定算法仅搜索先前确定的质心附近的预定区域。

根据本发明的一方面，在流式波前获取的开始应用一次使用第一质心确定算法的耗时的质心位置检测。在一旦已经检测位置后，仅仅追踪随后的图像中的位置变化，以便确定质心位置和得到的波前。由第二质心确定算法这样完成的对位置变化的确定导致数据处理量降低并因此导致计算时间降低。

由于本发明的特征，显著改善波前确定的可靠性并提高测量结果的处理速度是可能的。根据本发明的另一方面，可对两个或更多个测量结果，甚至数百个测量结果进行平均。因此，可对测量结果进行补偿，其由统计学调节产生，即评估测量结果，其示出等效球镜（spherica lequivalent）中的最大值。可选择地或附加地，能够确定并消除眼睛波动和跳动（saccade）。根据本发明的一方面，可在线观看波前图，这例如允许将注入式激光调整到干扰效应被消除的位置。举例来说，如果圆锥形角膜的大多异常角膜区域受到注入式激光的撞击，则波前可能会受到干扰。

本发明描述了独立于基本算法的普遍概念，该基本算法用于检测基础质心位置并因此可应用于各种现有的波前传感器。该算法优选地适用于具有例如低于10mm的小焦距的小透镜。在这种情形下，不同图像之间的质心位置的变化通常不大。

附图说明

根据以下详细描述，本发明的这些以及其它目的将变得更显而易见。然而，应当理解，阐明本发明的优选实施例的细节描述以及具体实例仅仅是通过示例的方式给出，这是因为基于此处的描述和附图以及待定的权利要求，在本发明范围内的各种变化以及修改，对于本领域技术人员将变得显而易见。

图1示出了哈特曼－夏克传感器的示例性质心图像；

图2a示出了根据图1的位于网格上的质心图像；

图2b示出了根据图2a的具有质心的球形（global）运动的质心图像；

图3a示例了位于确定的质心位置上的十字准线；

图3b示例了在图3a中示出的十字准线；

图3c示例了图3b中示出的十字准线以及相应的新捕获的质心；

图4a示例了根据图3c的十字准线和质心以及每个十字准线的分析区域；

图4b示例了位于如图4a中示出的质心上的十字准线；

图4c示例了与图4b中示出的质心位置有关的十字准线；

图5示出了根据本发明的利用第一慢速算法给第二快速算法提供基础的基本概念；以及

图6示例了根据本发明的方法的流程图。

具体实施方式

在图1中，示出了哈特曼－夏克波前传感器的示例性质心图像，其由相机捕获。能够将处于图1情形中的测量目标视为无像差的参考目标或者图1情形中的测量目标可为质心，该质心处于非异常波前检查的最佳预计算位置，这是因为相邻的质心1分别在x和y方向上具有恒定距离。该示例用于阐述本发明的所述概念的起点。根据本发明，起始图像也能够是异常波前的检查。

图2a示例了在x和y方向具有网格线2的质心图像，其中，如图1中示出的质心位于网格线2的交叉点上。图2b示出了图2a中示例的质心1朝向由箭头D指示的具体方向的球形运动。质心1的该球形运动可由眼睛内部的动态量（透明晶状体（clear lens）、眼内压（IOP）变化，等等）上的固有波动，以及由可改变并引起波动的泪膜变化所引起。根据本发明的优选实施例，提供一系列图像的平均值来补偿该波动，以便于提高波前读数的可靠性。

本发明也可用于监测光学系统对于一种调节刺激的调节响应。

本发明利用这样的事实，质心1将示出从先前获取的图像到随后获取的图像中的它们的位置的位置偏差，但是实际的移位在一定的范围内。实际的移位基本上由传感器的焦距以及波前中的预期的变化给出。一旦利用第一质心确定算法初始地确定了质心的位置，则第二质心确定算法仅搜索与已经确定为第一质心位置的位置的直接邻域有关的预定区域。优选地，由第二质心确定算法以同样的方式处理任何随后接下来的质心图像。

图3a示出了对应于待分析的眼睛的质心图像的质心1的子集。应当注意到，以下方法适用于质心图像的所有质心1，且参考质心的子集仅仅为了简化本发明的描述。由第一质心确定算法确定的初始质心位置由相应的十字准线3标记。优选地，仅将图3b中示为十字准线3的质心1的位置存储在存储介质中，该存储介质可为由软件应用分配的存储器。如在图3c中所示，随后获取的质心图像的质心的相同子集的质心位置将不同于所存储的质心位置，但是质心1不会显示出明显的位移。该差异由待分析的眼睛的任何变化所导致，改变化例如是眼睛的不同调节状态。

因此，根据除初始确定之外的任何质心图像确定质心位置的搜索算法能够限制于第一和/或先前位置的周围区域，以便于搜索来检测新的质心位置。该限制的待搜索的区域降低了识别新位置所需的总时间，这是因为它导致了处理量的减小。

图4a中，十字准线3和质心1的位置与图3c中的相同。另外，限定每个质心的邻近区域4的预定搜索区域示例为围绕每个十字准线的圆形区域。邻近区域4可具有其它的形式和/或尺寸。与下一个/随后的质心图像相关的质心1位于邻近区域4内，并从而能够利用第二质心确定算法对其进行检测。在图4b示例的另一步骤中，十字准线3’设置在图4a中示出的质心1的确定出的质心位置上。新识别的位置将用于产生新的波前像差图。然后，如4c中示出的十字准线3’的位置用作质心位置的下一个确定的开始点，其中，重复参考图3b－图4c描述的前述步骤。那时，可以存在质心位置的另一差异，其可以是待分析的眼睛的进一步的变化的结果，进一步的变化例如是眼睛的进一步调节。

如果，例如预定比例的，一个或多个质心1位于邻近区域4的外部，即不能由第二质心确定算法定位，则优选地，捕获新的质心图像并由第二质心确定算法分析。在不能由第二质心确定算法分析预定数量的随后的质心图像地情况下，优选地应用第一质心确定算法分析质心图像，并从而提供新的基础用于分析随后的质心图像时，利用第二质心确定算法。

与邻近于第一和/或先前质心图像中的质心的位置的区域相关的邻近区域4为优选地由偏差dx和dy确定的直接邻域。确定第一和/或先前质心图像中质心的位置的邻域的偏差dx、dy优选地分别等于（amoun tto）x方向上两个相邻质心的距离X和y方向上两个相邻质心的距离Y的0.1%-10%。该邻近区域可以是圆形形式、矩形形式或质心邻域的其它合适的描述形式。

在图5中，示例了本发明的总体概念。在第一步骤S1中，对应于上述的第一质心检测算法的慢速算法检测质心图像的所有质心的初始位置。在该初始确定中，分析由相机提供的整个质心图像，其意味着大的处理量。第一质心检测算法的间歇（tact）周期位于1Hz到2Hz的范围内，其对于实时波前采样来说太慢了。在检测所有质心的初始位置之后，在步骤S2中将与上述第二质心检测算法相关的快速算法应用于随后的质心图像，以检测所有质心位置相对于初始质心位置的递增量。第二质心检测算法的间歇周期可位于10Hz－15Hz的范围内，其明显比第一间歇周期快。前述的间歇周期为示例并可随着系统参数而变化，尤其是随用于执行慢速算法和快速算法的计算时间而变化。于是，在步骤S3中，基于一定的参数，例如新捕获的质心1是否位于先前捕获的质心图像中的相应的质心1的邻近区域4内，执行快速算法是否仍然适用的检查。在肯定时（S3－“是”路径），获取新的质心图像并由快速算法对其进行分析。在快速算法不再适用地情况下（S3－“否”路径），再次应用慢速算法检测所有质心的初始位置。

图6提供了本发明的一方面的更详细的流程图，并将在下面进行讨论。该方法在步骤S11开始。在步骤S12中捕获质心图像之后，在步骤S13中，应用第一质心算法检测所有质心1的初始位置。第一质心算法分析整个质心图像。然后，在步骤S14应用质心检查，其中，评估获取的质心图像的基本质量。典型的验收准则可以基于待分析的眼睛，例如，检查的瞳孔的尺寸大于3.0mm和/或质心组内部的潜在的质心间隙的大小的直径小于0.5mm。其他的标准可为图像噪声、背景值或可检测的质心的绝对数量。在质心检查失败的情况下（S14－“不可以”路径），该方法在步骤S12处继续并将捕获新的质心图像。进一步在步骤S13处，将应用第一质心算法。否则（S14－“可以”路径），在步骤S15中将存储确定的质心位置Z(xi,yi)作为初始质心位置。在步骤S16中将存储与先前确定的质心位置Z(xi,yi)对应的捕获时间t1。

示为图6的框的随后步骤S17－S22与在不必应用第一质心检测算法的情形下执行的步骤循环相关。在步骤S17中，捕获进一步的质心图像，并在步骤18中由第二质心确定算法进行分析。在步骤18中，优选地确定步骤S13中所确定的每个质心的新的位置。优选地，通过在邻近于第一和/或先前质心图像中的相应的质心位置的区域中搜索，即在邻近区域4中搜索，第二质心确定算法确定在步骤S17中捕获的下一个质心图像中的质心的位置。如前述的，第二质心确定算法的间歇周期可位于10Hz－15Hz的范围内，其大约比第一质心确定算法快10倍。通常，不同计算时间之间的因子可在2－100的范围内，优选为5－20。

在步骤S19存储与先前在步骤S18中确定的质心相关的捕获时间t2之后，在步骤S20中将由第二质心确定算法确定的质心的位置与存储的原始质心位置和/或存储的先前的质心位置进行比较。在偏差没有超过预定值的情况下（S20－“可以”路径），即正如所讨论的，质心位于先前确定的质心的邻近区域4中，例如参考图4a，在步骤22中存储由第二质心算法确定的质心位置。然后，在步骤S23中评估质心和波前的差异。在步骤S23中，评估质心和波前的差异，即，基于每个随后的质心图像的质心位置的变化确定波前的变化ΔW(x,y)。在判断步骤S24中，判断是否终止该方法以及是在步骤S25结束还是继续步骤S16。随后，在步骤S16中，存储与步骤S22中存储的质心位置相关的捕获时间t1。

如果在步骤S20中，第二质心算法确定的质心位置与原始质心位置的比较表明偏差超过预定值（S20－“不可以”路径），随后进行到步骤S21。在步骤S21中，确定是否在预先给定的时间内任何进一步随后的质心图像的偏差超过预先给定的容差，即是否存在t2－t1>t（max），t（max）为预先给定的最大时间。如果没有超过该时间限制（S21－“否”路径），则该方法将在步骤S17继续并捕获将由第二质心算法分析的进一步的质心图像。如果在步骤S21中确定，超过最大时间（S21-“是”路径），则该方法前进到步骤S12并捕获将由第一质心确定算法分析的新的质心图像。如上所述，参照图4，另一个标准能够是，预定数量的随后的质心图像不能由第二质心确定算法分析。从而，在步骤S21中能够检查利用第二算法分析随后的质心图像的尝试的数量是否等于预定的数量n_max，其中，n_max可以在2－50的范围内，优选地在4－25的范围内，且最优选地约为10。

虽然已经选择某些实施例来示例本发明，但是本领域技术人员将理解，可以不脱离如所附的权利要求中所限定的本发明的范围作出改变和修改。

Claims (11)

1.一种用于人眼的实时波前感测的方法，其包括以下步骤:

（a）获取第一质心图像并使用第一质心确定算法确定所述第一质心图像中的质心的位置；

（b）获取下一质心图像并使用第二质心确定算法确定所述下一质心图像中的质心的位置；以及

对每个随后的质心图像，基于质心位置的变化确定波前的变化ΔW(x,y)；

其中，

所述第二质心确定算法参考所述第一质心图像中的相应的质心的位置确定每个质心的位置；

所述第二质心确定算法不同于所述第一质心确定算法；

通过搜索所述第一质心图像中的所述相应的质心的位置附近的预定区域，所述第二质心确定算法确定所述下一质心图像中的质心的位置；以及

所述第一质心图像中的质心的位置附近的所述预定区域限定为由偏差dx和dy确定的直接邻域。

2.如权利要求1所述的方法，其中，确定所述第一质心图像中的质心的位置的所述邻域的所述偏差dx、dy分别等于x方向上两个相邻质心的距离X和y方向上两个相邻质心的距离Y的0.1％－10％。

3.如权利要求1或2所述的方法，还包括以下步骤：

（c）获取进一步的质心图像并使用所述第二质心确定算法确定所述进一步的质心图像中的质心的位置，其中，通过参考先前获取的质心图像中的所述相应的质心的位置，确定所述进一步的质心图像中的质心的位置。

4.如权利要求3所述的方法，还包括以下步骤：将随后的质心图像中的质心的位置与所述第一质心图像中的所述相应的质心的位置进行比较，并且如果所述相应的质心的位置的偏差大于预先给定的容差，或者如果一些质心缺失，则使用下一随后的质心图像。

5.如权利要求4所述的方法，还包括以下步骤：确定在预先给定的时间内任何进一步随后的质心图像的偏差是否大于预先给定的容差，并且如果所有进一步随后的质心图像的偏差都大于预先给定的容差，则使用所述第一质心确定算法评估下一质心图像。

6.如权利要求1或2所述的方法，其中，所述第一质心确定算法工作于1Hz－2Hz。

7.如权利要求1或2所述的方法，其中，所述第二质心确定算法工作于10Hz－15Hz。

8.一种用于人眼的实时波前感测的设备，所述设备用于实施如权利要求1-7中任一项所述的方法，所述设备包括:

（a）用于获取质心图像的获取装置；

（b）用于使用第一质心确定算法确定第一质心图像中的质心的位置的第一确定装置；

（c）用于使用第二质心确定算法确定下一质心图像中的质心的位置的第二确定装置，其中，所述第二质心确定算法参考所述第一质心图像中的相应的质心的位置确定每个质心的位置，

其中，所述第二质心确定算法不同于所述第一质心确定算法。

9.如权利要求8所述的设备，其中，所述第二确定装置适于通过参考先前获取的质心图像中的相应的质心的位置，确定进一步的质心图像中的质心的位置。

10.如权利要求8或9所述的设备，其中，所述第一确定装置工作于1Hz－2Hz。

11.如权利要求8或9所述的设备，其中，所述第二确定装置工作于10Hz－15Hz。

Images