CN103445759A - 基于数字图像处理的瞳孔孔径对光反应自动测量装置 - Google Patents
基于数字图像处理的瞳孔孔径对光反应自动测量装置 Download PDFInfo
- Publication number
- CN103445759A CN103445759A CN2013104034426A CN201310403442A CN103445759A CN 103445759 A CN103445759 A CN 103445759A CN 2013104034426 A CN2013104034426 A CN 2013104034426A CN 201310403442 A CN201310403442 A CN 201310403442A CN 103445759 A CN103445759 A CN 103445759A
- Authority
- CN
- China
- Prior art keywords
- image
- pupil
- light
- mean
- operated measuring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提出了一种基于数字图像处理的瞳孔孔径对光反应自动测量装置,由均匀光刺激器、红外图像采集模块、瞳孔测量软件组成。均匀光刺激器控制硬件及光源阵列建立符合国际临床视觉电生理学会(ISCEV)标准的光刺激环境;红外摄像可动态采集图像并传输到内存;瞳孔测量软件对图像进行滤波、均衡处理,依据灰度均值及其变化比例对图像进行递归分割;然后提取包括面积、周长及圆形度等特征信息,用来判断是否为人眼瞳孔;对验证后的瞳孔进行曲线拟合、标识以及位置和半径参数提取。本发明提出的测量装置可在产生符合瞳孔对光反应所需强度的红、白、蓝三种刺激光,实时测量瞳孔孔径对光反应的大小变化,计算对光刺激的收缩变化速率,具有稳定性和准确性。
Description
技术领域
本发明涉及瞳孔检测技术领域,适用于瞳孔对光反应变化的检测及病症判别,在医用眼科学辅助检测上有广阔的运用前景。
背景技术
人眼瞳孔对光反应是判定人眼视网膜疾病的重要依据,可以通过放大和缩小来调节进入眼内光线的量,从而影响视网膜像差大小。传统的视觉电生理检查方法,由于其接触性、非定量检测性,不能有效实现瞳孔对光反应的检测。
目前关于瞳孔检测,国内外提出了大量不同研究方法,基于模板方式的模板匹配法,由于不规则模板需要耗费大量的时间,实时性较差,在采集受试者图像时有背景及较多头发引入则增加匹配难度,应用范围受到了一定的限制。基于模式方式,主要有基于神经网络,基于对称性的方法。前者由于算法的复杂度和训练模板选择性的差异,使得该方法实时性、准确性不高。后者将眼睛部分划分为圆形、椭圆对称区,计算对称度定位瞳孔,该方法在眼睛张开程度较低、有角度偏移或者瞳孔区域对称性较差的情况下准确度较低。基于分割方式,主要有灰度投影法,主动轮廓线法,基于类间方差分割的方法。灰度投影根据人眼在不同方向上投影的不同特征来确定位置,对图像要求较为理想,不适用于光照条件较为复杂的情况。主动轮廓不断极小化自身能量函数以达到目标的边界,进化完成后的轮廓形心就是瞳孔中心;但要求起始点必须限制在真正的目标区域内,且时效性较差。最大类间方差法将图像分为目标类和背景类,在两类之间的方差到达最大时分割最优,且仅计算灰度直方图的零阶矩和一阶矩。传统最大类间方差法仅对具有典型双峰性质的图像具有很好的效果,且在处理灰度级不连续的图像时,不能很好地收敛到全局阈值,但实际采集的图像不具有理想的单峰、多峰或者可二分的特点。由于不同的光照条件及较多引入头发及背景等干扰因素对图像的影响,主要在于图像的灰度分布与瞳孔目标区域的信息量比例及整体信息的变化,递归式类间方差法能较好地将图像中的干扰信息与目标信息分开,易于后期对瞳孔目标的准确定位和参数提取,故可采用基于递归式类间方差的方式来处理不同光照和较多引入头发及背景干扰的问题。
发明内容
为了克服刺激环境和采集引入的干扰因素及递归式类间方差法的运算复杂的问题,本发明根据医学要求产生指定等级、指定颜色的刺激光去刺激瞳孔,利用数字图像处理方法提取瞳孔及其孔径等参数,实时检测瞳孔对光刺激的变化。本发明采用以下技术方案解决上述技术问题。
本发明提出了一种基于数字图像处理的瞳孔孔径对光反应自动测量装置,由均匀光刺激器、红外图像采集模块、瞳孔测量模块组成。计算机控制硬件电路以及LED光源阵列建立符合国际临床视觉电生理学会ISCEV标准的光刺激环境,即特定强度、颜色和持续时间的刺激光;红外摄像机和图像采集卡采集瞳孔图像到计算机内存;计算机瞳孔测量软件对瞳孔图像检测,判断瞳孔及测量孔径大小。
所述的均匀光刺激器由放置在球式腔体内的硬件控制电路板,光源电路板和一个24V-0.5A的独立开关电源。专用控制电路板主要由主控制芯片STM32F101RBT6、连接在三个基于PWM和SMBus接口的LED驱动芯片TPS61195、与计算机串口通信模块SP3232E、电源指示灯、光源选择指示灯组成。光源电路板上有红色、白色、蓝色三种不同颜色的LED阵列,LED阵列采用圆盘式对称方式排列组成一个整体,使产生的光源能在球式腔体内均匀散射而形成均匀的刺激光环境。
所述的红外摄像机产生的红外光用于补偿球式腔体光线不足,使得采集红外瞳孔图像内容层次明显,信息多,增加可观看性。红外图像采集模块能在一定程度上减小外界干扰对采集图像的影响。
所述的瞳孔测量软件提取瞳孔孔径包括步骤:图像滤波,采用中值滤波法过滤图像中孤立噪声;图像均衡,采用幂次变换法调整因光照亮度较暗而图像灰度层次不足;图像分割,采用图像灰度均值及其变化比例分离图像区域;特征提取,计算图像局部区域特征;瞳孔区域判别,依据提取特征判断是否瞳孔区域;瞳孔参数提取,提取瞳孔孔径大小等参数。
所述的幂次变换法s=crγ,式中r和s分别代表变换前后的灰度值,c取1,上标γ=0.4。
所述的图像分割法将传统最大类间方差法,采用递归方式求取最优分割阈值。它包括步骤:1)基于像素灰度的类间方差sB(s)=wo(mo-m)2+wb(mb-m)2,式中,wo和wb分别为目标和背景占图像的比例,μo、μb和μ分别为目标、背景及图像总体均值。2)最大化方差灰度的类间方差sB(s),求解疑似目标图像区域的分割阈值Seg_Mean,是否满足递归算法终止条件,即当前阈值Seg_Mean与上一次计算所的疑似目标图像区域的分割阈值Image_Mean相比满足条件Image_Mean=Seg_Mean,式中,a为前后两次迭代运算中灰度均值的变化比例,经验值分别为20%,Mean0为全局图像灰度均值。重复执行步骤1)和2),直至满足递归算法终止条件。
所述的特征提取是对分割后的图像区域计算该区域的面积、周长、圆形度、以及理论面积与实际面积的比值H,其中面积为该区域每条横线的长度;区域周长llength为链码的长度;圆形度C=L2/A;饱和度H=πr2/A,式中r为半径。
所述的瞳孔区域判别是判断以下条件是否同时满足,若满足则判断为瞳孔区域,相反则是虚假区域:首先判断面积A和周长L在合理的范围内,然后判断饱和度范围0.85<H<1.2,最后在备选曲线中选择圆形度最小的曲线作为目标。
所述的瞳孔参数提取为对瞳孔区域进行曲线拟合、边界标示,提取瞳孔位置和直径参数。曲线拟合方式为圆拟合:y0=k1x0+b1,式中(x0,y0)为中心、(x1,y1)为圆周上选择的点,b0,b1和k0,k1分别为圆周上弦的斜率和截距。
本发明的有益效果是,基于图像分割处理的瞳孔对光反应自动检测系统与检测方法可以方便可靠地检测瞳孔对光的反应效果,并作数值化的标识、呈现,有助于医学辅助检测。
附图说明
图1为本发明瞳孔孔径对光反应自动测量装置框图。
图2为本发明的技术路线框图。
图3为本发明的均匀光刺激器原理框图。
图4(a)为幂次变换法的变换曲线,图4(b)为原图像,图4(c)为均衡后图像。
图5为图像分割结果,图5(a)为第一次迭代,图5(b)为第二次迭代。
图6为瞳孔检测与标示结果。
具体实施方式
为了更好地理解本发明的技术方案,下面结合附图对本发明的实施方式作进一步描述。
图1为本发明基于数字图像处理的瞳孔孔径对光反应自动测量装置的结构框图,由均匀光刺激器、红外图像采集模块、瞳孔测量模块组成。
图2为本发明的技术路线框图。计算机控制硬件电路以及LED光源阵列建立符合国际临床视觉电生理学会ISCEV标准的光刺激环境,即特定强度、颜色和持续时间的刺激光;红外摄像机和图像采集卡采集瞳孔图像到计算机内存;计算机瞳孔测量软件对瞳孔图像检测,判断瞳孔及测量孔径大小。
图3均匀光刺激器均匀光刺激器原理框图。首先从计算机通过计算机串口发送需产生的刺激光颜色和亮度等级指令到下端单片机;下端单片机对指令进行解析后产生相应的刺激光颜色片选、光强等级参数传递给驱动芯片;LED驱动芯片根据参数配置电流通道及电流大小,提供高达1%精度的匹配电流实现光强的精确控制,即控制LED光源电路板按照要求精确产生刺激光。
图4为图像均衡,对图像进行归一化处理,使用幂次变换来扩展图像的低端、压缩高端部分,使得图像光照条件影响均衡化。
图5为图像分割,使用基于改进的最大类间方差法,即在传统最大类间方差法的基础上,依据灰度均值的变化比例对灰度特性进行递归分割。第1次分割后,目标不仅包括瞳孔,而且还包括睫毛,如图(a)所示;而在第二次分割后,只有瞳孔,如图(b)所示。
图6为瞳孔检测与标示结果图像,白色圆圈标示出瞳孔和孔径。
Claims (9)
1.一种基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,由均匀光刺激器、红外图像采集模块、瞳孔测量模块组成。计算机控制硬件电路以及LED光源阵列建立符合国际临床视觉电生理学会ISCEV标准的光刺激环境,即特定强度、颜色和持续时间的刺激光;红外摄像机和图像采集卡采集瞳孔图像到计算机内存;计算机瞳孔测量软件对瞳孔图像检测,判断瞳孔及测量孔径大小。
2.根据权利要求1所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的均匀刺激光产生模块由放置在球式腔体内的硬件控制电路板,光源电路板和一个24V-0.5A的独立开关电源。专用控制电路板主要由主控制芯片STM32F101RBT6、连接在三个基于PWM和SMBus接口的LED驱动芯片TPS61195、与计算机串口通信模块SP3232E、电源指示灯、光源选择指示灯组成。光源电路板上有红色、白色、蓝色三种不同颜色的LED阵列,LED阵列采用圆盘式对称方式排列组成一个整体,使产生的光源能在球式腔体内均匀散射而形成均匀的刺激光环境。
3.根据权利要求1所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的红外摄像机产生的红外光用于补偿球式腔体光线不足,使得采集红外瞳孔图像内容层次明显,信息多,增加可观看性。
4.根据权利要求1所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,瞳孔测量软件提取瞳孔孔径包括步骤:
1)图像滤波,过滤图像中孤立噪声;
2)图像均衡,调整因光照亮度较暗而图像灰度层次不足;
3)图像分割,采用图像灰度均值及其变化比例分离图像区域;
4)特征提取,计算图像局部区域特征;
5)瞳孔区域判别,依据提取特征判断是否瞳孔区域;
6)瞳孔参数提取,提取瞳孔孔径大小等参数。
5.根据权利要求1和4所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的图像滤波采用改进中值滤波,在滤波模板移动过程中,仅动态的加入新的像素到统计模板中,并从统计模板中删除无用的像素,减少了运算量。
6.根据权利要求1和4所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的图像均衡为采用加权的幂次变换法调整图像整体灰度分布范围,克服不同颜色、不同光强度的刺激光对图像成像质量的影响。
7.根据权利要求1和4所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的基于图像灰度分割法针对传统最大类间方差法,采用递归方式求取最优分割阈值。
1)基于像素灰度的类间方差sB(s)
sB(s)=wo(mo-m)2+wb(mb-m)2
式中,wo和wb分别为目标和背景占图像的比例,μo、μb和μ分别为目标、背景及图像总体均值。
2)最大化方差灰度的类间方差sB(s),求解疑似目标图像区域的分割阈值Seg_Mean,是否满足递归算法终止条件,即当前阈值Seg_Mean与上一次计算所的疑似目标图像区域的分割阈值Image_Mean相比满足条件
Image_Mean=Seg_Mean
式中,a为前后两次迭代运算中灰度均值的变化比例,经验值分别为20%,Mean0为全局图像灰度均值。
重复执行步骤1)和2),直至满足递归算法终止条件。
8.根据权利要求1和4所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的特征提取有区域面积A、区域周长L、圆形度C、以及理论面积与实际面积的比值H。
9.根据权利要求1和4所述的基于数字图像处理的瞳孔孔径对光反应自动测量装置,其特征在于,所述的瞳孔区域判别为:首先判断面积A和周长L在合理的范围内,然后判断饱和度范围0.85<H<1.2,最后在备选曲线中选择圆形度最小的曲线作为目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013104034426A CN103445759A (zh) | 2013-09-06 | 2013-09-06 | 基于数字图像处理的瞳孔孔径对光反应自动测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013104034426A CN103445759A (zh) | 2013-09-06 | 2013-09-06 | 基于数字图像处理的瞳孔孔径对光反应自动测量装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103445759A true CN103445759A (zh) | 2013-12-18 |
Family
ID=49728921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013104034426A Pending CN103445759A (zh) | 2013-09-06 | 2013-09-06 | 基于数字图像处理的瞳孔孔径对光反应自动测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103445759A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104068824A (zh) * | 2014-06-18 | 2014-10-01 | 荔志云 | 一种便携式瞳孔反应灵敏度测试装置 |
CN104359429A (zh) * | 2014-12-08 | 2015-02-18 | 北京理工大学 | 基于图像测量技术的接触面积测量方法及系统 |
CN107205637A (zh) * | 2014-12-16 | 2017-09-26 | 新加坡保健集团有限公司 | 用于监测和/或评估瞳孔响应的方法和系统 |
CN110751093A (zh) * | 2019-10-20 | 2020-02-04 | 赵俊杰 | 一种自动识别瞳孔及计算瞳孔直径的方法 |
CN111832344A (zh) * | 2019-04-17 | 2020-10-27 | 深圳熙卓科技有限公司 | 一种动态瞳孔检测方法及装置 |
CN117316437A (zh) * | 2023-11-29 | 2023-12-29 | 首都医科大学附属北京安定医院 | 一种基于瞳孔变化的疼痛等级预测方法、系统及设备 |
CN117876488A (zh) * | 2024-01-12 | 2024-04-12 | 湖州露湖鄱生物科技有限公司 | 一种基于图像处理核心算法的瞳孔仪 |
CN117876488B (zh) * | 2024-01-12 | 2024-07-02 | 湖州露湖鄱生物科技有限公司 | 一种基于图像处理核心算法的瞳孔仪 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004216118A (ja) * | 2002-12-24 | 2004-08-05 | Matsushita Electric Works Ltd | 視野計 |
CN2722824Y (zh) * | 2004-08-03 | 2005-09-07 | 苏州六六视觉科技股份有限公司 | 视觉电生理刺激光源装置 |
US20060077348A1 (en) * | 2004-10-05 | 2006-04-13 | University Of Pittsburgh - Of The Commonwealth | Method and apparatus for screening for retinopathy |
CN101018501A (zh) * | 2004-09-15 | 2007-08-15 | 松下电工株式会社 | 视野计 |
CN201022701Y (zh) * | 2007-01-26 | 2008-02-20 | 迟蕙 | 一种瞳孔动态变化测量装置 |
CN101190120A (zh) * | 2006-11-22 | 2008-06-04 | 曾震宇 | 双眼瞳孔检测系统 |
CN201870621U (zh) * | 2010-11-26 | 2011-06-22 | 上虞市恒丰光电实业有限公司 | 一种双眼瞳孔检测终端 |
-
2013
- 2013-09-06 CN CN2013104034426A patent/CN103445759A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004216118A (ja) * | 2002-12-24 | 2004-08-05 | Matsushita Electric Works Ltd | 視野計 |
CN2722824Y (zh) * | 2004-08-03 | 2005-09-07 | 苏州六六视觉科技股份有限公司 | 视觉电生理刺激光源装置 |
CN101018501A (zh) * | 2004-09-15 | 2007-08-15 | 松下电工株式会社 | 视野计 |
US20060077348A1 (en) * | 2004-10-05 | 2006-04-13 | University Of Pittsburgh - Of The Commonwealth | Method and apparatus for screening for retinopathy |
CN101190120A (zh) * | 2006-11-22 | 2008-06-04 | 曾震宇 | 双眼瞳孔检测系统 |
CN201022701Y (zh) * | 2007-01-26 | 2008-02-20 | 迟蕙 | 一种瞳孔动态变化测量装置 |
CN201870621U (zh) * | 2010-11-26 | 2011-06-22 | 上虞市恒丰光电实业有限公司 | 一种双眼瞳孔检测终端 |
Non-Patent Citations (3)
Title |
---|
张国栋: "基于数字图像处理的圆形物体检测研究", 《河南理工大学硕士学位论文》, 15 March 2012 (2012-03-15) * |
朱志恩: "中值滤波技术在图像处理中的应用研究", 《东北大学硕士学位论文》, 15 March 2012 (2012-03-15) * |
蔡燕柳 贾振红: "基于改进的Otsu准则的递归图像分割算法", 《激光杂志》, vol. 29, no. 4, 30 April 2008 (2008-04-30) * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104068824A (zh) * | 2014-06-18 | 2014-10-01 | 荔志云 | 一种便携式瞳孔反应灵敏度测试装置 |
CN104359429A (zh) * | 2014-12-08 | 2015-02-18 | 北京理工大学 | 基于图像测量技术的接触面积测量方法及系统 |
CN104359429B (zh) * | 2014-12-08 | 2017-02-22 | 北京理工大学 | 基于图像测量技术的接触面积测量系统 |
CN107205637A (zh) * | 2014-12-16 | 2017-09-26 | 新加坡保健集团有限公司 | 用于监测和/或评估瞳孔响应的方法和系统 |
CN111832344A (zh) * | 2019-04-17 | 2020-10-27 | 深圳熙卓科技有限公司 | 一种动态瞳孔检测方法及装置 |
CN111832344B (zh) * | 2019-04-17 | 2023-10-24 | 深圳熙卓科技有限公司 | 一种动态瞳孔检测方法及装置 |
CN110751093A (zh) * | 2019-10-20 | 2020-02-04 | 赵俊杰 | 一种自动识别瞳孔及计算瞳孔直径的方法 |
CN110751093B (zh) * | 2019-10-20 | 2023-10-27 | 赵俊杰 | 一种自动识别瞳孔及计算瞳孔直径的方法 |
CN117316437A (zh) * | 2023-11-29 | 2023-12-29 | 首都医科大学附属北京安定医院 | 一种基于瞳孔变化的疼痛等级预测方法、系统及设备 |
CN117316437B (zh) * | 2023-11-29 | 2024-03-08 | 首都医科大学附属北京安定医院 | 一种基于瞳孔变化的疼痛等级预测方法、系统及设备 |
CN117876488A (zh) * | 2024-01-12 | 2024-04-12 | 湖州露湖鄱生物科技有限公司 | 一种基于图像处理核心算法的瞳孔仪 |
CN117876488B (zh) * | 2024-01-12 | 2024-07-02 | 湖州露湖鄱生物科技有限公司 | 一种基于图像处理核心算法的瞳孔仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103445759A (zh) | 基于数字图像处理的瞳孔孔径对光反应自动测量装置 | |
CN104586364B (zh) | 一种肤质检测系统及方法 | |
CN110377385B (zh) | 一种屏幕显示方法、装置及终端设备 | |
CN101090482B (zh) | 一种基于图象处理和信息融合技术的驾驶员疲劳监测系统及方法 | |
CN104363676B (zh) | 一种全自动智能恒光控制的led手术无影灯系统 | |
CN110807351A (zh) | 一种基于人脸识别的智能化车载疲劳检测系统、方法及装置 | |
CN104296967B (zh) | 不同光环境下对非彩色目标物的视觉功效的测算方法及其系统 | |
CN205181314U (zh) | 一种便携式双目瞳孔检测装置 | |
CN103400146B (zh) | 基于颜色建模的中医面色识别方法 | |
CN205006859U (zh) | 一种双目瞳孔对光综合检测系统 | |
CN110063736B (zh) | 基于MOD-Net网络的眼动参数监测的疲劳检测及促醒系统 | |
CN106821324A (zh) | 一种基于舌面和舌下综合分析的舌诊辅助医疗系统 | |
CN109953763A (zh) | 一种基于深度学习的车载驾驶行为检测预警系统及方法 | |
CN103099624A (zh) | 虹膜测距板、虹膜识别一体机及使用其的虹膜识别方法 | |
CN109165630A (zh) | 一种基于二维人眼识别的疲劳监测方法 | |
CN116712042B (zh) | 一种荧光影像的扫描成像系统及方法 | |
CN104360732A (zh) | 提高视线跟踪系统准确度的补偿方法与装置 | |
Wang et al. | Accurate disease detection quantification of iris based retinal images using random implication image classifier technique | |
CN105380590B (zh) | 一种具有眼位检测功能的设备及其实现方法 | |
CN104739366A (zh) | 一种便携式双目瞳孔检测装置 | |
CN213488763U (zh) | 一种便携式智能化舌诊仪 | |
CN114305334A (zh) | 智能美容方法、装置、设备及存储介质 | |
CN104657722A (zh) | 眼部参数检测设备 | |
CN104739367A (zh) | 一种双目瞳孔对光综合检测系统 | |
CN108814543A (zh) | 高速视频眼震仪系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131218 |