CN109146985B - 视网膜刺激器的图像处理方法、装置及视网膜刺激器 - Google Patents

视网膜刺激器的图像处理方法、装置及视网膜刺激器 Download PDF

Info

Publication number
CN109146985B
CN109146985B CN201811047459.1A CN201811047459A CN109146985B CN 109146985 B CN109146985 B CN 109146985B CN 201811047459 A CN201811047459 A CN 201811047459A CN 109146985 B CN109146985 B CN 109146985B
Authority
CN
China
Prior art keywords
pixel
compression
image
gray
window
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.)
Active
Application number
CN201811047459.1A
Other languages
English (en)
Other versions
CN109146985A (zh
Inventor
陈大伟
王追
陈志�
钟灿武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Silicon Bionics Technology Co ltd
Original Assignee
Shenzhen Sibionics Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Sibionics Technology Co Ltd filed Critical Shenzhen Sibionics Technology Co Ltd
Priority to CN201811047459.1A priority Critical patent/CN109146985B/zh
Priority to CN201910291332.2A priority patent/CN110060311B/zh
Publication of CN109146985A publication Critical patent/CN109146985A/zh
Application granted granted Critical
Publication of CN109146985B publication Critical patent/CN109146985B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/02Details
    • A61N1/04Electrodes
    • A61N1/05Electrodes for implantation or insertion into the body, e.g. heart electrode
    • A61N1/0526Head electrodes
    • A61N1/0543Retinal electrodes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36046Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of the eye
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36057Implantable neurostimulators for stimulating central or peripheral nerve system adapted for stimulating afferent nerves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Neurology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Cardiology (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Neurosurgery (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及一种视网膜刺激器的图像处理方法,包括获取具有预定像素数的初始图像;对初始图像进行灰度化处理得到灰度图像;对灰度图像进行压缩处理,获得具有目标像素数的目标图像,压缩处理包括:基于预定像素数和目标像素数确定总压缩率;确定压缩步数和各步压缩率,在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,对压缩窗口内的各个像素进行灰度变换;利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,将所生成的各个像素点按顺序组合形成具有规定像素数的图像;根据压缩步数,重复上述各步压缩处理。本公开能够适应低分辨率的视网膜刺激器。

Description

视网膜刺激器的图像处理方法、装置及视网膜刺激器
技术领域
本公开具体涉及一种视网膜刺激器的图像处理方法、装置及视网膜刺激器。
背景技术
视网膜疾病例如RP(视网膜色素变性)、AMD(与老年有关的黄斑变性)等是重要的致盲性疾病,患者因感光通路受阻而导致视觉下降或致盲。
随着技术的研究和发展,出现了使用视网膜刺激器等来修复上述视网膜疾病的技术手段。现有的视网膜刺激器一般包括布置在患者体外的摄像装置、视频处理装置和放置在患者的眼球内植入体。体外的摄像装置捕捉图像,并将所得到的图像转换成视觉信号,视频处理装置将视觉信号进行处理后发送给植入体,植入体把接收到的处理过后的视觉信号转化成电刺激信号,这些电刺激信号刺激视网膜上的神经节细胞或双极细胞产生兴奋响应从而产生光感。
然而,视网膜刺激器的摄像装置所采集的初始图像通常是百万级别像素,而目前视网膜刺激器的分辨率即植入体的刺激电极数量比较有限(例如为60个电极),远远低于初始图像的像素数量。在这种情况下,对摄像装置采集的初始图像的普通的图像处理方法并不能适用于如此低分辨率的视网膜刺激器。
发明内容
本公开是有鉴于上述的状况而作出的,其目的在于提供一种能够适应低分辨率的视网膜刺激器的图像处理方法、装置及视网膜刺激器。
为此,本公开的第一方面提供了一种视网膜刺激器的图像处理方法,是具有规定数量的刺激电极的视网膜刺激器的图像处理方法,其特征在于:包括:获取具有预定像素数的初始图像;对所述初始图像进行灰度化处理,得到灰度图像;并且基于所述预定像素数和具有所述规定数量的目标像素数,对所述灰度图像进行压缩处理,获得具有所述目标像素数的目标图像,所述压缩处理包括:基于所述预定像素数和所述目标像素数确定总压缩率;按照所述总压缩率和所述目标像素数,确定压缩步数和各步压缩率,所述总压缩率等于各步压缩率的乘积;在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,并对所述压缩窗口内的各个像素进行灰度变换;利用所述压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像;并且根据所述压缩步数,重复上述各步压缩处理。
在本公开中,对具有预定像素数的初始图像进行灰度化和压缩处理,在压缩处理中,基于预定像素数和目标像素数确定压缩步数和各步压缩率,以通过多步压缩获得目标图像。在各步压缩中,对压缩窗口内的各个像素进行灰度变换,并利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像。由此,能够提高初始图像与目标图像的压缩比,最大程度地改善目标图像的质量,以适用于低分辨率的视网膜刺激器。
在本公开的第一方面所涉及的图像处理方法中,所述灰度变换可以包括针对所述压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重。由此,能够有效地突出图像中的有效信息例如障碍物等。
在本公开的第一方面所涉及的图像处理方法中,可选地,获取所述压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值;基于所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,划分所述压缩窗口内的各个像素的灰度级别。由此,能够基于像素平均灰度值来确定压缩窗口内像素的灰度级别。
在本公开的第一方面所涉及的图像处理方法中,可选地,比较所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,令大于或等于所述像素平均灰度值的像素为第一灰度级别,小于所述第二平均灰度值的像素为第二灰度级别。由此,能够基于像素平均灰度值将每个像素划分至相应的灰度级别。
在本公开的第一方面所涉及的图像处理方法中,可选地,针对所述压缩窗口内的所述灰度图像,沿着预设方向对所述灰度图像进行梯度值计算;基于所述预设方向的梯度值与预设梯度,划分所述压缩窗口内的各个像素的灰度级别。由此,能够确定压缩窗口内沿着预设方向的各个像素的灰度级别。
在本公开的第一方面所涉及的图像处理方法中,可选地,比较所述灰度图像在所述预设方向的梯度值与预设梯度值,令所述灰度图像在所述预设方向的梯度值大于或等于所述预设梯度值的像素为第三灰度级别,令所述灰度图像在所述预设方向的梯度值小于预设梯度值的像素为第四灰度级别。由此,能够将压缩窗口内沿着预设方向的各个像素划分至相应的灰度级别。
本公开的第二方面提供了一种视网膜刺激器的图像处理装置,是具有规定数量的刺激电极的视网膜刺激器的图像处理装置,其特征在于,包括:获取模块,其用于获取具有预定像素数的初始图像;灰度处理模块,其用于对所述初始图像进行灰度化处理,得到灰度图像;以及像素处理模块,其基于所述预定像素数和具有所述规定数量的目标像素数,对所述灰度图像进行压缩处理,获得具有所述目标像素数的目标图像,其中,所述压缩处理包括基于所述预定像素数和所述目标像素数确定总压缩率;按照所述总压缩率和所述目标像素数,确定压缩步数和各步压缩率,所述总压缩率等于各步压缩率的乘积;在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,并对所述压缩窗口内的各个像素进行灰度变换;利用所述压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像;并且根据所述压缩步数,重复上述各步压缩处理。
在本公开中,灰度处理模块对通过获取模块获取的具有预定像素数的初始图像进行灰度化处理获得灰度图像,像素处理模块对灰度图像进行压缩处理,在压缩处理中,基于预定像素数和目标像素数确定压缩步数和各步压缩率,以通过多步压缩获得目标图像。在各步压缩中,对压缩窗口内的各个像素进行灰度变换,并利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像。由此,能够提高初始图像与目标图像的压缩比,最大程度地改善目标图像的质量,以适用于低分辨率的视网膜刺激器。
在本公开的第二方面所涉及的图像处理装置中,可选地,所述像素处理模块包括用于针对所述压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重的灰度变换单元。由此,能够有效地突出图像中的有效信息例如障碍物等。
在本公开的第二方面所涉及的图像处理装置中,可选地,获取所述压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值;基于所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,划分所述压缩窗口内的各个像素的灰度级别。由此,能够基于像素平均灰度值确定压缩窗口内像素的灰度级别。
在本公开的第二方面所涉及的图像处理装置中,可选地,比较所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,令大于或等于所述像素平均灰度值的像素为第一灰度级别,小于所述第二平均灰度值的像素为第二灰度级别。由此,能够基于像素平均灰度值将每个像素划分至相应的灰度级别。
在本公开的第二方面所涉及的图像处理装置中,可选地,所述灰度变换单元,其用于针对所述压缩窗口内的所述灰度图像,沿着预设方向对所述灰度图像进行梯度值计算;基于所述预设方向的梯度值与预设梯度,划分所述压缩窗口内的各个像素的灰度级别。由此,能够通过灰度变换单元确定压缩窗口内沿着预设方向的各个像素的灰度级别。
在本公开的第二方面所涉及的图像处理装置中,可选地,比较所述灰度图像在所述预设方向的梯度值与预设梯度值,令所述灰度图像在所述预设方向的梯度值大于或等于所述预设梯度值的像素为第三灰度级别,令所述灰度图像在所述预设方向的梯度值小于预设梯度值的像素为第四灰度级别。由此,能够将压缩窗口内沿着预设方向的各个像素划分至相应的灰度级别。
本公开的第三方面提供了一种视网膜刺激器,其包括:摄像装置,其用于捕获视频图像,并且将所述视频图像转换成视觉信号;视频处理装置,其与所述摄像装置连接,并且至少包括权利要求7至12中任一项所述的图像处理装置,所述视频处理装置用于处理所述视觉信号以生成视觉压缩信号;以及植入装置,其用于接收所述视觉压缩信号,并且将所述视觉压缩信号转换成电刺激信号,以对视网膜发放所述电刺激信号。
根据本公开,能够提供一种能够提高初始图像与目标图像的压缩比,最大程度地改善目标图像的质量,以适用于低分辨率的视网膜刺激器的视网膜刺激器的图像处理方法、装置及视网膜刺激器。
附图说明
图1是本公开所涉及的视网膜刺激器的结构示意图。
图2是本公开所涉及的视网膜刺激器的图像处理装置的结构示意图。
图3是本公开所涉及的视网膜刺激器的图像处理装置的结构示意图。
图4是本公开所涉及的视网膜刺激器的图像处理方法的流程示意图。
图5是本公开所涉及的视网膜刺激器的图像处理方法中的压缩处理方法流程示意图。
图6是本公开所涉及的视网膜刺激器的图像处理方法中的灰度变化方法流程示意图。
图7是本公开所涉及的视网膜刺激器的图像处理方法中的灰度级别划分方法的例子的流程示意图。
图8是本公开所涉及的视网膜刺激器的图像处理方法中的灰度级别划分方法的变形例的流程示意图。
具体实施方式
以下,参考附图,详细地说明本公开的优选实施方式。在公开中,对于相同的部件赋予相同的符号,省略重复的说明。另外,附图只是示意性的图,部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。
另外,在本公开的下面描述中涉及的小标题等并不是为了限制本公开的内容或范围,其仅仅是作为阅读的提示作用。这样的小标题既不能理解为用于分割文章的内容,也不应将小标题下的内容仅仅限制在小标题的范围内。
图1是本公开所涉及的视网膜刺激器的结构示意图。本公开的视网膜刺激器可以适用于视网膜病变而导致失明,但双极细胞、神经节细胞等视觉通路保留完好的患者。在本公开中,视网膜刺激器1有时也称为“人工视网膜”、“人造视网膜”、“人工视网膜系统”、“人造视网膜系统”等。
在一些示例中,如图1所示,视网膜刺激器1可以包括摄像装置10、视频处理装置20和植入装置30。植入装置30可以接收视觉压缩信号并基于视觉压缩信号产生电刺激信号。其中,视觉压缩信号可以由视频处理装置20处理摄像装置10捕获视频图像获得。
在一些示例中,摄像装置10可以用于捕获视频图像,并且将视频图像转换成视觉信号。例如,摄像装置10可以捕获患者所处环境的视频图像。
在一些示例中,摄像装置10可以为具有摄像功能的设备,例如摄像机、照相机等。为了方便使用,可以将体积较小的摄像机设计在(例如嵌入到)眼镜上。
在另一些示例中,患者也可以通过佩戴轻便的具有摄像功能的眼镜作为摄像装置10来捕获视频图像。摄像装置10也可以用谷歌眼镜等来实现。另外,摄像装置10可以装配在智能眼镜、智能头戴、智能手环等智能可穿戴设备上。
在一些示例中,摄像装置10可以与视频处理装置20连接。摄像装置10与视频处理装置20可以是有线连接,也可以是无线连接。
在一些示例中,有线连接可以是数据线连接,无线连接可以是蓝牙连接,WiFi连接、红外连接、NFC连接或射频连接等。
另外,在一些示例中,摄像装置10和视频处理装置20可以配置在患者体外。例如,患者可以将摄像装置10佩戴在眼镜上。患者还可以将摄像装置10佩戴在例如头饰、发带或胸针等可穿戴的配饰上。另外,患者可以将视频处理装置20佩戴在腰部,患者还可以将视频处理装置20佩戴在例如胳膊、腿部等部位。本公开的示例不限于此,例如,患者还可以将视频处理装置20放置在例如随身携带的手提包或背包中。
在一些示例中,视频处理装置20可以用于处理视觉信号以生成视觉压缩信号。具体而言,视频处理装置20可以接收摄像装置10生成的视觉信号,并且视频处理装置20可以处理视觉信号以生成视觉压缩信号。视频处理装置20可以经由发射天线将视觉压缩信号发送至植入装置30。
另外,在一些示例中,视频处理装置20可以包括用于处理图像的图像处理装置。
在一些示例中,植入装置30可以用于接收视觉压缩信号,并且将视觉压缩信号转换成电刺激信号,以对视网膜发放电刺激信号。
在一些示例中,植入装置30可以包括规定数量的刺激电极。刺激电极(有时简称“电极”)可以根据视觉信号产生电刺激信号。具体而言,植入装置30可以接收视觉信号,并且刺激电极将所接收的视觉信号转换成作为电刺激信号的双向脉冲电流信号,从而对视网膜的神经节细胞或双极细胞发放双向脉冲电流信号来产生光感。另外,植入装置30可以植入人体例如眼球内。
图2是本公开所涉及的视网膜刺激器的图像处理装置的结构示意图。本公开所涉及的视网膜刺激器的图像处理装置200(可以简称为图像处理装置200)可以用于视网膜刺激器1作为图像处理的功能模块。图像处理装置200可以包含于视网膜刺激器1的视频处理装置20。
在一些示例中,如图2所示,图像处理装置200可以包括获取模块210。获取模块210可以用于获取具有预定像素数的初始图像。
在一些示例中,初始图像可以由摄像装置10捕获。获取模块210可以获取由摄像装置10捕获的初始图像。初始图像的预定像素数可以由摄像装置10的摄像镜头的像素决定。例如,摄像镜头的像素可以为30万、50万、100万、500万、1200万等,初始图像的预定像素数相应地也可以是与摄像镜头匹配的像素例如30万、50万、100万、500万、1200万等。
在一些示例中,初始图像可以是摄像装置10拍摄的未经过任何处理的图像。通常由摄像装置10拍摄周围环境所得到的初始图像可以是彩色图像。在一些示例中,彩色图像可以看作HSI图像。彩色图像还可以看作RGB图像。但本公开的示例不限于此,摄像装置10拍摄得到的初始图像可以是灰度图像。
在一些示例中,图像处理装置200还可以包括灰度处理模块220。灰度处理模块220可以用于对初始图像进行灰度化处理,得到灰度图像。灰度图像可以看作是R、G、B三个分量的大小相同(即R=G=B的值)的一种特殊的彩色图像。
在一些示例中,灰度化处理主要对图像的色彩信息进行了处理。例如,灰度化处理可以改变初始图像的色彩信息,保留初始图像(特别是图像的中物体或障碍物)的形态特征信息。
在一些示例中,灰度化处理方法可以是分量法,即选择R、G、B三个分量中的任意一个分量的值作为灰度值。灰度化处理方法还可以是最大值法,即选择R、G、B三个分量中的最大值作为灰度值。灰度化处理方法还可以是平均值法,即选择R、G、B三个分量中的平均值作为灰度值。灰度化处理方法还可以是加权法,即将R、G、B三个分量按照不同的加权系数进行加权计算得到灰度值。
在一些示例中,灰度化处理可以减少初始图像的数据量,方便对图像的后续化处理,有助于在后续处理时突出图像中的有用信息。
在一些示例中,图像处理装置200还可以包括像素处理模块230。像素处理模块230可以基于预定像素数和具有规定数量的目标像素数,对灰度图像进行压缩处理,获得具有目标像素数的目标图像。
在一些示例中,压缩处理可以是多步压缩处理。也即像素处理模块230可以对灰度图像进行多步压缩处理,获得具有目标像素数的目标图像。其中,目标像素数可以具有规定数量。规定数量可以根据植入装置30的刺激电极数量决定。
在一些示例中,在多步压缩处理中,可以由初始图像和目标图像确定总压缩率。具体而言,像素处理模块230可以基于预定像素数和目标像素数确定总压缩率。其中,总压缩率可以是预定像素数与目标像素数的比值。预定像素数可以是获取模块210获取的初始图像的像素数,目标像素数可以基于植入装置30的刺激电极数量。
在一些示例中,像素处理模块230还可以按照总压缩率和目标像素数,确定压缩步数和各步压缩率。压缩步数可以包括第1步、第2步、第3步、……、第m步,其中m可以为大于或等于2的自然数。各步压缩率可以相同也可以不同。另外,总压缩率等于各步压缩率的乘积。
在一些示例中,在各步压缩处理中,像素处理模块230可以根据像素数和各步压缩率确定规定尺寸的压缩窗口。其中,像素数可以是当前步的上一步压缩处理所得到的图像的像素数。例如,在第一步压缩处理中,像素处理模块230可以根据灰度处理模块220所得到的灰度图像的像素数和第一步压缩率,确定规定尺寸的第一压缩窗口。其中,灰度处理模块220所得到的灰度图像的像素数可以是初始图像的预定像素数。因此,第一压缩窗口的规定尺寸可以基于预定像素数和第一步压缩率获得。在第二步压缩处理中,像素处理模块230可以根据第一步压缩处理得到的图像的像素数和第二步压缩率,确定规定尺寸的第二压缩窗口。
在一些示例中,在各步压缩处理中,像素处理模块230可以对压缩窗口内的各个像素进行灰度变换。具体而言,像素处理模块230可以包括用于针对压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重的灰度变换单元(未图示)。在这种情况下,相比于没有进行灰度变换得到的目标图像,通过灰度变换单元得到的目标图像的可辨识度在一定程度上得到改善,由此能够改善目标图像的图像质量。
在一些示例中,像素处理模块230的灰度变换单元可以有1个。在各步压缩处理时,可以分别通过该灰度变换单元对相应的压缩窗口中的各个像素进行灰度变换。但本公开的示例不限于此,像素处理模块230的灰度变换单元可以有多个,例如有m个灰度变换单元。也即,每步压缩处理可以对应一个灰度变换单元。由此,能够通过相应的灰度变换单元对相应的压缩窗口中的各个像素进行灰度变换。
在一些示例中,灰度变换单元可以获取压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值。也即,像素平均灰度值可以为压缩窗口内的经过灰度处理模块220所得到的灰度图像的各个像素的平均灰度值。
在一些示例中,灰度变换单元可以基于像素平均灰度值与压缩窗口内的灰度图像的各个像素的灰度值,划分压缩窗口内的各个像素的灰度级别。由此,能够通过灰度变换单元确定压缩窗口内像素的灰度级别。
在一些示例中,灰度变换单元可以比较像素平均灰度值与压缩窗口内的灰度图像的各个像素的灰度值。其中,令大于或等于像素平均灰度值的像素为第一灰度级别,小于第二平均灰度值的像素为第二灰度级别。由此,能够进一步确定压缩窗口内像素的灰度级别。灰度变换单元可以对第一灰度级别和第二灰度级别的像素赋予不同的权重。
在另一些示例中,灰度变换单元可以用于针对压缩窗口内的灰度图像,沿着预设方向对灰度图像进行梯度值计算。灰度变换单元还可以基于预设方向的梯度值与预设梯度,划分压缩窗口内的各个像素的灰度级别。由此,能够通过灰度变换单元确定压缩窗口内像素的灰度级别。
在一些示例中,灰度变换单元可以比较灰度图像在预设方向的梯度值与预设梯度值。其中,令灰度图像在预设方向的梯度值大于或等于预设梯度值的像素为第三灰度级别,令灰度图像在预设方向的梯度值小于预设梯度值的像素为第四灰度级别。由此,能够进一步确定压缩窗口内像素的灰度级别。灰度变换单元可以对第三灰度级别和第四灰度级别的像素赋予不同的权重。
本公开的示例不限于此,例如灰度变换单元还可以将压缩窗口内的灰度图像的各个像素的灰度值按从小到大的升序(或从大到小的降序)排列,并选取中数或众数作为预设灰度值。
在一些示例中,灰度变换单元还可以令压缩窗口内的各个像素的灰度值大于或等于预设灰度值的像素第五灰度级别,令压缩窗口内的各个像素的灰度值小于预设灰度值的像素第六灰度级别。灰度变换单元可以对第五灰度级别和第六灰度级别的像素赋予不同的权重。
另外,灰度变换单元还可以对压缩窗口内的各个像素划分三个及以上个灰度级别。例如灰度变换单元还可以确定压缩窗口内的灰度图像的各个像素的灰度值的集中分布区间。其中,令压缩窗口内的各个像素的灰度值小于该分布区间阈值的为第七灰度级别,令压缩窗口内的各个像素的灰度值位于分布区间阈值的为第八灰度级别,令压缩窗口内的各个像素的灰度值大于该分布区间阈值的为第九灰度级别。灰度变换单元可以对第七灰度级别、第八灰度级别和第九灰度级别的像素赋予不同的权重。另外,不同灰度级别的像素对应的权重之和可以为1。
在一些示例中,在各步压缩处理中,像素处理模块230可以利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点。具体而言,像素处理模块230可以利用压缩窗口滑动计算该压缩窗口内的经过灰度变换单元处理的灰度图像的各个像素的平均灰度值。并且像素处理模块230可以生成具有该平均灰度值的像素点。
在一些示例中,在各步压缩处理中,像素处理模块230可以将所生成的各个像素点按顺序组合形成具有规定像素数的图像。具体而言,像素处理模块230可以将压缩窗口滑动过程中生成的各个像素点按顺序组合,并形成具有规定像素数的图像。例如,在第一步压缩处理中,像素处理模块230可以将第一压缩窗口滑动过程中生成的各个像素点按顺序组合,并形成具有第一规定像素数的第一中间图像。其中,第一规定像素数可以根据第一步压缩率和初始图像的像素数获得。第一中间图像为第一步压缩处理获得压缩图像。
在一些示例中,像素处理模块230可以根据压缩步数,重复上述各步压缩处理,以获得具有目标像素数的目标图像。具体而言,经过m步压缩处理后,像素处理模块230可以生成具有目标像素数的目标图像。接着,视频处理装置20可以基于由图像处理装置200生成的目标图像生成并发送视觉压缩信号,植入装置30可以接收视觉压缩信号,并且将视觉压缩信号转换成电刺激信号,以对视网膜发放电刺激信号。在这种情况下,能够提高初始图像与目标图像的压缩比,最大程度地改善目标图像的质量,以适用于低分辨率的视网膜刺激器。
在本公开中,灰度处理模块220可以对通过获取模块210获取的具有预定像素数的初始图像进行灰度化处理获得灰度图像。像素处理模块230可以对灰度图像进行压缩处理。在压缩处理中,可以基于预定像素数和目标像素数确定压缩步数和各步压缩率,以通过多步压缩获得目标图像。在各步压缩中,可以对压缩窗口内的各个像素进行灰度变换。可以利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点。可以将所生成的各个像素点按顺序组合形成具有规定像素数的图像。由此,能够改善患者视觉感受,并优化目标图像的图像质量。
这里,上述所提及的图像处理装置200的各个单元包括获取模块210、灰度处理模块220和像素处理模块230的功能均可以通过下述图3的图像处理装置200来实现。以下详细地说明。
图3是本公开所涉及的视网膜刺激器的图像处理装置的结构示意图。在一些示例中,如图3所示,图像处理装置200可以包括处理器410、存储器420和通信接口430。
在一些示例中,处理器410可以用于对图像处理装置200执行的动作进行控制管理。例如,处理器410可以用于支持上述图像处理装置200的各个模块的功能。另外,处理器410还可以用于支持图像处理装置300执行稍后描述的图4中的步骤S100至步骤S400和/或用于本文所描述的技术的其它过程。
在一些示例中,处理器410可以是中央处理器(Central Processing Unit,CPU)、通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application-Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本公开的公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器410也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。
在一些示例中,通信接口430可以用于支持图像处理装置200与其他设备(例如,摄像装置10)的通信。
另外,在一些示例中,通信接口430可以是通信接口、收发器、收发电路等。其中,通信接口430是统称,可以包括一个或多个接口。
在一些示例中,存储器420可以用于存储图像处理装置200的程序代码和数据。
另外,在一些示例中,图像处理装置200还可以包括通信总线440,通信总线440可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。通信总线440还可以分为地址总线、数据总线、控制总线等。通信总线440可以有一根或多根。为便于表示,图3中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
上述已经描述了本公开涉及的视网膜刺激器的图像处理装置200。以下,结合流程图详细描述本公开涉及的视网膜刺激器的图像处理方法。
图4是本公开所涉及的视网膜刺激器的图像处理方法的流程示意图。视网膜刺激器的图像处理方法应用于视网膜刺激器1中的图像处理装置200。视网膜刺激器1具有规定数量的刺激电极。在本实施方式中,视网膜刺激器的图像处理方法有时简称为图像处理方法。
在一些示例中,如图4所示,图像处理方法可以包括获取具有预定像素数的初始图像(步骤S10)。
在步骤S10中,初始图像的预定像素数可以由摄像装置10的摄像镜头的像素决定。另外,初始图像可以是彩色图像,例如,HSI图像或RGB图像。但本公开的示例不限于此,初始图像可以是灰度图像。
在一些示例中,如图4所示,图像处理方法还可以包括对初始图像进行灰度化处理,得到灰度图像(步骤S20)。
在步骤S20中,灰度图像可以看作是R、G、B三个分量的大小相同(即R=G=B的值)的一种特殊的彩色图像。灰度化处理主要对图像的色彩信息进行了处理。例如,灰度化处理可以改变了初始图像的色彩信息,保留了初始图像(特别是图像的中物体或障碍物)的形态特征信息。由此,能够减少初始图像的数据量,方便对图像的后续化处理,有助于在后续处理时突出图像中的有用信息。
在一些示例中,灰度化处理方法可以采用分量法、最大值法、平均值法或加权法中的一种。
在一些示例中,如图4所示,图像处理方法还可以包括基于预定像素数和具有规定数量的目标像素数,对灰度图像进行压缩处理,获得具有目标像素数的目标图像(步骤S30)。
在步骤S30中,预定像素数可以是步骤S10获取的初始图像的像素数,目标像素数可以基于植入装置30的刺激电极数量。
在一些示例中,压缩处理可以是多步压缩处理。图5是本公开所涉及的视网膜刺激器的图像处理方法中的压缩处理方法流程示意图。
在一些示例中,如图5所示,压缩处理可以包括基于预定像素数和目标像素数确定总压缩率(步骤S31)。其中,总压缩率可以是预定像素数与目标像素数的比值。
在一些示例中,如图5所示,压缩处理还可以包括按照总压缩率和目标像素数,确定压缩步数和各步压缩率,总压缩率等于各步压缩率的乘积(步骤S32)。
在步骤S32中,压缩步数可以包括第1步、第2步、第3步、……、第m步,其中m可以为大于或等于2的自然数。各步压缩率可以相同也可以不同。
在一些示例中,如图5所示,压缩处理还可以包括在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,并对压缩窗口内的各个像素进行灰度变换(步骤S33)。
在步骤S33中,像素数可以是当前步的上一步压缩处理所得到的图像的像素数。例如,在第一步压缩处理中,像素数可以是灰度处理模块220所得到的灰度图像的像素数。在第二步压缩处理中,像素处理模块230可以根据第一步压缩处理得到的图像的像素数。
在步骤S33中,可以对压缩窗口内的各个像素进行灰度变换。图6是本公开所涉及的视网膜刺激器的图像处理方法中的灰度变化方法流程示意图。如图6所示,灰度变换可以包括针对压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重(步骤S330)。相比于没有进行灰度变换得到的目标图像,通过灰度变换单元得到的目标图像的可辨识度在一定程度上得到改善,在这种情况下,通过步骤S330能够改善目标图像的图像质量。另外,各步的灰度级别的划分方法可以相同,也可以不同。
图7是本公开所涉及的一种视网膜刺激器的图像处理方法中的灰度级别划分方法流程示意图。图8是本公开所涉及的另一种视网膜刺激器的图像处理方法中的灰度级别划分方法流程示意图。
在一些示例中,如图7所示,步骤S330中灰度级别的划分可以包括获取压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值(步骤S3311)。像素平均灰度值可以是压缩窗口内的经过步骤S20所得到的灰度图像的各个像素的平均灰度值。
在一些示例中,如图7所示,步骤S330中灰度级别的划分还可以包括基于像素平均灰度值与压缩窗口内的灰度图像的各个像素的灰度值,划分压缩窗口内的各个像素的灰度级别(步骤S3312)。例如,可以比较像素平均灰度值与压缩窗口内的灰度图像的各个像素的灰度值。其中,令大于或等于像素平均灰度值的像素为第一灰度级别,小于第二平均灰度值的像素为第二灰度级别。由此,能够进一步确定压缩窗口内像素的灰度级别。
在一些示例中,如图8所示,步骤S330中灰度级别的划分还可以包括针对压缩窗口内的灰度图像,沿着预设方向对灰度图像进行梯度值计算(步骤S3321)。
在一些示例中,如图8所示,步骤S330中灰度级别的划分还可以包括基于预设方向的梯度值与预设梯度,划分压缩窗口内的各个像素的灰度级别(步骤S3322)。由此,能够确定压缩窗口内沿着预设方向的各个像素的灰度级别。例如,可以比较灰度图像在预设方向的梯度值与预设梯度值。其中,令灰度图像在预设方向的梯度值大于或等于预设梯度值的像素为第三灰度级别,令灰度图像在预设方向的梯度值小于预设梯度值的像素为第四灰度级别。由此,能够进一步确定压缩窗口内沿着预设方向的各个像素的灰度级别。
本公开的示例不限于此,例如步骤S330中灰度级别的划分还可以包括将压缩窗口内的灰度图像的各个像素的灰度值按从小到大的升序(或从大到小的降序)排列,并选取中数或众数作为预设灰度值。其中,令压缩窗口内的各个像素的灰度值大于或等于预设灰度值的像素第五灰度级别,令压缩窗口内的各个像素的灰度值小于预设灰度值的像素第六灰度级别。
在一些示例中,步骤S330中还可以对压缩窗口内的各个像素划分三个及以上个灰度级别。例如,灰度级别的划分还可以包括确定压缩窗口内的灰度图像的各个像素的灰度值的集中分布区间,并令压缩窗口内的各个像素的灰度值小于该分布区间阈值的为第七灰度级别,令压缩窗口内的各个像素的灰度值位于分布区间阈值的为第八灰度级别,令压缩窗口内的各个像素的灰度值大于该分布区间阈值的为第九灰度级别。
另外,在步骤S330中可以对上述划分的不同灰度级别赋予相应的权重。在上述各种划分灰度级别的方法中,可以使不同灰度级别的像素对应的权重之和为一。
在一些示例中,如图5所示,压缩处理还可以包括利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像(步骤S34)。
在步骤S34中,平均灰度值可以是压缩窗口内的经过灰度变换处理的灰度图像的各个像素的平均灰度值。另外,可以将压缩窗口滑动过程中生成的各个像素点按顺序组合,并形成具有规定像素数的图像。例如,在第一步压缩处理中,可以将第一压缩窗口滑动过程中生成的各个像素点按顺序组合,并形成具有第一规定像素数的第一中间图像。其中,第一规定像素数可以根据第一步压缩率和初始图像的像素数获得。第一中间图像为第一步压缩处理获得压缩图像。
在一些示例中,如图5所示,压缩处理还可以包括并且根据压缩步数,重复上述各步压缩处理(步骤S35)。
在步骤S35中,经过m步压缩处理后,可以生成具有目标像素数的目标图像。
在本公开中,可以对具有预定像素数的初始图像进行灰度化和压缩处理。在压缩处理中,可以基于预定像素数和目标像素数确定压缩步数和各步压缩率,以通过多步压缩获得目标图像。在各步压缩中,可以对压缩窗口内的各个像素进行灰度变换。可以利用压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点。可以将所生成的各个像素点按顺序组合形成具有规定像素数的图像。由此,能够改善患者视觉效果,并改善目标图像的图像质量。
虽然以上结合附图和实施例对本发明进行了具体说明,但是可以理解,上述说明不以任何形式限制本发明。本领域技术人员在不偏离本发明的实质精神和范围的情况下可以根据需要对本发明进行变形和变化,这些变形和变化均落入本发明的范围内。

Claims (11)

1.一种视网膜刺激器的图像处理方法,是具有规定数量的刺激电极的视网膜刺激器的图像处理方法,其特征在于:
包括:
获取具有预定像素数的初始图像;
对所述初始图像进行灰度化处理,得到灰度图像;并且
基于所述预定像素数和具有所述规定数量的目标像素数,对所述灰度图像进行压缩处理,获得具有所述目标像素数的目标图像,
所述压缩处理包括:
基于所述预定像素数和所述目标像素数确定总压缩率;
按照所述总压缩率和所述目标像素数,确定压缩步数和各步压缩率,所述总压缩率等于各步压缩率的乘积;
在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,并对所述压缩窗口内的各个像素进行灰度变换;
利用所述压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像;并且
根据所述压缩步数,重复上述各步压缩处理。
2.根据权利要求1所述的图像处理方法,其特征在于,
所述灰度变换包括针对所述压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重。
3.根据权利要求2所述的图像处理方法,其特征在于,
获取所述压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值;
基于所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,划分所述压缩窗口内的各个像素的灰度级别。
4.根据权利要求2所述的图像处理方法,其特征在于,
针对所述压缩窗口内的所述灰度图像,沿着预设方向对所述灰度图像进行梯度值计算;
基于所述预设方向的梯度值与预设梯度值,划分所述压缩窗口内的各个像素的灰度级别。
5.根据权利要求4所述的图像处理方法,其特征在于,
比较所述灰度图像在所述预设方向的梯度值与所述预设梯度值,令所述灰度图像在所述预设方向的梯度值大于或等于所述预设梯度值的像素为第三灰度级别,令所述灰度图像在所述预设方向的梯度值小于所述预设梯度值的像素为第四灰度级别。
6.一种视网膜刺激器的图像处理装置,是具有规定数量的刺激电极的视网膜刺激器的图像处理装置,其特征在于,
包括:
获取模块,其用于获取具有预定像素数的初始图像;
灰度处理模块,其用于对所述初始图像进行灰度化处理,得到灰度图像;以及
像素处理模块,其基于所述预定像素数和具有所述规定数量的目标像素数,对所述灰度图像进行压缩处理,获得具有所述目标像素数的目标图像,
其中,所述压缩处理包括基于所述预定像素数和所述目标像素数确定总压缩率;按照所述总压缩率和所述目标像素数,确定压缩步数和各步压缩率,所述总压缩率等于各步压缩率的乘积;在各步压缩处理中,根据像素数和各步压缩率确定规定尺寸的压缩窗口,并对所述压缩窗口内的各个像素进行灰度变换;利用所述压缩窗口滑动计算该压缩窗口内的灰度图像的各个像素的平均灰度值,生成具有该平均灰度值的像素点,并将所生成的各个像素点按顺序组合形成具有规定像素数的图像;并且根据所述压缩步数,重复上述各步压缩处理。
7.根据权利要求6所述的图像处理装置,其特征在于,
所述像素处理模块包括用于针对所述压缩窗口内的各个像素划分灰度级别,对具有不同灰度级别的像素赋予不同的权重的灰度变换单元。
8.根据权利要求7所述的图像处理装置,其特征在于,
获取所述压缩窗口内的灰度图像的各个像素的灰度值,以得到各个像素的像素平均灰度值;
基于所述像素平均灰度值与所述压缩窗口内的灰度图像的各个像素的灰度值,划分所述压缩窗口内的各个像素的灰度级别。
9.根据权利要求7所述的图像处理装置,其特征在于,
所述灰度变换单元,其用于针对所述压缩窗口内的所述灰度图像,沿着预设方向对所述灰度图像进行梯度值计算;
基于所述预设方向的梯度值与预设梯度值,划分所述压缩窗口内的各个像素的灰度级别。
10.根据权利要求9所述的图像处理装置,其特征在于,
比较所述灰度图像在所述预设方向的梯度值与所述预设梯度值,令所述灰度图像在所述预设方向的梯度值大于或等于所述预设梯度值的像素为第三灰度级别,令所述灰度图像在所述预设方向的梯度值小于所述预设梯度值的像素为第四灰度级别。
11.一种视网膜刺激器,其特征在于,
包括:
摄像装置,其用于捕获视频图像,并且将所述视频图像转换成视觉信号;
视频处理装置,其与所述摄像装置连接,并且至少包括权利要求6至10中任一项所述的图像处理装置,所述视频处理装置用于处理所述视觉信号以生成视觉压缩信号;以及
植入装置,其用于接收所述视觉压缩信号,并且将所述视觉压缩信号转换成电刺激信号,以对视网膜发放所述电刺激信号。
CN201811047459.1A 2018-09-09 2018-09-09 视网膜刺激器的图像处理方法、装置及视网膜刺激器 Active CN109146985B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811047459.1A CN109146985B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理方法、装置及视网膜刺激器
CN201910291332.2A CN110060311B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811047459.1A CN109146985B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理方法、装置及视网膜刺激器

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201910291332.2A Division CN110060311B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理装置

Publications (2)

Publication Number Publication Date
CN109146985A CN109146985A (zh) 2019-01-04
CN109146985B true CN109146985B (zh) 2019-06-14

Family

ID=64824177

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811047459.1A Active CN109146985B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理方法、装置及视网膜刺激器
CN201910291332.2A Active CN110060311B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201910291332.2A Active CN110060311B (zh) 2018-09-09 2018-09-09 视网膜刺激器的图像处理装置

Country Status (1)

Country Link
CN (2) CN109146985B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693645A (zh) * 2019-07-31 2022-07-01 深圳硅基仿生科技有限公司 视网膜刺激器
CN113643373A (zh) * 2019-12-31 2021-11-12 深圳硅基仿生科技有限公司 带条栅视力检测的视网膜刺激器
CN112887293A (zh) * 2021-01-21 2021-06-01 维沃移动通信有限公司 流媒体的处理方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105435379A (zh) * 2015-12-29 2016-03-30 深圳先进技术研究院 基于二维面阵探头的视网膜刺激设备
CN105662704A (zh) * 2015-12-29 2016-06-15 深圳先进技术研究院 超声视网膜刺激设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL125614A (en) * 1998-07-31 2003-01-12 Amiram Grinvald System and method for non-invasive imaging of retinal function
US6904179B2 (en) * 2000-04-27 2005-06-07 Xerox Corporation Method for minimal-logic non-linear filter implementation
US7925354B2 (en) * 2000-05-26 2011-04-12 Second Sight Medical Products, Inc. Video processing methods for improving visual acuity and/or perceived image resolution
US7574263B2 (en) * 2003-01-31 2009-08-11 Second Sight Medical Products, Inc. Pixel re-mapping for visual prosthesis
US20070191910A1 (en) * 2006-02-16 2007-08-16 Qiushi Ren Visual prosthesis
CN101154291B (zh) * 2006-09-29 2010-05-12 国际商业机器公司 图像数据压缩方法、图像显示方法及其相应装置
DE602007010514D1 (de) * 2006-12-18 2010-12-23 Koninkl Philips Electronics Nv Bildkomprimierung und dekomprimierung
CN100586403C (zh) * 2008-03-06 2010-02-03 上海交通大学 视觉假体图像处理装置及方法
CN102984517B (zh) * 2012-11-21 2016-03-30 华为技术有限公司 视频数据压缩和解压缩的方法、装置、设备和系统
CN105069150B (zh) * 2015-08-24 2016-05-25 上海艺赛旗软件股份有限公司 屏幕录像的压缩、存储、回放方法及压缩、存储系统
CN106137532B (zh) * 2016-09-19 2019-01-25 清华大学 一种图像处理方法
CN106267560B (zh) * 2016-09-30 2017-07-14 深圳硅基仿生科技有限公司 用于神经刺激的脉冲电流产生电路及人工视网膜系统
CN107398012B (zh) * 2016-09-30 2018-10-12 深圳硅基仿生科技有限公司 神经刺激的电荷补偿电路和方法以及人工视网膜系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105435379A (zh) * 2015-12-29 2016-03-30 深圳先进技术研究院 基于二维面阵探头的视网膜刺激设备
CN105662704A (zh) * 2015-12-29 2016-06-15 深圳先进技术研究院 超声视网膜刺激设备

Also Published As

Publication number Publication date
CN109146985A (zh) 2019-01-04
CN110060311B (zh) 2020-03-20
CN110060311A (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
CN109146985B (zh) 视网膜刺激器的图像处理方法、装置及视网膜刺激器
US20200004052A1 (en) Apparatus and Method for Improving, Augmenting or Enhancing Vision
CN109224291A (zh) 视网膜刺激器的图像处理方法和装置及视网膜刺激器
CN108618465A (zh) 一种实现智能学习的软硬可调床垫及其硬度调节系统与方法
CN107316032A (zh) 一种建立人脸图像识别器方法
KR20210118233A (ko) 모바일 전자 기기를 사용한 고품질 플래쉬 사진을 위해 복수의 이미지를 촬영 및 블렌딩하는 장치 및 방법
CN111937082A (zh) 远程牙科成像的引导方法和系统
CN105976326B (zh) 图像处理装置以及图像处理方法
CN109248378A (zh) 视网膜刺激器的视频处理装置、方法及视网膜刺激器
CN104751406A (zh) 一种用于对图像进行虚化的方法和装置
CN109659006A (zh) 面肌训练方法、装置及电子设备
CN113239220A (zh) 图像推荐方法、装置、终端及可读存储介质
CN114938556B (zh) 台灯光线自动调节方法、装置、电子设备及存储介质
Li Wearable computer vision systems for a cortical visual prosthesis
JP2018007792A (ja) 表情認知診断支援装置
KR20240015654A (ko) 눈 이미지와 디지털 이미지 사이의 변환 방법 및 시스템
CN110459299B (zh) 一种视网膜眼底彩色照片图像筛选方法
CN109308708B (zh) 低像素的图像处理方法、装置以及视网膜刺激器
CN113326775B (zh) 图像处理方法及装置、终端及可读存储介质
CN112396667B (zh) 视网膜刺激器的电极位置的匹配方法
CN113313009A (zh) 连拍的输出图像方法、装置、终端及可读存储介质
CN113724140A (zh) 图像处理方法、电子设备、介质和系统
CN111445527B (zh) 视网膜刺激器的条栅视力的检测方法
Sharmili et al. Comparative analysis of image processing algorithms for visual prosthesis
CN107767840A (zh) 自动调节亮度的护眼型显示器及其亮度调节方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 518000 A, 4 building, 3 Ting Wei Industrial Park, 6 Baoan District Road, Xin'an, Shenzhen, Guangdong.

Patentee after: Shenzhen Silicon Bionics Technology Co.,Ltd.

Address before: 518000 A, 4 building, 3 Ting Wei Industrial Park, 6 Baoan District Road, Xin'an, Shenzhen, Guangdong.

Patentee before: SHENZHEN SIBIONICS TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder