CN111127464A - 一种人眼充血检测装置 - Google Patents

一种人眼充血检测装置 Download PDF

Info

Publication number
CN111127464A
CN111127464A CN202010225220.XA CN202010225220A CN111127464A CN 111127464 A CN111127464 A CN 111127464A CN 202010225220 A CN202010225220 A CN 202010225220A CN 111127464 A CN111127464 A CN 111127464A
Authority
CN
China
Prior art keywords
image
module
region
eye
white
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
Application number
CN202010225220.XA
Other languages
English (en)
Inventor
罗秋伟
许宁
蔡明�
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.)
Zd Mecical Inc
Original Assignee
Zd Mecical Inc
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 Zd Mecical Inc filed Critical Zd Mecical Inc
Publication of CN111127464A publication Critical patent/CN111127464A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种人眼充血检测装置，包括：图像采集模块，用于采集待检测者睁眼状态下的人眼的图像信息；图像预处理模块，用于连接至图像采集模块以对图像信息进行预处理；第一图像提取模块，用于连接至图像预处理模块以从预处理后的图像信息中提取出眼白区域；第二图像提取模块，用于连接至第一图像提取模块以从眼白区域中提取出血丝区域；计算模块，用于计算血丝区域的面积和眼白区域的面积，并求取血丝区域的面积和眼白区域的面积的比值得到充血度计算充血度。本发明的有益之处在于所提供的人眼充血检测装置能够从人眼图像信息中自动识别出眼白区域和血丝区域，并能够计算血丝区域和眼白区域的比值衡量人眼的充血度。

Description

一种人眼充血检测装置
技术领域
本发明涉及一种人眼充血检测装置。
背景技术
眼睛充血笼统的概念认为眼白发红，球结膜和巩膜组织的血管在某种情况下出现扩张充血、淤血或出血时，即可呈现眼白发红。
现有的对眼睛充血程度的判断依赖人工观察判断。一方面人工检查结果主观性强，不够精确，不能准确的反应被检测者的实际情况。另一方面，人工识别需要占用人力资源，并且需要占用的时间比较长。
发明内容
本发明提供了一种人眼充血检测装置，采用如下的技术方案：
一种人眼充血检测装置，包括：
图像采集模块，用于采集待检测者睁眼状态下的人眼的图像信息；
图像预处理模块，用于连接至图像采集模块以对图像信息进行预处理；
第一图像提取模块，用于连接至图像预处理模块以从预处理后的图像信息中提取出眼白区域；
第二图像提取模块，用于连接至第一图像提取模块以从眼白区域中提取出血丝区域；
计算模块，用于计算充血度；
计算模块连接至第一图像提取模块和第二图像提取模块；
计算模块计算血丝区域的面积和眼白区域的面积，再求取血丝区域的面积和眼白区域的面积的比值得到充血度。
进一步地，第一图像提取模块包括：
转换子模块，用于将图像信息转换为HSV空间；
第一提取子模块，用于根据S通道的值从图像信息中提取出低饱和区域；
第二提取子模块，用于根据V通道的值从低饱和区域中提取出眼白区域。
进一步地，第二图像提取模块包括：
均衡化子模块，用于对眼白区域进行限制对比度自适应直方图均衡化；
滤波子模块，用于对均衡化后的眼白区域进行均值滤波；
处理子模块，对均值滤波前后的眼白区域作差得到血丝区域。
进一步地，滤波子模块通过8*8逻辑值全为1的矩形模板对均衡化后的眼白区域进行均值滤波。
进一步地，图像预处理模块对图像信息进行高斯滤波。
进一步地，图像预处理模块对图像信息进行均值滤波。
进一步地，图像采集模块采集待检测者睁眼状态下的双眼的图像信息。
进一步地，人眼充血检测装置还包括：
照明模块，用于照亮待检测者的面部。
进一步地，图像采集模块包括：
视频采集子模块，用于采集待检测者的人眼的视频信息；
视频识别子模块，用于从视频信息中识别人眼完全睁开的时刻；
视频图像提取子模块，用于从视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为图像信息。
进一步地，视频识别子模块计算视频信息中的每一帧图像的像素均值，当图像的像素均值下降至预设值并持续预设时间，则将图像的像素均值首次下降到该预设值的时刻作为人眼完全睁开的时刻。
本发明的有益之处在于所提供的人眼充血检测装置能够从采集到的人眼图像信息中自动识别出眼白区域和血丝区域，并能够计算血丝区域和眼白区域的比值得到充血度，以充血度衡量人眼的充血程度。
本发明的有益之处还在于所提供的人眼充血检测装置将获取到的人眼图像信息转换为HSV空间，根据黑白色区域的饱和度最低，眼白的亮度高的人眼图像特性，根据H通道和V通道的值能够从图像信息中快速提取出眼白区域，提高图像处理的效率以及准确度。
本发明的有益之处还在于所提供的人眼充血检测装置自动获取到人眼完全睁开时刻的图像信息，提高了人眼充血检测装置检测准确性。
附图说明
图1是本发明的人眼充血检测装置的示意图；
图2是摄像头采集的人眼图像信息；
图3是提取出的眼白区域的示意图；
图4是提取出的血丝区域的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为本发明的一种人眼充血检测装置100，包括：图像采集模块10、图像预处理模块20、第一图像提取模块30、第二图像提取模块40和计算模块50。图像采集模块10用于采集待检测者睁眼状态下的人眼的图像信息。图像预处理模块20用于连接至图像采集模块10以对图像信息进行预处理。第一图像提取模块30用于连接至图像预处理模块20以从预处理后的图像信息中提取出眼白区域。第二图像提取模块40用于连接至第一图像提取模块30以从眼白区域中提取出血丝区域。计算模块50用于计算充血度。计算模块50连接至第一图像提取模块30和第二图像提取模块40。计算模块50计算血丝区域的面积和眼白区域的面积，再求取血丝区域的面积和眼白区域的面积的比值得到充血度。
在本发明中，通过图像采集模块10单独采集待检测者一只眼睛的图像信息进行充血度检测得到充血度表征该检测者的该眼睛的充血程度，如图2所示。待检测者的眼睛充血度检测针对待检测者的左右眼分别进行检测评估，待检测者的眼睛充血程度由两只眼睛的充血度表征。两只眼睛的充血度独立检测。
可以理解的是，为了确保检测的准确性，需要在待检测者的眼睛完全睁开的时刻采集人眼图像。在本发明中，图像采集模块10包括：视频采集子模块、视频识别子模块和视频图像提取子模块。视频采集子模块用于采集待检测者的人眼的视频信息。视频识别子模块用于从视频信息中识别人眼完全睁开的时刻。视频图像提取子模块用于从视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为图像信息。由于闭眼眼皮像素均值远高于开眼像素均值，视频识别子模块通过睁眼判断算法计算视频信息中每一帧图像的像素均值，当图像的像素均值下降至预设值且稳定维持在该值预设时间，则可判断眼睛完全睁开。当眼睛完全睁开时，像素均值是最低值。将图像的像素均值首次下降到该最低值的时刻作为人眼完全睁开的时刻。在本发明中，预设时间一定时间设定为0.5s，可以理解的是，该时间间隔可以根据具体情况进行调整。
作为一种可选的实施方式，图像采集模块10采集待检测者的两只眼睛的图像信息进行综合判断得到综合的充血度表征该检测者的眼睛的充血程度，一次性采集两只眼睛的图像信息进行处理，最后得到的充血度是两只眼睛综合的充血度，与上述的独立检测相比，该检测方法检测人眼充血度只需要检测采集一次图像就能够检测出该被检测者的综合的双眼充血度。
为了提高图像采集模块10采集的图像的质量，人眼充血检测装置100还包括用于照亮待检测者的面部照明模块60，照明模块60照射的光为白光。
图像采集模块10采集到的图像信息发送至图像预处理模块20，通过图像预处理模块20对图像信息进行预处理，以提高图像信息在后续处理过程中的处理效率。在本发明中，图像预处理模块20对图像信息进行均值滤波。
作为可选的实施方式，图像预处理模块20对图像信息进行高斯滤波。
血丝出现的区域为眼白，因此，需要首先将眼白部分从图像信息中提取出来。可以理解的是，黑白色区域的饱和度最低，通过饱和度可以快速提取出黑白色区域，另一方面，眼白的亮度较高，从提取出的黑白色区域中再提取出高亮度的区域即为眼白区域。具体的，第一图像提取模块30包括：转换子模块、第一提取子模块和第二提取子模块。转换子模块用于将图像信息转换为HSV空间。第一提取子模块用于根据S通道的值从图像信息中提取出低饱和区域。第二提取子模块用于根据V通道的值从低饱和区域中提取出眼白区域。图像采集模块10采集到的图像信息为RGB形式，首先通过转换子模块将图像信息转换为HSV空间。设定S通道阈值，第一提取子模块将S通道值小于该S通道阈值的低饱和区域提取出来，再设定V通道阈值，第二提取子模块将V通道值大于该V通道阈值的高亮度区域提取出来，该高亮度区域即为眼白区域，如图3所示。
第二图像提取模块40包括：均衡化子模块、滤波子模块和处理子模块
均衡化子模块用于对眼白区域进行限制对比度自适应直方图均衡化。滤波子模块用于对均衡化后的眼白区域进行均值滤波。处理子模块对均值滤波前后的眼白区域作差得到血丝区域，如图4所示。此处，对均值滤波前后的眼白区域作差是指用均值滤波前的眼白区域减去均值滤波后的眼白区域。
在上述对均衡化后的眼白区域进行均值滤波的过程中，为了提高均值滤波的效果，需要根据实际情况选择合适的模板，在本发明中，滤波子模块通过8*8逻辑值全为1的矩形模板对均衡化后的眼白区域进行均值滤波。
计算模块50连接至第一图像提取模块30和第二图像提取模块40，从第一图像提取模块30和第二图像提取模块40获取到眼白区域和血丝区域，计算出血丝区域的面积和眼白区域的面积，求出血丝区域的面积和眼白区域的面积的比值，这个比值作为充血度衡量被检测者眼睛的充血程度。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (10)

1.一种人眼充血检测装置，其特征在于，包括：
图像采集模块，用于采集待检测者睁眼状态下的人眼的图像信息；
图像预处理模块，用于连接至所述图像采集模块以对所述图像信息进行预处理；
第一图像提取模块，用于连接至所述图像预处理模块以从预处理后的所述图像信息中提取出眼白区域；
第二图像提取模块，用于连接至所述第一图像提取模块以从所述眼白区域中提取出血丝区域；
计算模块，用于计算充血度；
所述计算模块连接至所述第一图像提取模块和所述第二图像提取模块；
所述计算模块计算所述血丝区域的面积和所述眼白区域的面积，再求取所述血丝区域的面积和所述眼白区域的面积的比值得到所述充血度。
2.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述第一图像提取模块包括：
转换子模块，用于将所述图像信息转换为HSV空间；
第一提取子模块，用于根据S通道的值从所述图像信息中提取出低饱和区域；
第二提取子模块，用于根据V通道的值从所述低饱和区域中提取出所述眼白区域。
3.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述第二图像提取模块包括：
均衡化子模块，用于对所述眼白区域进行限制对比度自适应直方图均衡化；
滤波子模块，用于对均衡化后的所述眼白区域进行均值滤波；
处理子模块，对均值滤波前后的所述眼白区域作差得到所述血丝区域。
4.根据权利要求3所述的人眼充血检测装置，其特征在于，
所述滤波子模块通过8*8逻辑值全为1的矩形模板对均衡化后的所述眼白区域进行均值滤波。
5.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述图像预处理模块对所述图像信息进行高斯滤波。
6.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述图像预处理模块对所述图像信息进行均值滤波。
7.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述图像采集模块采集待检测者睁眼状态下的双眼的所述图像信息。
8.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述人眼充血检测装置还包括：
照明模块，用于照亮待检测者的面部。
9.根据权利要求1所述的人眼充血检测装置，其特征在于，
所述图像采集模块包括：
视频采集子模块，用于采集待检测者的人眼的视频信息；
视频识别子模块，用于从所述视频信息中识别人眼完全睁开的时刻；
视频图像提取子模块，用于从所述视频信息中提取出人眼完全睁开的时刻的图像并将该提取出的图像作为所述图像信息。
10.根据权利要求9所述的人眼充血检测装置，其特征在于，
所述视频识别子模块计算所述视频信息中的每一帧图像的像素均值，当图像的像素均值下降至预设值并持续预设时间，则将图像的像素均值首次下降到该预设值的时刻作为人眼完全睁开的时刻。
CN202010225220.XA 2019-12-30 2020-03-26 一种人眼充血检测装置 Pending CN111127464A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911397577X 2019-12-30
CN201911397577 2019-12-30

Publications (1)

Publication Number Publication Date
CN111127464A true CN111127464A (zh) 2020-05-08

Family

ID=70493899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010225220.XA Pending CN111127464A (zh) 2019-12-30 2020-03-26 一种人眼充血检测装置

Country Status (1)

Country Link
CN (1) CN111127464A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113040704A (zh) * 2020-11-23 2021-06-29 泰州国安医疗用品有限公司 基于血丝分布状态的便携式诊断平台及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104013414A (zh) * 2014-04-30 2014-09-03 南京车锐信息科技有限公司 一种基于移动智能手机的驾驶员疲劳检测系统
CN105590323A (zh) * 2016-02-02 2016-05-18 温州医科大学附属眼视光医院 一种基于眼科裂隙灯照相的滤过泡表面的血管化程度的检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104013414A (zh) * 2014-04-30 2014-09-03 南京车锐信息科技有限公司 一种基于移动智能手机的驾驶员疲劳检测系统
CN105590323A (zh) * 2016-02-02 2016-05-18 温州医科大学附属眼视光医院 一种基于眼科裂隙灯照相的滤过泡表面的血管化程度的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨欧等: "《基于物联网平台的智能服务机器人设计》", 31 January 2018 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113040704A (zh) * 2020-11-23 2021-06-29 泰州国安医疗用品有限公司 基于血丝分布状态的便携式诊断平台及方法

Similar Documents

Publication Publication Date Title
CN108229362B (zh) 一种基于门禁系统的双目人脸识别活体检测方法
CN108346149B (zh) 图像检测、处理方法、装置及终端
JP4307496B2 (ja) 顔部位検出装置及びプログラム
US7912251B2 (en) Eyelid detection apparatus and program therefor
CN109684981B (zh) 青光眼图像识别方法、设备和筛查系统
US9811746B2 (en) Method and system for detecting traffic lights
JP2007097178A (ja) 顔検出による赤目の除去方法
CN109697716B (zh) 青光眼图像识别方法、设备和筛查系统
CN104899871A (zh) 一种ic元件焊点空焊检测方法
WO2018010386A1 (zh) 元件反件检测方法和系统
CN112396011B (zh) 一种基于视频图像心率检测及活体检测的人脸识别系统
CN110363087B (zh) 一种长基线双目人脸活体检测方法及系统
TW201019268A (en) Method for detecting shadow of object
US20150356342A1 (en) Image processing apparatus, image processing method, and storage medium
CN116309607B (zh) 基于机器视觉的船艇式智能水上救援平台
CN109242792B (zh) 一种基于白色物体的白平衡校对方法
CN111079688A (zh) 一种人脸识别中的基于红外图像的活体检测的方法
CN111665199A (zh) 一种基于机器视觉的电线电缆颜色检测识别方法
CN106960424B (zh) 基于优化分水岭的结核杆菌图像分割识别方法及装置
CN111127464A (zh) 一种人眼充血检测装置
CN111353326A (zh) 基于多光谱人脸差值图的活体检测方法
CN112651957A (zh) 人眼闭眼程度检测装置
CN107729828A (zh) 一种指纹图像采集方法、电子设备、存储介质及系统
CN110674737A (zh) 一种虹膜识别的增强方法
CN110363056A (zh) 动力学视频图像中的精子识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200508

RJ01 Rejection of invention patent application after publication