CN113116292A - 基于眼部外观图像的眼位测量方法、装置、终端和设备 - Google Patents
基于眼部外观图像的眼位测量方法、装置、终端和设备 Download PDFInfo
- Publication number
- CN113116292A CN113116292A CN202110437869.2A CN202110437869A CN113116292A CN 113116292 A CN113116292 A CN 113116292A CN 202110437869 A CN202110437869 A CN 202110437869A CN 113116292 A CN113116292 A CN 113116292A
- Authority
- CN
- China
- Prior art keywords
- eye
- cornea
- appearance image
- mobile terminal
- reference line
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种基于眼部外观图像的眼位测量方法、装置、终端和设备,应用于带摄像功能和水平仪功能的移动终端,所述方法包括:进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;利用移动终端的水平仪确定基准线为实际水平时以供获取眼部外观图像;依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。本申请通过智能手机即可实施,拓展了眼部外观异常筛查的应用场合。可初步诊断导致眼部外观异常的如斜视、眼睑异常(上睑下垂、上睑退缩)等常见疾病,并提供更精确更完整的定量检测结果。
Description
技术领域
本申请涉及一种医学图像处理分析技术领域,特别是涉及一种基于眼部外观图像的眼位测量方法、装置、终端和设备。
背景技术
眼睛是面部的重要器官,是人视觉信息的唯一采集器。除了具有视功能外,眼睛也因左右各一,对称性地占据眶面部的主要位置,成为人脸识别最重要的元素之一。
在医学上,眼部外观的异常也往往指向特定的眼部疾病。斜视、上睑下垂、上睑退缩、眼球移位等常见眼部疾病和症状,在眼部外观上都分别有特征性的表现。因此,眼部外观图像的测量和分析,对于眼病的诊断和评估,具有重要的临床意义。
斜视是高发病率的眼科疾病,表现为眼外肌协调运动异常,导致双眼不能同时注视同一物体。斜视的持续状态会对患者的视功能造成日益严重的影响,因此斜视的早期发现对于疾病的治疗和预后具有重要意义。眼科医生能通过观察眼位及进行眼部检查来诊断斜视并判断其严重程度。但一般人,甚至未经过眼科训练的全科医生往往难以通过观察眼部外观发现斜视。这常常导致了病情的延误,错过了最佳的干预治疗时机。
因此,亟需建立一种可用日常设备操作的眼部外观图像分析方法。全科医生可用此方法进行斜视及其他眼部外观异常的筛查。一般人也可用以自查和互查。
发明内容
鉴于以上所述现有技术的缺点,本申请要解决的技术问题在于提供一种基于眼部外观图像的眼位测量方法、装置、终端和设备,用于解决现有至少一个问题。
为实现上述目的及其他相关目的,本申请提供一种基于眼部外观图像的眼位测量方法,应用于带摄像功能和水平仪功能的移动终端,所述方法包括:进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
于本申请一实施例中,所述进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线,包括:进入拍摄状态后,采用AdaBoost定位检测算法定位被测者的人脸区域;在人脸区域中分别获取眨眼前后两帧的图像,并转换为灰度图像以检测人眼区域;使用Canny边缘检测算法对人眼区域进行边缘检测,以识别并定位双眼外眦点;连线双眼外眦点以形成眶面部的基准线。
于本申请一实施例中,所述依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小,包括:将获取的眼部外观图像由的彩色图像转换为灰度图像,并进行灰度归一;通过Hough变换法查找眼部外观图像中的角膜并精确定位瞳孔中心;其中,将角膜的几何中心点等同于表示被测者视线方向的瞳孔中心;根据灰度识别角膜上表示闪光灯入射光线的映光点;测量瞳孔中心到映光点的位置关系,可依据眼球绕球心旋转的圆周度计算斜视角的大小,并通过与基准线对比判断斜视方向。
于本申请一实施例中,所述方法包括:通过Hough变换法查找眼部外观图像中的上眼睑缘;根据上眼睑缘分别与瞳孔、角膜映光点、及上睑缘位置的垂直位置关系,以判断眼睑位置是否出现异常。
于本申请一实施例中,所述判断眼睑位置是否出现异常,包括:按上睑缘位置分级:上睑退缩:上睑缘位置在上角巩缘以上;正常睑缘位置:上睑缘位置在上角巩缘到上角巩缘下2mm;上睑下垂1级:上睑缘位置遮盖上角巩缘下2mm,未遮盖瞳孔;上睑下垂2级:上睑缘位置遮盖上部瞳孔;上睑下垂3级:上睑缘位置遮盖角膜映光点;上睑下垂4级:上睑缘位置遮盖全部瞳孔;上睑下垂5级:上睑缘位置遮盖全部角膜。
于本申请一实施例中,所述方法包:根据灰度识别角膜上表示闪光灯入射光线的映光点;测量并比较双眼角膜的映光点到基准线的垂直距离;比较两眼对应的垂直距离,以判断眼球是否对称、相对上移或相对下移。
为实现上述目的及其他相关目的,本申请提供一种基于眼部外观图像的眼位测量装置,应用于带摄像功能和水平仪功能的移动终端,所述装置包括:基准线模块,用于进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;水平检测模块,用于利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;分析模块,用于依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
为实现上述目的及其他相关目的,本申请提供一种移动终端,所述移动终端包括:存储器、处理器、及通信器、摄像单元、及水平仪;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如上所述的方法;所述移动终端还具有摄像机、及水平仪。
为实现上述目的及其他相关目的,本申请提供一种计算机设备,所述计算机设备包括:存储器、处理器、及通信器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如上所述的方法;所述通信器用于与外部摄像机、及水平仪通信连接
为实现上述目的及其他相关目的,本申请提供一种计算机可读存储介质,存储有计算机指令,所述计算机指令被运行时执行如上所述的方法。
综上所述,本申请提供了一种基于眼部外观图像的眼位测量方法、装置、终端和设备,所述方法包括:进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
具有以下有益效果:
本申请可通过日常的智能手机即可实施,拓展了眼部外观异常筛查的应用场合,符合将该筛查投放社区、向人群普及的目的。该方法在某种程度上可替代专业眼科医生,初步诊断导致眼部外观异常的常见疾病,如斜视、眼睑异常(上睑下垂、上睑退缩)和各种原因导致的眼球移位,并提供较之既往方法更精确更完整的定量检测结果。其应用不仅有助于疾病的诊断也可作为病情长期随访评估的工具,便于患者自查互查及向医生展示病情发展情况。
附图说明
图1显示为本申请于一实施例中基于眼部外观图像的眼位测量方法的流程示意图。
图2显示为本申请于一实施例中基于眼部外观图像的眼位测量方法的场景示意图。
图3显示为本申请于一实施例中基于眼部外观图像的眼位测量方法装置的模型示意图。
图4显示为本申请于一实施例中移动终端的结构示意图
图5显示为本申请于一实施例中计算机设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,虽然图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,但其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在通篇说明书中,当说某部分与另一部分“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种部分“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素,排除在外,而是意味着可以还包括其它构成要素。
其中提到的第一、第二及第三等术语是为了说明多样的部分、成分、区域、层及/或段而使用的,但并非限定于此。这些术语只用于把某部分、成分、区域、层或段区别于其它部分、成分、区域、层或段。因此,以下叙述的第一部分、成分、区域、层或段在不超出本申请范围的范围内,可以言及到第二部分、成分、区域、层或段。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
在既往文献中,Yang曾用3D照片分析仪采集斜视患者外观图像,用以自动测量患者的水平斜视程度。但因所用图像采集仪器并非日用相机,也非眼科常规设备,限制了该方法的应用。
鉴于此,本申请提出可以在智能手机应用程序为操作平台的基础上,有必要对眼部外观的分析方法进行改进和拓展,提高测量的自动化程度和精确度,提升诊断的准确性和完整性,以便扩大该方法的应用范围及提升临床价值。
为解决上述问题,本申请提出一种基于眼部外观图像的眼位测量方法、装置、终端和设备。本申请的目的还在于:为普及眼部外观异常的社区筛查,设计以日用智能手机应用程序为操作平台,对眼部外观的分析方法进行改进和拓展。提高测量的自动化程度和精确度,提升诊断的准确性和完整性,以扩大该筛查技术的应用范围及提升临床价值。
本方法主要应用于带摄像功能和水平仪功能的移动终端,如智能手机、PAD等,于一或多个可实现的实施例中,本方法可通过APP、小程序等实现,通过预先获取智能手机的摄像权限、及水平仪使用的权限,以便用户通过APP,手持或支架固定智能手机,然后以全自动或半自动(拍摄步骤可手动)方式,实现对被测者眼部眼位的检测和测量,如可检测否斜视,以及斜视的方向和大小,还可检测是否垂直斜视、上睑下垂、上睑退缩、眼球移位等常与水平斜视伴发的眼部外观异常。
如图1所示,展示为本申请于一实施例中基于眼部外观图像的眼位测量方法的流程示意图。如图所示,所述方法包括:
步骤S110:进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线。
如图2所示的场景示意图,步骤S110具体包括:
A、进入拍摄状态后,采用AdaBoost定位检测算法定位被测者的人脸区域。
Adaboost算法已被证明是一种有效而实用的Boosting算法。该算法是Freund和Schapire于1995年对Boosting算法的改进得到的,其算法原理是通过调整样本权重和弱分类器权值,从训练出的弱分类器中筛选出权值系数最小的弱分类器组合成一个最终强分类器。基于训练集训练弱分类器,每次下一个弱分类器都是在样本的不同权值集上训练获得的。每个样本被分类的难易度决定权重,而分类的难易度是经过前面步骤中的分类器的输出估计得到的。
Adaboost算法在样本训练集使用过程中,对其中的关键分类特征集进行多次挑选,逐步训练分量弱分类器,用适当的阈值选择最佳弱分类器,最后将每次迭代训练选出的最佳弱分类器构建为强分类器。其中,级联分类器的设计模式为在尽量保证感兴趣图像输出率的同时,减少非感兴趣图像的输出率,随着迭代次数不断增加,所有的非感兴趣图像样本都不能通过,而感兴趣样本始终保持尽可能通过为止。
本申请预先将样本通过AdaBoost定位检测算法进行训练,以供在进入拍摄状态后,迅速定位镜头中被测者的人脸区域。
有选地,所述进入拍摄状态即为打开拍摄功能,移动终端为镜头画面。其中,闪光灯自动开启,以便于对被拍摄的被测者补光,以获取更优的画面效果。
B、在人脸区域中分别获取眨眼前后两帧的图像,并转换为灰度图像以检测人眼区域。
简单来说,通过前后两帧图像的中因眨眼发生的像素变化,以检测人脸区域中人眼的区域,其中,可将获取的眨眼前后两帧的图像转换为灰度图像,以减少光线环境对像素的影响。
C、使用Canny边缘检测算法对人眼区域进行边缘检测,以识别并定位双眼外眦点;
Canny边缘检测算法可以分为以下5个步骤:1)应用高斯滤波来平滑图像,目的是去除噪声;2)找寻图像的强度梯度(intensity gradients);3)应用非最大抑制(non-maximum suppression)技术来消除边误检(本来不是但检测出来是);4)应用双阈值的方法来决定可能的(潜在的)边界;5)利用滞后技术来跟踪边界。
本申请通过Canny边缘检测算法对检测出的人眼区域进行边缘检测,以识别并未双眼的外眦点。
D、连线双眼外眦点以形成眶面部的基准线。
于本实施例中,基于人的面部的大致对称性,通过识别双眼外眦点,即上下睑缘的外侧交点,可以定义双眼外眦点的连线为眶面部的基准线。
步骤S120:利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像。
简单来说,在确定被测者的眶面部的基准线后,可利用移动终端的水平仪功能,在实际水平线与眶面部基准线平行时拍摄照片,具体可提示人为进行拍摄,也可自动执行拍摄。
举例来说,移动终端可以显示基准线,进而通过调整被测者的姿态或者调整手持移动终端的姿态,当基准线为实际水平时,基准线变色或闪烁以提示用户进行拍摄,然后用户看到提示后进行拍摄(闪光灯在进入拍摄状态时默认开启),以此获取被测者的眼部外观图像;或者,当基准线为实际水平时,自动进行拍摄(闪光灯在进入拍摄状态时默认开启),以减少人为抖动带来的偏差。
步骤S130:依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
于本申请一实施例中,所述步骤S130具体包括:
A、将获取的眼部外观图像由的彩色图像转换为灰度图像,并进行灰度归一;
于本实施例中,将彩色图像转换为灰度图像。并进行灰度归一,即对图像进行光照补偿等处理,克服光照变化对图像的影响而提高识别率。
B、通过Hough变换法查找眼部外观图像中的角膜并精确定位瞳孔中心;其中,将角膜的几何中心点等同于表示被测者视线方向的瞳孔中心。
Hough变换是1962年由Hough提出来的,用于检测图像中直线、圆、抛物线、椭圆等形状能够用一定函数关系描述的曲线,它在影像分析,模式识别等很多领域中得到了成功的应用。Hough变换的基本原理是将影像空间中的曲线(包括直线)变换到参数空间中,通过检测参数空间中的极值点,确定出该曲线的描述参数,从而提取影像中的规则曲线。
于本实施例中,由于人角膜是接近正圆形的,因此可以通过Hough变换圆法查找角膜并精确定位瞳孔的中心。
另外,考虑到因中国人或黄种人的虹膜一般为深棕色,与瞳孔难以区分,所以在图像上很难分离出瞳孔,进而也难以确定瞳孔中心。因此,本申请将角膜的几何中心点等同于瞳孔中心,以便于图像处理。
C、根据灰度识别角膜上表示闪光灯入射光线的映光点。
如上所述,将彩色图像转换为灰度图像,并进行灰度归一,主要是对图像进行光照补偿等处理,以克服光照变化对图像的影响而提高识别率。
于本实施例中,移动终端(如智能手机)的摄像头和闪光灯具有方向大致共轭的特点。在拍摄眼部外观图像时,需开启闪光灯,并要求被拍摄者注视摄像头。在此条件下,闪光灯光线会在两眼球表面分别形成一个映光点。
D、测量瞳孔中心到映光点的矢量位移,可通过与基准线对比判断斜视方向,并依据眼球绕球心旋转的圆周度计算斜视角的大小。
于本实施例中,斜视方向可通过即角膜中心点偏离映光点的方向来判断,如果与基准线平行,则为水平斜视,向内侧(鼻侧)偏斜为内斜,向外侧(颞侧)偏斜为外斜;斜视方向如果与基准线垂直,则为垂直斜视,向头端偏斜为上斜,向尾端偏斜为下斜。如果斜视方向与基准线不平行也不垂直,可将其按矢量分解为水平和垂直斜视。
简单来说,光线投射在角膜(或巩膜)上的映光点表示光线的入射方向,瞳孔中心点则表示该眼的视线方向。光线入射方向和视线方向的夹角即为眼球绕球心旋转的圆周度,通过计算矢量位移,即可得到斜视的程度。
举例来说,人眼球的直径约为24毫米。眼球在圆周上每毫米的转位相当于旋转了5°(360°/24π≈5°)。角膜水平径约为12毫米,垂直径约为11毫米。根据映光点与瞳孔中心的位置关系或矢量位移,即可计算出斜视角的大小。例如,通过判断映光点与瞳孔中心点的矢量位移,然后借助每毫米的转位相当于旋转了5°的简单转换关系,可得到大致的入射方向和视线方向的夹角,即可计算出斜视程度;再如映光点与瞳孔中心点重合,表示该眼视线方向即为光线方向,该眼正位。
于本申请一实施例中,所述方法包括:
A、通过Hough变换法查找眼部外观图像中的上眼睑缘。
于本申请中,优选按照边缘特征分析法,检测睑缘。通常眼睛在睁开状态下,上睑缘会在边缘图上形成一个较大弧度的弧,因此本申请可用Hough变换法查找上眼睑缘。
B、根据上眼睑缘分别与瞳孔、角膜映光点、及上睑缘位置的垂直位置关系,以判断眼睑位置是否出现异常。
简单来说,正常上睑缘一般位于上角巩缘到上角巩缘下2mm的范围内(角膜垂直径定义为11mm)。因此,本申请可基于识别上睑缘、角膜、映光点,根据它们之间的位置关系,来诊断上睑退缩和上睑下垂。
于本申请一实施例中,所述判断眼睑位置是否出现异常,包括:
按上睑缘位置分级:
上睑退缩:上睑缘位置在上角巩缘以上;
正常睑缘位置:上睑缘位置在上角巩缘到上角巩缘下2mm;
上睑下垂1级:上睑缘位置遮盖上角巩缘下2mm,未遮盖瞳孔;
上睑下垂2级:上睑缘位置遮盖上部瞳孔;
上睑下垂3级:上睑缘位置遮盖角膜映光点;
上睑下垂4级:上睑缘位置遮盖全部瞳孔;
上睑下垂5级:上睑缘位置遮盖全部角膜。
于本申请一实施例中,所述方法包括:
A、根据灰度识别角膜上表示闪光灯入射光线的映光点;
B、测量并比较双眼角膜的映光点到基准线的垂直距离;
C、比较两眼对应的垂直距离,以判断眼球是否对称、相对上移或相对下移。
于本申请中,角膜映光点为眼球前表面的顶点,基于正常人面部的大致对称性,双眼角膜映光点应在同一水平高度,即到眶面部的基准线(双眼外眦点的连线)垂直距离相等。因此比较两侧角膜映光点到基准线的垂直距离,进而测量结果表示为眼球的对称,相对下移或上移,以供测得因眼眶畸形、眼眶骨折、眶内肿瘤等疾病可导致眼球移位的异常情况。
进一步地,本申请所述方法还可制定各种识别异常情况的解决方案,以避免在未准确识别的情况下,给出错误诊断结果。
综上所述,本方法用日常可获得的智能手机即可实施,拓展了眼部外观异常筛查的应用场合,符合将该筛查投放社区、向人群普及的目的。该方法在某种程度上可替代专业眼科医生,初步诊断导致眼部外观异常的常见疾病,如斜视、眼睑异常(上睑下垂、上睑退缩)和各种原因导致的眼球移位,并提供较之既往方法更精确更完整的定量检测结果。其应用不仅有助于疾病的诊断也可作为病情长期随访评估的工具,便于患者自查互查及向医生展示病情发展情况。
如图3所示,展示为本申请于一实施例中的基于眼部外观图像的眼位测量装置的模块示意图。所述装置应用于带摄像功能和水平仪功能的移动终端。如图所示,所述装置300包括:
基准线模块301,用于进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;
水平检测模块302,用于利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;
分析模块303,用于依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请所述方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
还需要说明的是,应理解以上装置300的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,分析模块303可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上分析模块303的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
优选地,所述基于眼部外观图像的眼位测量装置300为安装于如智能手机、PAD等移动终端上的APP或小程序,而移动终端需带摄像功能和水平仪功能,以供本装置使用。
如图4所示,展示为本申请于一实施例中的移动终端的结构示意图。如图所示,所述移动终端400包括:存储器401、处理器402、及通信器403;所述存储器401用于存储计算机指令;所述处理器402运行计算机指令实现如图1所述的方法;所述通信器可与外部设备通信连接。
有选地,所述移动终端为具有摄像机及水平仪的智能手机或PAD。
在一些实施例中,所述移动终端400中的所述存储器401的数量均可以是一或多个,所述处理器402的数量均可以是一或多个,所述通信器403的数量均可以是一或多个而图4中均以一个为例。
于本申请一实施例中,所述移动终端400中的处理器402会按照如图1所述的步骤,将一个或多个以应用程序的进程对应的指令加载到存储器401中,并由处理器402来运行存储在存储器401中的应用程序,从而实现如图1所述的方法。
所述存储器401可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。所述存储器401存储有操作系统和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。操作系统可包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
所述处理器402可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在一些具体的应用中,所述移动终端400的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清除说明起见,在图4中将各种总线都成为总线系统。
如图5所示,展示为本申请于一实施例中的计算机设备的结构示意图。如图所示,所述计算机设备500包括:所述计算机设备500包括:存储器501、处理器502、及通信器503;所述存储器501用于存储计算机指令;所述处理器502运行计算机指令实现如图1所述的方法;所述通信器503用于与外部摄像机、及水平仪通信连接。
即与如图4所示的移动终端400相比,所述计算机设备500对摄像机与水平仪不做要求,即任何计算机、服务器等终端均可实现,仅需通信连接外部的摄像机、及水平仪即可实现。
于本申请的一实施例中,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1所述的方法。
在任何可能的技术细节结合层面,本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
综上所述,本申请提供的一种基于眼部外观图像的眼位测量方法、装置、终端和设备。应用于带摄像功能和水平仪功能的移动终端,所述方法包括:进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
本申请可通过日常的智能手机即可实施,拓展了眼部外观异常筛查的应用场合,符合将该筛查投放社区、向人群普及的目的。该方法在某种程度上可替代专业眼科医生,初步诊断导致眼部外观异常的常见疾病,如斜视、眼睑异常(上睑下垂、上睑退缩)和各种原因导致的眼球移位,并提供较之既往方法更精确更完整的定量检测结果。其应用不仅有助于疾病的诊断也可作为病情长期随访评估的工具,便于患者自查互查及向医生展示病情发展情况。
本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (10)
1.一种基于眼部外观图像的眼位测量方法,其特征在于,应用于带摄像功能和水平仪功能的移动终端,所述方法包括:
进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;
利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;
依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
2.根据权利要求1所述的方法,其特征在于,所述进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线,包括:
进入拍摄状态后,采用AdaBoost定位检测算法定位被测者的人脸区域;
在人脸区域中分别获取眨眼前后两帧的图像,并转换为灰度图像以检测人眼区域;
使用Canny边缘检测算法对人眼区域进行边缘检测,以识别并定位双眼外眦点;
连线双眼外眦点以形成眶面部的基准线。
3.根据权利要求1所述的方法,其特征在于,所述依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小,包括:
将获取的眼部外观图像由的彩色图像转换为灰度图像,并进行灰度归一;
通过Hough变换法查找眼部外观图像中的角膜并精确定位瞳孔中心;其中,将角膜的几何中心点等同于表示被测者视线方向的瞳孔中心;
根据灰度识别角膜上表示闪光灯入射光线的映光点;
测量瞳孔中心到映光点的位置关系,可依据眼球绕球心旋转的圆周度计算斜视角的大小,并通过与基准线对比判断斜视方向。
4.根据权利要求3所述的方法,其特征在于,所述方法包括:
通过Hough变换法查找眼部外观图像中的上眼睑缘;
根据上眼睑缘分别与瞳孔、角膜映光点、及上睑缘位置的垂直位置关系,以判断眼睑位置是否出现异常。
5.根据权利要求3所述的方法,其特征在于,所述判断眼睑位置是否出现异常,包括:
按上睑缘位置分级:
上睑退缩:上睑缘位置在上角巩缘以上;
正常睑缘位置:上睑缘位置在上角巩缘到上角巩缘下2mm;
上睑下垂1级:上睑缘位置遮盖上角巩缘下2mm,未遮盖瞳孔;
上睑下垂2级:上睑缘位置遮盖上部瞳孔;
上睑下垂3级:上睑缘位置遮盖角膜映光点;
上睑下垂4级:上睑缘位置遮盖全部瞳孔;
上睑下垂5级:上睑缘位置遮盖全部角膜。
6.根据权利要求3所述的方法,其特征在于,所述方法包:
根据灰度识别角膜上表示闪光灯入射光线的映光点;
测量并比较双眼角膜的映光点到基准线的垂直距离;
比较两眼对应的垂直距离,以判断眼球是否对称、相对上移或相对下移。
7.一种基于眼部外观图像的眼位测量装置,其特征在于,应用于带摄像功能和水平仪功能的移动终端,所述装置包括:
基准线模块,用于进入拍摄状态后检测被测者的正面的眼部区域,并基于识别的双眼外眦点以形成基准线;
水平检测模块,用于利用移动终端的水平仪确定基准线为实际水平时,以生成拍摄提示指令或生成拍摄指令与闪光灯开启指令,以供获取眼部外观图像;
分析模块,用于依据所述眼部外观图像识别闪光灯投射于被测者角膜上的映光点并定位瞳孔中心,依据瞳孔中心与映光点的位置关系和矢量位移,以得出斜视方向及大小。
8.一种移动终端,其特征在于,所述移动终端包括:存储器、处理器、及通信器、摄像单元、及水平仪;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如权利要求1至6中任意一项所述的方法;所述移动终端还具有摄像机、及水平仪。
9.一种计算机设备,其特征在于,所述计算机设备包括:存储器、处理器、及通信器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如权利要求1至6中任意一项所述的方法;所述通信器用于与外部摄像机、及水平仪通信连接。
10.一种计算机可读存储介质,其特征在于,存储有计算机指令,所述计算机指令被运行时执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110437869.2A CN113116292B (zh) | 2021-04-22 | 2021-04-22 | 基于眼部外观图像的眼位测量方法、装置、终端和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110437869.2A CN113116292B (zh) | 2021-04-22 | 2021-04-22 | 基于眼部外观图像的眼位测量方法、装置、终端和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113116292A true CN113116292A (zh) | 2021-07-16 |
CN113116292B CN113116292B (zh) | 2023-07-11 |
Family
ID=76779316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110437869.2A Active CN113116292B (zh) | 2021-04-22 | 2021-04-22 | 基于眼部外观图像的眼位测量方法、装置、终端和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113116292B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100054548A1 (en) * | 2008-09-03 | 2010-03-04 | Denso Corporation | Apparatus for detecting a pupil, program for the same, and method for detecting a pupil |
CN102149325A (zh) * | 2008-09-26 | 2011-08-10 | 松下电器产业株式会社 | 视线方向判定装置及视线方向判定方法 |
CN102961117A (zh) * | 2012-11-06 | 2013-03-13 | 温州医学院 | 基于移动平台的斜视诊断装置 |
US20130235346A1 (en) * | 2011-09-08 | 2013-09-12 | Icheck Health Connection, Inc. | System and methods for documenting and recording of the pupillary red reflex test and corneal light reflex screening of the eye in infants and young children |
CN106264443A (zh) * | 2016-08-11 | 2017-01-04 | 刘东光 | 一种斜视智能检查分析系统 |
CN108520512A (zh) * | 2018-03-26 | 2018-09-11 | 北京医拍智能科技有限公司 | 一种测量眼部参数的方法及装置 |
CN109558825A (zh) * | 2018-11-23 | 2019-04-02 | 哈尔滨理工大学 | 一种基于数字视频图像处理的瞳孔中心定位方法 |
CN110246158A (zh) * | 2019-07-19 | 2019-09-17 | 上海交通大学医学院附属第九人民医院 | 眼疾检测装置、方法、电子终端、及存储介质 |
CN110575132A (zh) * | 2019-07-25 | 2019-12-17 | 北京爱诺斯科技有限公司 | 一种基于偏心摄影的斜视程度的计算方法 |
CN111820860A (zh) * | 2020-06-30 | 2020-10-27 | 华中科技大学 | 一种人眼斜视方向、斜视度数测量装置 |
CN111938567A (zh) * | 2020-07-09 | 2020-11-17 | 上海交通大学 | 基于深度学习的眼科参数测量方法、系统及设备 |
WO2020230908A1 (ko) * | 2019-05-10 | 2020-11-19 | 경상대학교병원 | 사시진단어플리케이션 및 이를 갖는 사시진단장치 |
-
2021
- 2021-04-22 CN CN202110437869.2A patent/CN113116292B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100054548A1 (en) * | 2008-09-03 | 2010-03-04 | Denso Corporation | Apparatus for detecting a pupil, program for the same, and method for detecting a pupil |
CN102149325A (zh) * | 2008-09-26 | 2011-08-10 | 松下电器产业株式会社 | 视线方向判定装置及视线方向判定方法 |
US20130235346A1 (en) * | 2011-09-08 | 2013-09-12 | Icheck Health Connection, Inc. | System and methods for documenting and recording of the pupillary red reflex test and corneal light reflex screening of the eye in infants and young children |
CN102961117A (zh) * | 2012-11-06 | 2013-03-13 | 温州医学院 | 基于移动平台的斜视诊断装置 |
CN106264443A (zh) * | 2016-08-11 | 2017-01-04 | 刘东光 | 一种斜视智能检查分析系统 |
CN108520512A (zh) * | 2018-03-26 | 2018-09-11 | 北京医拍智能科技有限公司 | 一种测量眼部参数的方法及装置 |
CN109558825A (zh) * | 2018-11-23 | 2019-04-02 | 哈尔滨理工大学 | 一种基于数字视频图像处理的瞳孔中心定位方法 |
WO2020230908A1 (ko) * | 2019-05-10 | 2020-11-19 | 경상대학교병원 | 사시진단어플리케이션 및 이를 갖는 사시진단장치 |
CN110246158A (zh) * | 2019-07-19 | 2019-09-17 | 上海交通大学医学院附属第九人民医院 | 眼疾检测装置、方法、电子终端、及存储介质 |
CN110575132A (zh) * | 2019-07-25 | 2019-12-17 | 北京爱诺斯科技有限公司 | 一种基于偏心摄影的斜视程度的计算方法 |
CN111820860A (zh) * | 2020-06-30 | 2020-10-27 | 华中科技大学 | 一种人眼斜视方向、斜视度数测量装置 |
CN111938567A (zh) * | 2020-07-09 | 2020-11-17 | 上海交通大学 | 基于深度学习的眼科参数测量方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113116292B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020199593A1 (zh) | 图像分割模型训练方法、图像分割方法、装置、设备及介质 | |
US20200069173A1 (en) | Digital visual acuity eye examination for remote physician assessment | |
US10426332B2 (en) | System and device for preliminary diagnosis of ocular diseases | |
Li et al. | A computer-aided diagnosis system of nuclear cataract | |
US10416725B2 (en) | Wearable device having a display, lens, illuminator, and image sensor | |
CN109684915B (zh) | 瞳孔跟踪图像处理方法 | |
EP2881891B1 (en) | Image processing device and image processing method | |
US20110137157A1 (en) | Image processing apparatus and image processing method | |
WO2019010959A1 (zh) | 用于确定视线的方法、设备和计算机可读存储介质 | |
US10952604B2 (en) | Diagnostic tool for eye disease detection using smartphone | |
JP7197708B2 (ja) | 眼底画像定量分析の前置処理方法および記憶装置 | |
JPWO2016195066A1 (ja) | 眼球の運動を検出する方法、そのプログラム、そのプログラムの記憶媒体、及び、眼球の運動を検出する装置 | |
Mestre et al. | Robust eye tracking based on multiple corneal reflections for clinical applications | |
CN114937024A (zh) | 图像评估方法、装置和计算机设备 | |
Ramlee et al. | Automated detecting arcus senilis, symptom for cholesterol presence using iris recognition algorithm | |
CN115670370B (zh) | 一种去除眼底图像玻璃体混浊斑的视网膜成像方法和装置 | |
Bhangdiya | Cholesterol presence detection using iris recognition | |
WO2024060418A1 (zh) | 基于眼部异常姿态的异常屈光状态识别方法及装置 | |
CN113116292B (zh) | 基于眼部外观图像的眼位测量方法、装置、终端和设备 | |
JP2015123262A (ja) | 角膜表面反射画像を利用した視線計測方法及びその装置 | |
Hortinela et al. | Determination of Non-Proliferative and Proliferative Diabetic Retinopathy through Fundoscopy using Principal Component Analysis | |
US10617294B1 (en) | System and method for determining the spherical power of eyes based on measured refractive error | |
CN112674714A (zh) | 一种通过滤镜与外设结合的手机检影验光方法 | |
Karaaslan et al. | A new method based on deep learning and image processing for detection of strabismus with the Hirschberg test | |
Rosa | An accessible approach for corneal topography |
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 |