CN114093018A - 一种基于瞳孔定位的视力筛查设备及系统 - Google Patents
一种基于瞳孔定位的视力筛查设备及系统 Download PDFInfo
- Publication number
- CN114093018A CN114093018A CN202111391486.2A CN202111391486A CN114093018A CN 114093018 A CN114093018 A CN 114093018A CN 202111391486 A CN202111391486 A CN 202111391486A CN 114093018 A CN114093018 A CN 114093018A
- Authority
- CN
- China
- Prior art keywords
- gray
- coordinates
- value
- pixel points
- pupil
- 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
- 210000001747 pupil Anatomy 0.000 title claims abstract description 73
- 230000004438 eyesight Effects 0.000 title claims abstract description 39
- 238000012216 screening Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 4
- 208000001491 myopia Diseases 0.000 description 3
- 230000004379 myopia Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010020675 Hypermetropia Diseases 0.000 description 1
- 208000004350 Strabismus Diseases 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 201000006318 hyperopia Diseases 0.000 description 1
- 230000004305 hyperopia Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于瞳孔定位的视力筛查设备及系统，通过计算人眼图的灰度直方图，获取灰度直方图第一个峰值的灰度值d，保留灰度值位于[d1，d2]的像素点，并将保留的像素点的的灰度值设置为0，将其他的像素点的灰度值设置为255，得到图片p2；将图片p2放入直角坐标系中，统计图片p2中灰度值为0的像素点的坐标，得到灰度值为0的像素点最多的横坐标X，计算横坐标为X的所有像素点的纵坐标的平均值Y，得到坐标(X，Y)，若坐标(X，Y)对应的灰度值为0，则以坐标(X，Y)的像素点为基础，得到瞳孔图像。本发明提出的视力筛查设备可以在占用很少资源的情况下，快速得到瞳孔图像及位置，有效提高了视力筛查设备的性能。
Description
技术领域
本申请涉及医疗器械领域，尤其涉及视力筛查仪。
背景技术
手机、PDA等电子产品在给人们带来便利的同时，也严重影响着人们的视力，尤其是儿童、青少年。根据国家卫生健康委员会的统计数据，2020年，我国儿童青少年总体近视率为52.7％，小学阶段近视率上升明显，从一年的12.9％到六年级上升到了59.6％，电子产品对视力的影响十分明显。对视力的定期检查，可以让家长了解孩子的视力情况，及时采取相应的措施。
目前常用的视力检查设备主要有验光仪和视力筛查仪，验光仪是主要用于测定人眼屈光状态的仪器，视力筛查仪主要用于视力筛查，是能够提供球镜度、柱镜度和柱镜轴向等屈光测试基本参数的仪器，能够检查出近视、散光、远视、斜视等，视力筛查仪是在距离被测人1米距离进行非接触式，尤其适合小儿的视力检查。
视力筛查仪主要是利用偏心摄影验光法或Hartmann-shark验光法，拍摄眼睛图像的方式，基于人眼屈光异常会导致不同程度的影像显示的明暗差异，经过测量和运算得出反映屈光状态。瞳孔定位是视力筛查仪的基础，但是目前采用的瞳孔定位要么计算复杂，要么准确度不够，如何简单有效的对瞳孔定位对于提升视力筛查设备的性能和准确性有着重要的意义。
发明内容
现有的视力筛查设备在计算屈光度等参数时，识别瞳孔图像的方法计算复杂，需要占用视力筛查设备较多的资源，而且准确度不高，针对该问题，本发明提出了一种基于瞳孔定位的视力筛查设备，所述设备包括以下模块：
灰度值计算模块，用于获取通过视力筛查设备的摄像模块拍摄的人眼图p1，计算所述人眼图的灰度直方图，获取所述灰度直方图第一个峰值的灰度值d，保留灰度值位于[d1，d2]的像素点，并将保留的像素点的的灰度值设置为0，将其他的像素点的灰度值设置为255，得到图片p2；
瞳孔生成模块，将图片p2放入直角坐标系中，统计图片p2中灰度值为0的像素点的坐标，得到横坐标X，所述横坐标X对应的灰度值为0的像素点最多，计算横坐标为X的所有像素点的纵坐标的平均值Y，得到坐标(X，Y)，若坐标(X，Y)对应的灰度值为0，则以坐标(X，Y)的像素点为基础，得到瞳孔图像。
优选地，所述以坐标(X，Y)的像素点为基础，得到瞳孔图像，具体为：以坐标(X，Y)为瞳孔的初始点，对图片p2采用区域增长方式得到灰度值为0的像素点的坐标,根据所述灰度值为0的像素点的坐标和人眼图p1得到瞳孔图像。
优选地，所述瞳孔生成模块，还用于，若坐标(X，Y)对应的灰度值不为0，得到横坐标X1，所述横坐标X1对应的灰度值为0的像素点次多，计算横坐标为X1的所有像素点的横坐标的平均值Y1，得到坐标(X1，Y1)，判断坐标(X1，Y1)对应的灰度值是否为0，若不为0，则重复上述过程，直到坐标对应的灰度值为0，将最后得到的坐标作为瞳孔的初始点。
优选地，若坐标(X，Y)对应的灰度值不为0，以坐标(X，Y)为光斑的初始点，对图片p2采用区域增长方式得到灰度值为255的像素点的坐标,根据所述灰度值为255的像素点的坐标和人眼图p1得到光斑图像。
优选地，在对图片p2采用区域增长方式得到灰度值为0的像素点的坐标后，还包括：判断处于边界且灰度值为0的像素点构成的形状与椭圆的相似度，若相似度大于阈值，则获取瞳孔图像内部的光斑；否则，采用椭圆拟合方法获取瞳孔图像。
优选地,所述获取瞳孔图像内部的光斑，具体为：确定灰度值为0的像素点的坐标中x值中最小值x1、最大值x2，确定横坐标为x1的灰度值为0的像素点的坐标中y值中最小值y1、最大值y2，判断(x1，y1)到(x1，y2)中是否有灰度值为255的像素点，如果有，则记录该点的坐标，否则执行x1＝x1+1，重复上述过程，直到x1＝x2；根据灰度值为255的像素点的坐标确定光斑。
优选地，所述d1的取值为0，所述d2为所述灰度直方图的第一个谷值。
优选地，所述设备还包括：屈光度计算模块，根据所述瞳孔图像计算受测者的屈光度。
此外，本发明还提出了一种基于瞳孔定位的视力筛查系统，所述系统包括如上所述的设备以及服务器，所述服务器存储所述设备采集的图片。
优选地，所述系统还包括移动终端，所述设备通过移动终端，将所述设备采集的图片发送到所述服务器。
本发明根据人眼灰度值的特点，对待识别的人眼图像进行灰度计算，得到灰度直方图，然后保留一定范围内的灰度值，并将保留的灰度值全部设置为0，然后得到得到横坐标X，横坐标X对应的灰度值为0的像素点最多，并进一步计算横坐标为X的所有像素点的纵坐标的平均值Y，得到坐标(X，Y)，若坐标(X，Y)对应的灰度值为0，则以坐标(X，Y)的像素点为基础，得到瞳孔图像。本发明提出的瞳孔识别方法，只需要统计、排序等简单的操作，即可得到瞳孔图像，相比现有的瞳孔识别方法，计算简单，而且准确性高。同时在瞳孔识别的同时，获取的坐标可以直接定位瞳孔。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为人眼图像1的灰度直方图；
图2为人眼图像2的灰度直方图；
图3为保留人眼图像2灰度值位于[d1，d2]的像素点后的图像；
图4为计算X值的示意图；
图5为瞳孔识别结果示意图；
图6为视力筛查设备结构图。
具体实施方式
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
在第一个实施例中，本发明提供了一种基于瞳孔定位的视力筛查设备，所述设备包括以下模块：
灰度值计算模块，用于获取通过视力筛查设备的摄像模块拍摄的人眼图p1，计算所述人眼图的灰度直方图，获取所述灰度直方图第一个峰值的灰度值d，保留灰度值位于[d1，d2]的像素点，并将保留的像素点的的灰度值设置为0，将其他的像素点的灰度值设置为255，得到图片p2；
灰度直方图是对图像中灰度级别进行统计，得到灰度值与对应灰度值出现次数的对应关系，图1、2为两个人眼图像及其对应的灰度直方图，在灰度直方图中，横坐标表示灰度值，一共有256个值，其中灰度值为0表示黑色，灰度值为255表示白色；纵坐标表示灰度值出现的次数，在一幅图像中，相同的灰度值出现越多，在灰度直方图中灰度值对应的值越大。由于人眼图像中，瞳孔较暗，第一个波峰对应的瞳孔区域的图像，通过计算人眼图像的灰度直方图，并保留一定范围内的灰度值，可以得到人眼的大致图像，如图3所示。由于收到眼睫毛等的影响，灰度图片p2会包括一些非瞳孔的图像，图3瞳孔上方不规则区域即眉毛。灰度直方图的获取可以通过调用OpenCV的calcHist函数直接获得。其中d1<d<d2，且d1、d2都是大于等于0，小于等于255的正整数。
在得到保留灰度值区域的像素点后，本发明将保留的像素点的灰度值直接设置为0，其他像素点的灰度值直接设置为255，如图4所示。这样可以更为方便的识别瞳孔，避免了后续处理过程中，灰度图片包括较多灰度值，计算过程麻烦的问题。
本发明的待识别的人眼图像不限于红外人眼图像，还可以是其他彩色或者去色后的人眼图像。
瞳孔生成模块，将图片p2放入直角坐标系中，统计图片p2中灰度值为0的像素点的坐标，得到横坐标X，所述横坐标X对应的灰度值为0的像素点最多，计算横坐标为X的所有像素点的纵坐标的平均值Y，得到坐标(X，Y)，若坐标(X，Y)对应的灰度值为0，则以坐标(X，Y)的像素点为基础，得到瞳孔图像。
如图4所示，横坐标为X的直线对应的灰度值为0的像素点最多，可以看出X大致对应瞳孔的中心线。然后统计灰度图像p2中所有坐标为X且灰度值为0的像素点的坐标，计算横坐标为X的所有像素点的纵坐标的平均值Y，由于收到瞳孔上方眼睫毛、眉毛等的影响，坐标(X，Y)并非瞳孔的中心点，而是中心点偏上。此外，瞳孔并非真正的圆形，X只是瞳孔中心线的大致位置。但是通过图4可以看出，(X，Y)对应的坐标位于瞳孔内。
在一个具体实施例中，所述以坐标(X，Y)的像素点为基础，得到瞳孔图像，具体为：以坐标(X，Y)为瞳孔的初始点，对图片p2采用区域增长方式得到灰度值为0的像素点的坐标,根据所述灰度值为0的像素点的坐标和人眼图p1得到瞳孔图像。
区域增长又称为区域生长，其是根据一定规则将像素或者子区域聚合成更大区域的过程。本发明将保留的像素点的的灰度值设置为0，将其他的像素点的灰度值设置为255，一方面，减少了区域增长计算过程中对相邻像素的差值的计算，可以直接判断相邻的像素是否是255即可，简化了区域增长的计算过程，另一方面，相邻像素的阈值的设置是控制区域增长的关键，设置过大或过小都会影响最后结果，本发明无需设置相邻像素的差的阈值，提高了区域增长的准确度。
光线射进瞳孔会在瞳孔形成一个光斑，如图1、2所示，光斑的存在会影响瞳孔的识别。若坐标(X，Y)刚好位于光斑，最后将无法得到瞳孔图像。在一个具体实施例中，所述瞳孔生成模块，还用于，若坐标(X，Y)对应的灰度值不为0，得到横坐标X1，所述横坐标X1对应的灰度值为0的像素点次多，计算横坐标为X1的所有像素点的横坐标的平均值Y1，得到坐标(X1，Y1)，判断坐标(X1，Y1)对应的灰度值是否为0，若不为0，则重复上述过程，直到坐标对应的灰度值为0，将最后得到的坐标作为瞳孔的初始点。本发明通过迭代的方式判断坐标(X，Y)对应的位置是否是光斑，避免了坐标(X，Y)刚好位于光斑的情况。
当坐标(X，Y)刚好位于光斑时，利用坐标(X，Y)可以获得光斑的图像和位置。在一个具体实施例中，若坐标(X，Y)对应的灰度值不为0，以坐标(X，Y)为光斑的初始点，对图片p2采用区域增长方式得到灰度值为255的像素点的坐标,根据所述灰度值为255的像素点的坐标和人眼图p1得到光斑图像。
有一种特殊情况是，光斑位于瞳孔的边缘，此时，采用上述方式确定的眼瞳是一个不规则图像，在一个具体实施例中，在对图片p2采用区域增长方式得到灰度值为0的像素点的坐标后，还包括：判断处于边界且灰度值为0的像素点构成的形状与椭圆的相似度，若相似度大于阈值，则获取瞳孔图像内部的光斑；否则，采用椭圆拟合方法获取瞳孔图像。由于光斑位于瞳孔的边缘的情况很少见到，本发明调用椭圆拟合函数的次数很少，基本不会影响本发明的性能。
此外，本发明还提供了另外一种确定光斑位置的方式，在获取瞳孔图像后，所述获取瞳孔图像内部的光斑，具体为：确定灰度值为0的像素点的坐标中x值中最小值x1、最大值x2，确定横坐标为x1的灰度值为0的像素点的坐标中y值中最小值y1、最大值y2，判断(x1，y1)到(x1，y2)中是否有灰度值为255的像素点，如果有，则记录该点的坐标，否则执行x1＝x1+1，重复上述过程，直到x1＝x2；根据灰度值为255的像素点的坐标确定光斑。
保留灰度值位于[d1，d2]的像素点是后续处理的关键，如果区域过大，则会保留过多像素点，加重后续处理的像素点数，也即有过多数据参与后续的统计、排序等运算，如果区域过小，则无法完全保留瞳孔图像。在一个具体实施例中，所述d1的取值为0，所述d2为所述灰度直方图的第一个谷值。
在另外一个实施例中，在计算所述人眼图的灰度直方图前，调整图片的亮度和对比度，例如将亮度和对比度提高为原来的50％，通过对亮度和对比度的调整，可以更容易获得灰度值，减少数据量。
在一个具体实施例中，所述设备还包括：屈光度计算模块，根据所述瞳孔图像计算受测者的屈光度。
实施例二
在第二实施例中，本发明提供了一种基于瞳孔定位的视力筛查系统，所述系统包括如实施例一所述的设备以及服务器，所述服务器存储所述设备采集的图片。
在一个具体实施例中，所述系统还包括移动终端，所述设备通过移动终端，将所述设备采集的图片发送到所述服务器。
以上所描述的装置实施例仅仅是示意性的，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于瞳孔定位的视力筛查设备，其特征在于，所述设备包括以下模块：
灰度值计算模块，用于获取通过视力筛查设备的摄像模块拍摄的人眼图p1，计算所述人眼图的灰度直方图，获取所述灰度直方图第一个峰值的灰度值d，保留灰度值位于[d1，d2]的像素点，并将保留的像素点的的灰度值设置为0，将其他的像素点的灰度值设置为255，得到图片p2；
瞳孔生成模块，将图片p2放入直角坐标系中，统计图片p2中灰度值为0的像素点的坐标，得到横坐标X，所述横坐标X对应的灰度值为0的像素点最多，计算横坐标为X的所有像素点的纵坐标的平均值Y，得到坐标(X，Y)，若坐标(X，Y)对应的灰度值为0，则以坐标(X，Y)的像素点为基础，得到瞳孔图像。
2.根据权利要求1所述的视力筛查设备，其特征在于，所述以坐标(X，Y)的像素点为基础，得到瞳孔图像，具体为：以坐标(X，Y)为瞳孔的初始点，对图片p2采用区域增长方式得到灰度值为0的像素点的坐标,根据所述灰度值为0的像素点的坐标和人眼图p1得到瞳孔图像。
3.根据权利要求2所述的视力筛查设备，其特征在于，所述瞳孔生成模块，还用于，若坐标(X，Y)对应的灰度值不为0，得到横坐标X1，所述横坐标X1对应的灰度值为0的像素点次多，计算横坐标为X1的所有像素点的横坐标的平均值Y1，得到坐标(X1，Y1)，判断坐标(X1，Y1)对应的灰度值是否为0，若不为0，则重复上述过程，直到坐标对应的灰度值为0，将最后得到的坐标作为瞳孔的初始点。
4.根据权利要求3所述的视力筛查设备，其特征在于，若坐标(X，Y)对应的灰度值不为0，以坐标(X，Y)为光斑的初始点，对图片p2采用区域增长方式得到灰度值为255的像素点的坐标,根据所述灰度值为255的像素点的坐标和人眼图p1得到光斑图像。
5.根据权利要求2所述的视力筛查设备，其特征在于，在对图片p2采用区域增长方式得到灰度值为0的像素点的坐标后，还包括：判断处于边界且灰度值为0的像素点构成的形状与椭圆的相似度，若相似度大于阈值，则获取瞳孔图像内部的光斑；否则，采用椭圆拟合方法获取瞳孔图像。
6.根据权利要求5所述的视力筛查设备,其特征在于,所述获取瞳孔图像内部的光斑，具体为：确定灰度值为0的像素点的坐标中x值中最小值x1、最大值x2，确定横坐标为x1的灰度值为0的像素点的坐标中y值中最小值y1、最大值y2，判断(x1，y1)到(x1，y2)中是否有灰度值为255的像素点，如果有，则记录该点的坐标，否则执行x1＝x1+1，重复上述过程，直到x1＝x2；根据灰度值为255的像素点的坐标确定光斑。
7.根据权利要求1-6所述的视力筛查设备，其特征在于，所述d1的取值为0，所述d2为所述灰度直方图的第一个谷值。
8.根据权利要求1-6任一项所述的视力筛查设备，其特征在于，所述设备还包括：屈光度计算模块，根据所述瞳孔图像计算受测者的屈光度。
9.一种基于瞳孔定位的视力筛查系统，所述系统包括如权利要求1-8任一项所述的设备以及服务器，所述服务器存储所述设备采集的图片。
10.根据权利要求9所述的视力筛查系统，所述系统还包括移动终端，所述设备通过移动终端，将所述设备采集的图片发送到所述服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111391486.2A CN114093018B (zh) | 2021-11-23 | 2021-11-23 | 一种基于瞳孔定位的视力筛查设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111391486.2A CN114093018B (zh) | 2021-11-23 | 2021-11-23 | 一种基于瞳孔定位的视力筛查设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114093018A true CN114093018A (zh) | 2022-02-25 |
| CN114093018B CN114093018B (zh) | 2023-07-07 |
Family
ID=80303363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111391486.2A Active CN114093018B (zh) | 2021-11-23 | 2021-11-23 | 一种基于瞳孔定位的视力筛查设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114093018B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116504378A (zh) * | 2023-06-26 | 2023-07-28 | 杭州目乐医疗科技股份有限公司 | 一种视力筛查仪的控制方法与系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060147094A1 (en) * | 2003-09-08 | 2006-07-06 | Woong-Tuk Yoo | Pupil detection method and shape descriptor extraction method for a iris recognition, iris feature extraction apparatus and method, and iris recognition system and method using its |
| CN103927509A (zh) * | 2013-01-16 | 2014-07-16 | 腾讯科技（深圳）有限公司 | 眼睛定位方法及装置 |
| CN107831900A (zh) * | 2017-11-22 | 2018-03-23 | 中国地质大学（武汉） | 一种眼控鼠标的人机交互方法及系统 |
| US20190147216A1 (en) * | 2017-11-13 | 2019-05-16 | Boe Technology Group Co., Ltd. | Pupil positioning device and method and display driver of virtual reality device |
| WO2020155792A1 (en) * | 2019-01-31 | 2020-08-06 | Boe Technology Group Co., Ltd. | Pupil positioning method and apparatus, vr/ar apparatus and computer readable medium |
| US20200305705A1 (en) * | 2018-11-12 | 2020-10-01 | Wenzhou Medical University | Method for processing pupil tracking image |
| CN112258569A (zh) * | 2020-09-21 | 2021-01-22 | 苏州唐古光电科技有限公司 | 瞳孔中心定位方法、装置、设备及计算机存储介质 |
-
2021
- 2021-11-23 CN CN202111391486.2A patent/CN114093018B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060147094A1 (en) * | 2003-09-08 | 2006-07-06 | Woong-Tuk Yoo | Pupil detection method and shape descriptor extraction method for a iris recognition, iris feature extraction apparatus and method, and iris recognition system and method using its |
| CN103927509A (zh) * | 2013-01-16 | 2014-07-16 | 腾讯科技（深圳）有限公司 | 眼睛定位方法及装置 |
| US20190147216A1 (en) * | 2017-11-13 | 2019-05-16 | Boe Technology Group Co., Ltd. | Pupil positioning device and method and display driver of virtual reality device |
| CN107831900A (zh) * | 2017-11-22 | 2018-03-23 | 中国地质大学（武汉） | 一种眼控鼠标的人机交互方法及系统 |
| US20200305705A1 (en) * | 2018-11-12 | 2020-10-01 | Wenzhou Medical University | Method for processing pupil tracking image |
| WO2020155792A1 (en) * | 2019-01-31 | 2020-08-06 | Boe Technology Group Co., Ltd. | Pupil positioning method and apparatus, vr/ar apparatus and computer readable medium |
| CN112258569A (zh) * | 2020-09-21 | 2021-01-22 | 苏州唐古光电科技有限公司 | 瞳孔中心定位方法、装置、设备及计算机存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王子敬 等: ""适用于低对比度模糊环境下的瞳孔定位方法"", 《计算机工程与应用》, vol. 52, no. 12, pages 205 - 209 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116504378A (zh) * | 2023-06-26 | 2023-07-28 | 杭州目乐医疗科技股份有限公司 | 一种视力筛查仪的控制方法与系统 |
| CN116504378B (zh) * | 2023-06-26 | 2023-10-31 | 杭州目乐医疗科技股份有限公司 | 一种视力筛查仪的控制方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114093018B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7771053B2 (en) | Method and apparatus for online contact lens evaluation | |
| CN106412573B (zh) | 一种检测镜头污点的方法和装置 | |
| US5953440A (en) | Method of measuring the focus of close-up images of eyes | |
| JP4895847B2 (ja) | 瞼検出装置及びプログラム | |
| CN109684915B (zh) | 瞳孔跟踪图像处理方法 | |
| CN110623629A (zh) | 一种基于眼球运动的视觉注意检测方法及系统 | |
| CN110807427B (zh) | 一种视线追踪方法、装置、计算机设备和存储介质 | |
| CN112384127B (zh) | 眼睑下垂检测方法及系统 | |
| CN108742656A (zh) | 基于脸部特征点定位的疲劳状态检测方法 | |
| CN112837805A (zh) | 基于深度学习的眼睑拓扑形态特征的提取方法 | |
| CN114093018B (zh) | 一种基于瞳孔定位的视力筛查设备及系统 | |
| CN115423870A (zh) | 一种瞳孔中心定位方法和装置 | |
| CN115019380A (zh) | 基于眼部图像的斜视智能识别方法、装置、终端及介质 | |
| US20220233070A1 (en) | Method and device for generating refractive pattern, and computer-readable storage medium | |
| CN115409774A (zh) | 一种基于深度学习的眼检测方法及斜视筛查系统 | |
| CN111932502B (zh) | 一种角膜图像点云选取方法、系统、智能终端及存储介质 | |
| CN111368596A (zh) | 人脸识别逆光补偿方法、装置、可读存储介质及设备 | |
| CN110096978A (zh) | 基于机器视觉的偏心摄影验光图像处理的方法 | |
| US7708411B2 (en) | Online wavefront measurement and display | |
| Kumar et al. | Automatic optic disc segmentation using maximum intensity variation | |
| CN111611939A (zh) | 眼疲劳状态检测方法及装置 | |
| JP2002000567A (ja) | 瞳孔中心位置計測方法及び視点位置検出方法 | |
| Alonso-Caneiro et al. | Estimating corneal surface topography in videokeratoscopy in the presence of strong signal interference | |
| Utama et al. | Pupil Center Detection Using Radial Symmetry Transform to Measure Pupil Distance in the Eye | |
| CN110287797B (zh) | 一种基于手机的屈光筛选方法 |
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 |