CN116473501B - 一种插片式主观验光结果自动记录方法、装置及系统 - Google Patents
一种插片式主观验光结果自动记录方法、装置及系统 Download PDFInfo
- Publication number
- CN116473501B CN116473501B CN202310487263.9A CN202310487263A CN116473501B CN 116473501 B CN116473501 B CN 116473501B CN 202310487263 A CN202310487263 A CN 202310487263A CN 116473501 B CN116473501 B CN 116473501B
- Authority
- CN
- China
- Prior art keywords
- lens
- image
- color
- subjective refraction
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000012015 optical character recognition Methods 0.000 claims abstract description 18
- 230000004438 eyesight Effects 0.000 claims description 54
- 238000004891 communication Methods 0.000 claims description 29
- 238000012360 testing method Methods 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 201000009310 astigmatism Diseases 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 16
- 208000001491 myopia Diseases 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 12
- 125000004122 cyclic group Chemical group 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 11
- 239000011521 glass Substances 0.000 claims description 11
- 230000004379 myopia Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 2
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 description 13
- 206010020675 Hypermetropia Diseases 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000000306 recurrent effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000004305 hyperopia Effects 0.000 description 4
- 201000006318 hyperopia Diseases 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
- A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种插片式主观验光结果自动记录方法、装置及系统，涉及主观验光技术领域。所述方法是在收到由摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到的试镜架主视图像后，先根据测定镜片的已知颜色，从试镜架主视图像中截取出镜片主视图像，然后根据测定数字的已知颜色，又从镜片主视图像中截取出数字区域图像，再然后对数字区域图像进行光学字符识别处理，得到识出数字，最后将识出数字作为插片式主观验光结果数据并进行记录，如此相对于现有手动记录方式，可以避免出现实际配镜结果与验光后试戴效果差异较大的现象，提高验光工作的效率，并方便随时查看和打印验光结果数据，便于实际应用和推广。
Description
技术领域
本发明属于主观验光技术领域，具体涉及一种插片式主观验光结果自动记录方法、装置及系统。
背景技术
主观验光法是指在被检眼处于调节放松的条件下，检查者遵照系统的标准验光程序，通过被检者对不同球柱联合的镜片的主观视力反应,来决定被检眼屈光状态的方法。现有的主观验光工作主要是采用插片式主观验光法(其是指在患者眼前加减镜片，选择最适宜的镜片以改善视力情况的一种检查法；这种方法具有设备配置简单和操作也简单等优点)或综合验光仪(其是把各种测试镜片组合在一起的一种仪器)来完成。由于综合验光仪价格昂贵，其售价高于镜片箱100倍之多，性价比不高，不是各大验光机构的首选，因此各大验光机构仍是采用插片式主观验光法来完成主观验光工作。然而当前基于插片式主观验光法所得的验光结果需要手动记录，如果验光师字迹潦草或书写不规范，会导致实际配镜结果与验光后试戴效果差异较大。由此如何自动记录基于插片式主观验光法所得的验光结果，以方便后续查看和打印，是本领域技术人员亟需研究的课题。
发明内容
本发明的目的是提供一种插片式主观验光结果自动记录方法、装置、系统、计算机设备及计算机可读存储介质，用以解决现有技术因需要手动记录基于插片式主观验光法所得的验光结果而导致不方便后续查看和打印的问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面，提供了一种插片式主观验光结果自动记录方法，包括：
接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图；
对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形；
根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像；
根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同；
对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形；
根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像；
对所述数字区域图像进行光学字符识别处理，得到识出数字；
将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
基于上述发明内容，提供了一种自动记录基于插片式主观验光法所得验光结果数据的新方案，即在收到由摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到的试镜架主视图像后，先根据测定镜片的已知颜色，从试镜架主视图像中截取出镜片主视图像，然后根据测定数字的已知颜色，又从镜片主视图像中截取出数字区域图像，再然后对数字区域图像进行光学字符识别处理，得到识出数字，最后将识出数字作为插片式主观验光结果数据并进行记录，如此相对于现有手动记录方式，可以避免出现实际配镜结果与验光后试戴效果差异较大的现象，提高验光工作的效率，并方便随时查看和打印验光结果数据，便于实际应用和推广。
在一个可能的设计中，对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形，包括：
对所述镜片主视二值图进行轮廓跟踪处理，获得多个所述第二颜色区域的边界轮廓；
根据所述测定数字的已知字符间距阈值，合并在多个所述第二颜色区域中的且最小轮廓间距小于等于该已知字符间距阈值的各对所述第二颜色区域；
针对最终独立的各个第二颜色区域，根据对应的边界轮廓，确定对应的且在所述镜片主视图像中的数字外接矩形。
在一个可能的设计中，对所述数字区域图像进行光学字符识别处理，得到识出数字，包括：
对所述数字区域图像进行预处理，得到具有标准尺寸大小的新数字区域图像；
将所述新数字区域图像送入卷积神经网络进行特征提取处理，得到特征图；
从所述特征图中获取特征序列；
将所述特征序列输入基于循环神经网络的且已完成预训练的字符标签预测模型，输出得到在所述特征序列中的各个特征向量的字符标签分布结果，其中，所述字符标签分布结果是指在所有字符标签上的预测概率分布；
将所述各个特征向量的字符标签分布结果输入联结主义时间分类层，以便在所述联结主义时间分类层中通过基于softmax函数的整合处理，得到识出数字，并输出所述识出数字。
在一个可能的设计中，所述循环神经网络采用双向长短时记忆单元LSTM网络。
在一个可能的设计中，所述测定镜片包括有远视测定镜片、近视测定镜片和/或散光测定镜片。
在一个可能的设计中，当所述测定镜片为远视测定镜片时，所述测定镜片的已知颜色为黑色。
在一个可能的设计中，当所述测定镜片为近视测定镜片时，所述测定镜片的已知颜色为红色。
在一个可能的设计中，当所述测定镜片为用于配合远视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为黑色。
在一个可能的设计中，当所述测定镜片为用于配合近视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为红色。
在一个可能的设计中，所述测定数字的已知颜色为白色。
第二方面，提供了一种插片式主观验光结果自动记录装置，包括有图像接收模块、第一提取模块、第一确定模块、第一截图模块、第二提取模块、第二确定模块、第二截图模块、识别处理模块和数据记录模块；
所述图像接收模块，用于接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述第一提取模块，通信连接所述图像接收模块，用于根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图；
所述第一确定模块，通信连接所述第一提取模块，用于对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形；
所述第一截图模块，分别通信连接所述第一确定模块和所述图像接收模块，用于根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像；
所述第二提取模块，通信连接所述第一截图模块，用于根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同；
所述第二确定模块，通信连接所述第二提取模块，用于对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形；
所述第二截图模块，分别通信连接所述第二确定模块和所述第一截图模块，用于根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像；
所述识别处理模块，通信连接所述第二截图模块，用于对所述数字区域图像进行光学字符识别处理，得到识出数字；
所述数据记录模块，通信连接所述识别处理模块，用于将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
第三方面，本发明提供了一种插片式主观验光结果自动记录系统，包括有通信相连的摄像头和主观验光结果自动记录仪；
所述摄像头，用于对已通过插片式主观验光法固定有测定镜片的试镜架拍照，得到试镜架主视图像，并将所述试镜架主视图像传送至所述主观验光结果自动记录仪，其中，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述主观验光结果自动记录仪，用于执行如第一方面或第一方面中任意可能设计所述的插片式主观验光结果自动记录方法。
第四方面，本发明提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的插片式主观验光结果自动记录方法。
第五方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的插片式主观验光结果自动记录方法。
第六方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的插片式主观验光结果自动记录方法。
上述方案的有益效果：
(1)本发明创造性提供了一种自动记录基于插片式主观验光法所得验光结果数据的新方案，即在收到由摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到的试镜架主视图像后，先根据测定镜片的已知颜色，从试镜架主视图像中截取出镜片主视图像，然后根据测定数字的已知颜色，又从镜片主视图像中截取出数字区域图像，再然后对数字区域图像进行光学字符识别处理，得到识出数字，最后将识出数字作为插片式主观验光结果数据并进行记录，如此相对于现有手动记录方式，可以避免出现实际配镜结果与验光后试戴效果差异较大的现象，提高验光工作的效率，并方便随时查看和打印验光结果数据，便于实际应用和推广；
(2)由于在光学字符识别处理过程中采用了卷积神经网络与循环神经网络相结合的方案，因此还可以确保识别结果的高准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本申请实施例提供的插片式主观验光结果自动记录方法的流程示意图。
图2为本申请实施例提供的插片式主观验光结果自动记录装置的结构示意图。
图3为本申请实施例提供的插片式主观验光结果自动记录系统的结构示意图。
图4为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，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。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；又例如，A、B和/或C，可以表示存在A、B和C中的任意一种或他们的任意组合；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
实施例：
如图1所示，本实施例第一方面提供的所述插片式主观验光结果自动记录方法，可以但不限于由具有一定计算资源的且通信连接摄像头的计算机设备执行，例如由验光机构服务器、个人计算机(Personal Computer，PC，指一种大小、价格和性能适用于个人使用的多用途计算机；台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal Digital Assistant，PDA)或可穿戴设备等电子设备执行。如图1所示，所述插片式主观验光结果自动记录方法，可以但不限于包括有如下步骤S1～S9。
S1.接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字。
在所述步骤S1中，所述试镜架主视图像需要在完成如下标准验光流程后对所述试镜架拍照得到：先基于电脑验光技术获得客观验光数据，然后使用插片式主观验光法获得主观验光数据，最后试镜架试戴10～15分钟，核实真实数据。前述电脑验光技术属于客观验光法，它的准确性受很多因素的影响，如患者的头和眼配合不好，动来动去，眼注视验光仪内目标不够集中等等，使得基于电脑验光仪测得的客观验光数据存在误差较大情况，因此不会是最终配镜时的数值，而是为了之后的主观验光做准备。前述的插片式主观验光法为现有方法，主要操作流程如下：(1)让患者坐在视力表5米处，戴上所述试镜架按照先右眼后左眼的顺序检查；(2)询问患者视力情况，如果患者是初次进行验光，可以先从低度数镜片开始；而如果患者已经近视，可以根据现有度数选择合适的镜片；(3)先判断患者是远视还是近视，根据询问情况，分别取合适度数的远视镜片(其一般是黑片)和近视镜片(其一般是红片)，让患者感受下哪个镜片更清楚，如果红片清楚初步判断为近视，如果黑片清楚初步判断为远视；将不清楚的镜片放下，并针对清楚的镜片再增加一定度数进行对比，看不清就换大一点的度数，以能矫正到0.8视力为准，最后将镜片在所述试镜架上固定好；(4)然后进行散光检查，根据上一步测得的患者近视和远视结果，取对应颜色的镜片，从低度数开始插片，手持镜片的轴向对准90°，让患者感受下哪个镜片更清楚，都不清楚时将手持镜片的轴向对准180°，转动旋扭进行各轴向微调，清楚时在该轴向增加度数，直到找到合适度数的镜片，并将镜片在所述试镜架上固定好；(5)最后让患者试戴所述试镜架10～15分钟，根据选择的镜片，佩戴后看双眼视力是否能保持平衡，以及看远处目标是否清晰，来回走动感受是否有头晕等问题；如果有不适感，就根据相应的问题调整对应的镜片数值，如果没有就需要记录所述试镜架上每个镜片上的附着数字(即所述测定数字)，以便得到最终验光结果数据。基于前述插片式主观验光法，具体的，所述测定镜片包括但不限于有远视测定镜片、近视测定镜片和/或散光测定镜片等，例如包括但不限于有在左眼远视测定镜片、右眼远视测定镜片、左眼近视测定镜片、右眼近视测定镜片、左眼散光测定镜片和右眼散光测定镜片中的任意一个或它们的任意可搭配组合。此外，所述试镜架主视图像可以在所述试镜架被佩戴时拍照得到(此时所述试镜架主视图像会包含有眼部轮廓信息)，也可以在所述试镜架未佩戴时拍照得到，并可以通过常规的有线/无线通信方式进行传送。
S2.根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图。
在所述步骤S2中，基于前述插片式主观验光法，具体的，当所述测定镜片为远视测定镜片时，所述测定镜片的已知颜色为黑色；当所述测定镜片为近视测定镜片时，所述测定镜片的已知颜色为红色；当所述测定镜片为用于配合远视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为黑色；当所述测定镜片为用于配合近视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为红色。所述镜架主视二值图与所述试镜架主视图像具有相同尺寸大小。所述第一颜色区域用于代表所述测定镜片，其在所述镜架主视二值图中的所处位置即等于所述测定镜片的图像在所述试镜架主视图像中的所处位置。所述第一颜色区域的具体提取方式为现有常规方式，举例的，若所述测定镜片的已知颜色为红色，可包括但不限于有：针对在所述试镜架主视图像中的各个像素点，若对应的像素颜色为红色，则将在镜架主视二值图中的对应灰度值设置为0，否则将在所述镜架主视二值图中的对应灰度值设置为255，由此可以通过在所述镜架主视二值图中的且由黑色像素点所组成的黑色区域来表示所述第一颜色区域。此外，若所述测定镜片的数目有左右两个且为相同颜色镜片，会在所述镜架主视二值图中呈现有两个所述第一颜色区域。
S3.对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形。
在所述步骤S3中，所述轮廓跟踪处理是一种通过顺序找出边缘点来跟踪边界的现有图像识别方式，因此可以得到在所述镜架主视二值图中的所述第一颜色区域的边界轮廓，进而可以基于该边界轮廓常规确定在所述试镜架主视图像中的镜片外接矩形。此外，若所述测定镜片的数目有左右两个且为相同颜色镜片，可以得到两个所述镜片外接矩形。
S4.根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像。
在所述步骤S4中，若已得到两个所述镜片外接矩形，将会截取出左右两张所述镜片主视图像。
S5.根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同。
在所述步骤S5中，具体的，所述测定数字的已知颜色可以但不限于举例为白色。所述镜片主视二值图与所述镜片主视图像具有相同尺寸大小。所述第二颜色区域用于代表所述测定数字，其在所述镜片主视二值图中的所处位置即等于所述测定数字的图像在所述镜片主视图像中的所处位置。所述第二颜色区域的具体提取方式也为现有常规方式，举例的，针对在所述镜片主视图像中的各个像素点，若对应的像素颜色为白色，则将在镜片主视二值图中的对应灰度值设置为255，否则将在所述镜片主视二值图中的对应灰度值设置为0，由此可以通过在所述镜片主视二值图中的且由白色像素点所组成的白色区域来表示所述第二颜色区域。此外，若已截取出左右两张所述镜片主视图像，则需要针对它们分别执行本步骤。
S6.对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形。
在所述步骤S6中，由于所述测定数字可能有多位且是分离的，因此在所述镜片主视二值图中可能呈现有多个不同的所述第二颜色区域，此时需要通过合并处理方式来确定在所述镜片主视图像中的数字外接矩形，即优选的，对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形，包括但不限于有如下步骤S61～S63：S61.对所述镜片主视二值图进行轮廓跟踪处理，获得多个所述第二颜色区域的边界轮廓；S62.根据所述测定数字的已知字符间距阈值，合并在多个所述第二颜色区域中的且最小轮廓间距小于等于该已知字符间距阈值的各对所述第二颜色区域；S63.针对最终独立的各个第二颜色区域，根据对应的边界轮廓，确定对应的且在所述镜片主视图像中的数字外接矩形。在前述步骤S62中，所述已知字符间距阈值的具体数值可以根据已知的字符间距关系/和左右镜片间距关系来提前设定，例如若所述已知字符间距阈值小于已知字符间距，则会针对每个字符得到对应的所述数字外接矩形；而若所述已知字符间距阈值大于所述已知字符间距且小于已知左右镜片间距，则将针对每个字符串得到对应的所述数字外接矩形(即因为字与字之间的距离较近，而左右镜片之间的距离较远)。所述最小轮廓间距是指在一个第二颜色区域的边界轮廓上的像素点至在另一个第二颜色区域的边界轮廓上的像素点的最短距离。此外，若已截取出左右两张所述镜片主视图像，则需要针对它们分别执行本步骤。
S7.根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像。
在所述步骤S7中，还可优选对所述数字区域图像进行旋转矫正处理，以便得到适合进行后续光学字符识别处理的待处理图像。
S8.对所述数字区域图像进行光学字符识别处理，得到识出数字。
在所述步骤S8中，所述光学字符识别处理是一种基于OCR(Optical CharacterRecognition，即是指使用诸如扫描仪或数码相机等的电子设备检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程)技术的文字识别过程，因此可以得到所述识出数字。为了更加快速准确地识别出数字，优选的，对所述数字区域图像进行光学字符识别处理，得到识出数字，包括但不限于有如下步骤S81～S85。
S81.对所述数字区域图像进行预处理，得到具有标准尺寸大小的新数字区域图像。
在所述步骤S81中，所述预处理包括但不限于有图像缩放处理，例如将图像高度统一设定为32，而对图像宽度按比例进行缩放。
S82.将所述新数字区域图像送入卷积神经网络进行特征提取处理，得到特征图。
在所述步骤S82中，所述卷积神经网络(Convolutional Neural Network，CNN)是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)结构和功能的数学计算模型网络，具体可由一系列的卷积层、最大池化层和批量归一化层等组成，并为了加速网络的训练，可在第五个及第六个卷积层后面加上批量归一化层。
S83.从所述特征图中获取特征序列。
在所述步骤S83中，由于在所述特征图中每一个特征向量按列都是从左到右生成的，而每一列包含512维特征，这就意味着第i个特征向量是所有的特征图第i列像素的连接，这些特征向量就可构成一个序列，即所述特征序列。
S84.将所述特征序列输入基于循环神经网络的且已完成预训练的字符标签预测模型，输出得到在所述特征序列中的各个特征向量的字符标签分布结果，其中，所述字符标签分布结果是指在所有字符标签上的预测概率分布。
在所述步骤S84中，所述循环神经网络(Recurrent Neural Networks，RNN)是一种专用于处理序列信息的神经网络；由于循环网络可以扩展到更长的序列，因此大多数循环神经网络可以处理可变长度的序列，使得循环神经网络的诞生解决了传统神经网络在处理序列信息方面的局限性。由于一个特征向量相当于原图中的一个小矩形区域，因此所述循环神经网络的目标就是预测这个矩形区域为哪个字符，即根据输入的特征向量，进行预测，得到所有字符的softmax概率分布(即一个长度为字符类别数的向量)。所述字符标签预测模型的训练样本数据及训练过程可以基于现有技术常规改动得到。优选的，所述循环神经网络采用双向长短时记忆单元LSTM网络。LSTM的全称为“Long Short-Term Memory”，它是用于解决标准循环神经网络时间维度的梯度消失问题：由于标准的循环神经网络结构存储的上下文信息的范围有限，限制了RNN的应用；针对此限制，LSTM型循环神经网络用LSTM单元替换标准结构中的神经元节点，同时该LSTM单元使用输入门、输出门和遗忘门控制序列信息的传输，从而可实现较大范围的上下文信息的保存与传输，因此LSTM通常比RNN具有更好的预测效果。
S85.将所述各个特征向量的字符标签分布结果输入联结主义时间分类(Connectionist temporal classification，CTC)层，以便在所述联结主义时间分类层中通过基于softmax函数的整合处理，得到识出数字，并输出所述识出数字。
在所述步骤S85中，所述softmax函数为现有函数，基于所述softmax函数的所述整合处理的具体方式也为现有方式。
S9.将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
在所述步骤S9中，具体的，若所述识出数字为字符串，可直接作为所述插片式主观验光结果数据；而若所述识出数字为字符，则还需整合多个所述识出数字，才能最终得到所述插片式主观验光结果数据。所述插片式主观验光结果数据的具体记录方式，可以但不限于为将所述插片式主观验光结果数据存储在后台数据库中，以便后续查看和打印。此外，若已截取出左右两张所述镜片主视图像，则还可以将基于各自图像得到的识出数字作为对应眼睛的插片式主观验光结果数据，例如分别得到左右眼视力值。
由此基于前述步骤S1～S9所描述的插片式主观验光结果自动记录方法，提供了一种自动记录基于插片式主观验光法所得验光结果数据的新方案，即在收到由摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到的试镜架主视图像后，先根据测定镜片的已知颜色，从试镜架主视图像中截取出镜片主视图像，然后根据测定数字的已知颜色，又从镜片主视图像中截取出数字区域图像，再然后对数字区域图像进行光学字符识别处理，得到识出数字，最后将识出数字作为插片式主观验光结果数据并进行记录，如此相对于现有手动记录方式，可以避免出现实际配镜结果与验光后试戴效果差异较大的现象，提高验光工作的效率，并方便随时查看和打印验光结果数据，便于实际应用和推广。另外，由于在光学字符识别处理过程中采用了卷积神经网络与循环神经网络相结合的方案，因此还可以确保识别结果的高准确率。
如图2所示，本实施例第二方面提供了一种实现第一方面所述的插片式主观验光结果自动记录方法的虚拟装置，包括有图像接收模块、第一提取模块、第一确定模块、第一截图模块、第二提取模块、第二确定模块、第二截图模块、识别处理模块和数据记录模块；
所述图像接收模块，用于接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述第一提取模块，通信连接所述图像接收模块，用于根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图；
所述第一确定模块，通信连接所述第一提取模块，用于对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形；
所述第一截图模块，分别通信连接所述第一确定模块和所述图像接收模块，用于根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像；
所述第二提取模块，通信连接所述第一截图模块，用于根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同；
所述第二确定模块，通信连接所述第二提取模块，用于对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形；
所述第二截图模块，分别通信连接所述第二确定模块和所述第一截图模块，用于根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像；
所述识别处理模块，通信连接所述第二截图模块，用于对所述数字区域图像进行光学字符识别处理，得到识出数字；
所述数据记录模块，通信连接所述识别处理模块，用于将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见第一方面所述的插片式主观验光结果自动记录方法，于此不再赘述。
如图3所示，本实施例第三方面提供了一种实现第一方面所述的插片式主观验光结果自动记录方法的实体系统，包括有通信相连的摄像头和主观验光结果自动记录仪；
所述摄像头，用于对已通过插片式主观验光法固定有测定镜片的试镜架拍照，得到试镜架主视图像，并将所述试镜架主视图像传送至所述主观验光结果自动记录仪，其中，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述主观验光结果自动记录仪，用于执行如第一方面所述的插片式主观验光结果自动记录方法。
本实施例第三方面提供的前述系统的工作过程、工作细节和技术效果，可以参见第一方面所述的插片式主观验光结果自动记录方法，于此不再赘述。
如图4所示，本实施例第四方面提供了一种执行如第一方面所述的插片式主观验光结果自动记录方法的计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面所述的插片式主观验光结果自动记录方法。具体举例的，所述存储器可以但不限于包括随机存取存储器(Random-Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash Memory)、先进先出存储器(First Input FirstOutput，FIFO)和/或先进后出存储器(First Input Last Output，FILO)等等；所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第四方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见第一方面所述的插片式主观验光结果自动记录方法，于此不再赘述。
本实施例第五方面提供了一种存储包含如第一方面所述的插片式主观验光结果自动记录方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面所述的插片式主观验光结果自动记录方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
本实施例第五方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如第一方面所述的插片式主观验光结果自动记录方法，于此不再赘述。
本实施例第六方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面所述的插片式主观验光结果自动记录方法。其中，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种插片式主观验光结果自动记录方法，其特征在于，包括：
接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图；
对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形；
根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像；
根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同；
对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形，具体包括：对所述镜片主视二值图进行轮廓跟踪处理，获得多个所述第二颜色区域的边界轮廓；根据所述测定数字的已知字符间距阈值，合并在多个所述第二颜色区域中的且最小轮廓间距小于等于该已知字符间距阈值的各对所述第二颜色区域，其中，所述最小轮廓间距是指在一个第二颜色区域的边界轮廓上的像素点至在另一个第二颜色区域的边界轮廓上的像素点的最短距离；针对最终独立的各个第二颜色区域，根据对应的边界轮廓，确定对应的且在所述镜片主视图像中的数字外接矩形；
根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像；
对所述数字区域图像进行光学字符识别处理，得到识出数字；
将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
2.根据权利要求1所述的插片式主观验光结果自动记录方法，其特征在于，对所述数字区域图像进行光学字符识别处理，得到识出数字，包括：
对所述数字区域图像进行预处理，得到具有标准尺寸大小的新数字区域图像；
将所述新数字区域图像送入卷积神经网络进行特征提取处理，得到特征图；
从所述特征图中获取特征序列；
将所述特征序列输入基于循环神经网络的且已完成预训练的字符标签预测模型，输出得到在所述特征序列中的各个特征向量的字符标签分布结果，其中，所述字符标签分布结果是指在所有字符标签上的预测概率分布；
将所述各个特征向量的字符标签分布结果输入联结主义时间分类层，以便在所述联结主义时间分类层中通过基于softmax函数的整合处理，得到识出数字，并输出所述识出数字。
3.根据权利要求2所述的插片式主观验光结果自动记录方法，其特征在于，所述循环神经网络采用双向长短时记忆单元LSTM网络。
4.根据权利要求1所述的插片式主观验光结果自动记录方法，其特征在于，所述测定镜片包括有远视测定镜片、近视测定镜片和/或散光测定镜片。
5.根据权利要求1所述的插片式主观验光结果自动记录方法，其特征在于，当所述测定镜片为远视测定镜片时，所述测定镜片的已知颜色为黑色；
和/或，当所述测定镜片为近视测定镜片时，所述测定镜片的已知颜色为红色；
和/或，当所述测定镜片为用于配合远视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为黑色；
和/或，当所述测定镜片为用于配合近视测定镜片进行散光检查的散光测定镜片时，所述测定镜片的已知颜色为红色；
和/或，所述测定数字的已知颜色为白色。
6.一种插片式主观验光结果自动记录装置，其特征在于，包括有图像接收模块、第一提取模块、第一确定模块、第一截图模块、第二提取模块、第二确定模块、第二截图模块、识别处理模块和数据记录模块；
所述图像接收模块，用于接收来自摄像头的试镜架主视图像，其中，所述试镜架主视图像由所述摄像头对已通过插片式主观验光法固定有测定镜片的试镜架拍照得到，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述第一提取模块，通信连接所述图像接收模块，用于根据所述测定镜片的已知颜色，提取所述试镜架主视图像中的且具有该已知颜色的第一颜色区域，得到用于呈现所述第一颜色区域的镜架主视二值图；
所述第一确定模块，通信连接所述第一提取模块，用于对所述镜架主视二值图进行轮廓跟踪处理，确定在所述试镜架主视图像中的镜片外接矩形；
所述第一截图模块，分别通信连接所述第一确定模块和所述图像接收模块，用于根据所述镜片外接矩形，从所述试镜架主视图像中截取出镜片主视图像；
所述第二提取模块，通信连接所述第一截图模块，用于根据所述测定数字的已知颜色，提取所述镜片主视图像中的且具有该已知颜色的第二颜色区域，得到用于呈现所述第二颜色区域的镜片主视二值图，其中，所述测定数字的已知颜色与所述测定镜片的已知颜色不同；
所述第二确定模块，通信连接所述第二提取模块，用于对所述镜片主视二值图进行轮廓跟踪处理，确定在所述镜片主视图像中的数字外接矩形，具体包括：对所述镜片主视二值图进行轮廓跟踪处理，获得多个所述第二颜色区域的边界轮廓；根据所述测定数字的已知字符间距阈值，合并在多个所述第二颜色区域中的且最小轮廓间距小于等于该已知字符间距阈值的各对所述第二颜色区域，其中，所述最小轮廓间距是指在一个第二颜色区域的边界轮廓上的像素点至在另一个第二颜色区域的边界轮廓上的像素点的最短距离；针对最终独立的各个第二颜色区域，根据对应的边界轮廓，确定对应的且在所述镜片主视图像中的数字外接矩形；
所述第二截图模块，分别通信连接所述第二确定模块和所述第一截图模块，用于根据所述数字外接矩形，从所述镜片主视图像中截取出数字区域图像；
所述识别处理模块，通信连接所述第二截图模块，用于对所述数字区域图像进行光学字符识别处理，得到识出数字；
所述数据记录模块，通信连接所述识别处理模块，用于将所述识出数字作为插片式主观验光结果数据，并记录所述插片式主观验光结果数据。
7.一种插片式主观验光结果自动记录系统，其特征在于，包括有通信相连的摄像头和主观验光结果自动记录仪；
所述摄像头，用于对已通过插片式主观验光法固定有测定镜片的试镜架拍照，得到试镜架主视图像，并将所述试镜架主视图像传送至所述主观验光结果自动记录仪，其中，所述测定镜片上附着有用于表示插片式主观验光结果的测定数字；
所述主观验光结果自动记录仪，用于执行如权利要求1～5中任意一项所述的插片式主观验光结果自动记录方法。
8.一种计算机设备，其特征在于，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如权利要求1～5中任意一项所述的插片式主观验光结果自动记录方法。
9.一种计算机可读存储介质，其特征在于,所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求1～5中任意一项所述的插片式主观验光结果自动记录方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310487263.9A CN116473501B (zh) | 2023-04-28 | 2023-04-28 | 一种插片式主观验光结果自动记录方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310487263.9A CN116473501B (zh) | 2023-04-28 | 2023-04-28 | 一种插片式主观验光结果自动记录方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116473501A CN116473501A (zh) | 2023-07-25 |
| CN116473501B true CN116473501B (zh) | 2023-12-05 |
Family
ID=87223000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310487263.9A Active CN116473501B (zh) | 2023-04-28 | 2023-04-28 | 一种插片式主观验光结果自动记录方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116473501B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63113674A (ja) * | 1986-10-30 | 1988-05-18 | Toshiba Corp | 眼鏡フレ−ム記録装置 |
| JP2001074603A (ja) * | 1999-09-09 | 2001-03-23 | Nidek Co Ltd | レンズ度数読取装置及びレンズ度数読取方法 |
| US6987879B1 (en) * | 1999-05-26 | 2006-01-17 | Ricoh Co., Ltd. | Method and system for extracting information from images in similar surrounding color |
| JP2014059533A (ja) * | 2012-09-19 | 2014-04-03 | Nikon-Essilor Co Ltd | 検眼システム、検眼レンズ、検眼フレーム及び検眼方法 |
| CN106067016A (zh) * | 2016-07-20 | 2016-11-02 | 深圳市飘飘宝贝有限公司 | 一种人脸图像眼镜检测方法及装置 |
| CN106503644A (zh) * | 2016-10-19 | 2017-03-15 | 西安理工大学 | 基于边缘投影及颜色特征的眼镜属性检测方法 |
| CN107850510A (zh) * | 2015-05-10 | 2018-03-27 | 6超越6视觉有限公司 | 确定镜片的一个或多个光学参数的装置、系统和方法 |
| CN109376658A (zh) * | 2018-10-26 | 2019-02-22 | 信雅达系统工程股份有限公司 | 一种基于深度学习的ocr方法 |
| CN110097046A (zh) * | 2019-03-11 | 2019-08-06 | 上海肇观电子科技有限公司 | 一种文字检测方法及装置、设备和计算机可读存储介质 |
| CN111479494A (zh) * | 2017-12-04 | 2020-07-31 | 尼德克株式会社 | 眼屈光力测定装置 |
| JP2020137915A (ja) * | 2019-03-01 | 2020-09-03 | 株式会社ニデック | 自覚式検眼装置及び自覚式検眼プログラム |
| WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
| KR102383377B1 (ko) * | 2021-06-02 | 2022-04-08 | (주)트루엔 | 차량용 번호판을 인식하기 위한 전자 장치 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002228545A (ja) * | 2001-02-01 | 2002-08-14 | Topcon Corp | フレーム付き眼鏡レンズの光学特性の測定方法及びその測定具及びその光学特性画像データの収集システム及びその販売システム |
| JP2006068417A (ja) * | 2004-09-06 | 2006-03-16 | Topcon Corp | 検眼装置 |
| TWI628486B (zh) * | 2014-06-17 | 2018-07-01 | 國立交通大學 | 試鏡架與試鏡架關鍵參數量測方法 |
-
2023
- 2023-04-28 CN CN202310487263.9A patent/CN116473501B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63113674A (ja) * | 1986-10-30 | 1988-05-18 | Toshiba Corp | 眼鏡フレ−ム記録装置 |
| US6987879B1 (en) * | 1999-05-26 | 2006-01-17 | Ricoh Co., Ltd. | Method and system for extracting information from images in similar surrounding color |
| JP2001074603A (ja) * | 1999-09-09 | 2001-03-23 | Nidek Co Ltd | レンズ度数読取装置及びレンズ度数読取方法 |
| JP2014059533A (ja) * | 2012-09-19 | 2014-04-03 | Nikon-Essilor Co Ltd | 検眼システム、検眼レンズ、検眼フレーム及び検眼方法 |
| CN107850510A (zh) * | 2015-05-10 | 2018-03-27 | 6超越6视觉有限公司 | 确定镜片的一个或多个光学参数的装置、系统和方法 |
| CN106067016A (zh) * | 2016-07-20 | 2016-11-02 | 深圳市飘飘宝贝有限公司 | 一种人脸图像眼镜检测方法及装置 |
| CN106503644A (zh) * | 2016-10-19 | 2017-03-15 | 西安理工大学 | 基于边缘投影及颜色特征的眼镜属性检测方法 |
| CN111479494A (zh) * | 2017-12-04 | 2020-07-31 | 尼德克株式会社 | 眼屈光力测定装置 |
| CN109376658A (zh) * | 2018-10-26 | 2019-02-22 | 信雅达系统工程股份有限公司 | 一种基于深度学习的ocr方法 |
| JP2020137915A (ja) * | 2019-03-01 | 2020-09-03 | 株式会社ニデック | 自覚式検眼装置及び自覚式検眼プログラム |
| CN110097046A (zh) * | 2019-03-11 | 2019-08-06 | 上海肇观电子科技有限公司 | 一种文字检测方法及装置、设备和计算机可读存储介质 |
| WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
| KR102383377B1 (ko) * | 2021-06-02 | 2022-04-08 | (주)트루엔 | 차량용 번호판을 인식하기 위한 전자 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116473501A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102339915B1 (ko) | 셀피를 촬영하도록 사용자를 안내하기 위한 시스템 및 방법 | |
| US10564446B2 (en) | Method, apparatus, and computer program for establishing a representation of a spectacle lens edge | |
| CN112732071B (zh) | 一种免校准眼动追踪系统及应用 | |
| KR20200005433A (ko) | 클라우드 서버 및 클라우드 서버 기반의 진단 보조 시스템 | |
| CN108427503A (zh) | 人眼追踪方法及人眼追踪装置 | |
| CN113240655B (zh) | 一种自动检测眼底图像类型的方法、存储介质及装置 | |
| CN115019380A (zh) | 基于眼部图像的斜视智能识别方法、装置、终端及介质 | |
| CN110070057A (zh) | 瞳距测量方法、装置、终端设备及存储介质 | |
| CN112446322A (zh) | 眼球特征检测方法、装置、设备及计算机可读存储介质 | |
| CN113011450B (zh) | 青光眼识别的训练方法、训练装置、识别方法及识别系统 | |
| CN104182723A (zh) | 一种视线估计的方法和装置 | |
| CN108573192B (zh) | 匹配人脸的眼镜试戴方法和装置 | |
| WO2024120179A1 (zh) | 眼镜度数识别方法、装置、电子设备及存储介质 | |
| CN116473501B (zh) | 一种插片式主观验光结果自动记录方法、装置及系统 | |
| CN117338234A (zh) | 一种屈光度与视力联合检测方法 | |
| WO2021122826A1 (en) | Method for determining a value of at least one geometrico-morphological parameter of a subject wearing an eyewear | |
| CN115187982B (zh) | 藻类检测方法、装置及终端设备 | |
| CN109464118A (zh) | 一种基于手机视力检测和眼镜配制方法 | |
| CN111913561A (zh) | 基于眼睛状态的显示方法及装置、显示设备及存储介质 | |
| CN115661142A (zh) | 一种基于关键点检测的舌诊图像处理方法、设备及介质 | |
| CN111091160B (zh) | 一种图像分类方法 | |
| CN111582404B (zh) | 内容分类方法、装置及可读存储介质 | |
| CN115375611A (zh) | 一种基于模型训练的屈光检测方法和检测系统 | |
| CN112330629A (zh) | 基于计算机视觉的面部神经疾病康复情况静态检测系统 | |
| CN112734701A (zh) | 眼底病灶检测方法、检测装置及终端设备 |
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 |