国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于視覺圖像處理技術的眼球標定方法與流程

      文檔序號:40276151發(fā)布日期:2024-12-11 13:10閱讀:14來源:國知局
      基于視覺圖像處理技術的眼球標定方法與流程

      本發(fā)明涉及數(shù)據(jù)圖像處理,具體涉及基于視覺圖像處理技術的眼球標定方法。


      背景技術:

      1、一些疾病會致眼球運動受阻,如甲狀腺相關眼病,甲狀腺功能異常引發(fā)免疫反應,使眼外肌水腫、纖維化;眼眶腫瘤會壓迫眼外肌和神經(jīng),致運動障礙;腦部血管病變累及動眼等神經(jīng)時,也會出現(xiàn)眼球運動異常,影響眼部正常功能。

      2、申請?zhí)枮?01810988937.2的發(fā)明專利中公開了一種眼球位置追蹤方法,其特征在于,包括:對當前時刻待測人員的人臉圖像進行處理,確定所述人臉圖像中的人眼圖像及頭部相對于視覺基準點的轉動信息,其中,所述視覺基準點為初始時刻對應的人臉圖像中頭部相對于圖像采集設備的初始位置;將所述人眼圖像及頭部相對于視覺基準點的轉動信息輸入至預設的眼球追蹤型,確定眼球相對于視覺基準點的位置。所述對當前時刻待測人員的人臉圖像進行處理,確定所述人臉圖像中的人眼圖像及頭部相對于視覺基準點的轉動信息,具體包括:對當前時刻待測人員的人臉圖像進行特征區(qū)域劃分,以確定與人眼區(qū)域對應的人眼圖像;基于預定的頭相對于視覺基準點的標準坐標,確定所述人臉圖像中頭部相對于視覺基準點轉動的偏移坐標,以作為頭部相對于視覺基準點的轉動信息。

      3、該申請在于解決:“現(xiàn)有的眼球追蹤模型在頭部相對于采集設備晃?動的情況下,眼球位置的追蹤結果的準確性低”的問題。

      4、然而,對于眼部疾病而言,目前沒有基于眼球動態(tài)分析,來輔助醫(yī)護人員評估患者眼部疾病康復狀態(tài)的技術;

      5、為此,我們提出了一種基于視覺圖像處理技術的眼球標定方法。


      技術實現(xiàn)思路

      1、針對現(xiàn)有技術所存在的上述缺點,本發(fā)明提供了基于視覺圖像處理技術的眼球標定方法,解決了上述背景技術中提出的技術問題。

      2、為實現(xiàn)以上目的,本發(fā)明通過以下技術方案予以實現(xiàn):

      3、基于視覺圖像處理技術的眼球標定方法,包括:

      4、通過高速攝像頭實時捕捉用戶眼球動態(tài)影像,分解用戶眼球動態(tài)影像獲取用戶眼球畫面幀,對各分解所得用戶眼球畫面幀進行相應來源時間戳標記及儲存;選擇儲存的用戶眼球畫面幀,在選擇的用戶眼球畫面幀中截取用戶眼球動態(tài)追蹤區(qū)域,進一步在截取的用戶眼球動態(tài)追蹤區(qū)域中設定追蹤點;基于選擇的兩組用戶眼球畫面幀中追蹤點連線,以若干組獲取用戶眼球子運動路徑,將若干組用戶眼球子運動路徑相互連接以獲取用戶眼球運動路徑;重復執(zhí)行上述步驟,連續(xù)獲取用戶眼球運動路徑,分析連續(xù)獲取的用戶眼球運動路徑差異性;重復執(zhí)行上述步驟,連續(xù)獲取用戶眼球運動路徑,分析連續(xù)獲取的用戶眼球運動路徑差異性;設定用戶眼球健康態(tài)勢判定邏輯,根據(jù)用戶眼球運動路徑差異性結合用戶眼球健康態(tài)勢判定邏輯,判定用戶眼球是否健康。

      5、更進一步地,所述高速攝像頭捕捉的用戶眼球動態(tài)影像在分解為用戶眼球畫面幀時,分解所得用戶眼球畫面幀的數(shù)量為用戶眼球動態(tài)影像時長的兩倍,每組分解所得用戶眼球畫面幀在標記相應來源時間戳后的儲存階段,同步識別用戶眼球畫面幀中用戶眼球區(qū)域圖像,將用戶眼球畫面幀中識別到的用戶眼球區(qū)域圖像于用戶眼球畫面幀中分割,分割所得用戶眼球區(qū)域圖像延用來源時間戳進行標記,再進一步執(zhí)行儲存操作;

      6、其中,在確定用戶眼球畫面幀數(shù)量時,定義用戶眼球動態(tài)影像時長的單位為秒。

      7、更進一步地,所述用戶眼球區(qū)域圖像的識別邏輯表示為:

      8、設定兩組用戶眼球區(qū)域圖像判定閾值分別用于用戶眼球區(qū)域的亮度及灰度值判定,進一步計算用戶眼球畫面幀中各像素的亮度及灰度值:

      9、;

      10、式中:為像素亮度;為像素灰度值;、、為像素基于三顏色通道的三組值;

      11、其中,基于上式對用戶眼球畫面幀中每一像素進行亮度及灰度值計算,進一步將計算結果與對應用戶眼球區(qū)域圖像判定閾值比對,對亮度及灰度值均符合用戶眼球區(qū)域圖像判定閾值的像素作為非分割目標,將亮度及灰度值中存在不符合用戶眼球區(qū)域圖像判定閾值的像素作為分割目標,在所有用戶眼球畫面幀中像素均被判定為非分割目標及分割目標后,基于用戶眼球畫面幀全局執(zhí)行用戶眼球區(qū)域圖像的分割。

      12、更進一步地,所述選擇儲存的用戶眼球畫面幀,在選擇的用戶眼球畫面幀中截取用戶眼球動態(tài)追蹤區(qū)域的操作,即選擇用戶眼球區(qū)域圖像,在用戶眼球區(qū)域圖像中截取用戶眼球動態(tài)追蹤區(qū)域的操作;

      13、所述用戶眼球區(qū)域圖像中用戶眼球動態(tài)追蹤區(qū)域的截取邏輯表示為:

      14、設定一組用戶眼球非鞏膜區(qū)域灰度判定閾值,基于用戶眼球非鞏膜區(qū)域灰度判定閾值與用戶眼球區(qū)域圖像中像素進行比對,以獲取用戶眼球區(qū)域圖像中用戶眼球非鞏膜區(qū)域,進一步獲取用戶眼球非鞏膜區(qū)域的中心點;

      15、分析選擇用戶眼球區(qū)域圖像的相似度,基于相似度及用戶眼球非鞏膜區(qū)域的中心點確定用戶眼球動態(tài)追蹤區(qū)域;

      16、其中,用戶眼球動態(tài)追蹤區(qū)域為以用戶眼球非鞏膜區(qū)域的中心點為圓心的圓形區(qū)域,圓形區(qū)域的直徑為用戶眼球區(qū)域圖像最大內(nèi)切圓直徑與用戶眼球區(qū)域圖像的相似度的乘積。

      17、更進一步地,所述用戶眼球區(qū)域圖像的相似度分析邏輯表示為:

      18、;

      19、式中:為用戶眼球區(qū)域圖像a與用戶眼球區(qū)域圖像b的相似度;、為用戶眼球區(qū)域圖像a與用戶眼球區(qū)域圖像b的紋理特征向量;、為兩組向量的模;、為用戶眼球區(qū)域圖像a與用戶眼球區(qū)域圖像b位于坐標(i,j)位置的元素值,i、j表示行與列的索引;、為用戶眼球區(qū)域圖像a與用戶眼球區(qū)域圖像b的元素平均值;、為權重;

      20、其中,取值處于0~1之間,取值越大,表示兩組用戶眼球區(qū)域圖像越相似,反之,則表示兩組用戶眼球區(qū)域圖像越不相似,權重、之和為1,且<。

      21、更進一步地,所述用戶眼球區(qū)域圖像的相似度在執(zhí)行分析操作時,應用的用戶眼球區(qū)域圖像數(shù)量為兩組,且兩組用戶眼球區(qū)域圖像為基于標記時間戳相鄰的兩組用戶眼球區(qū)域圖像;

      22、于所述用戶眼球動態(tài)追蹤區(qū)域中設定的追蹤點,為用戶眼球動態(tài)追蹤區(qū)域中灰度值最小的一組像素;

      23、其中,灰度值最小像素不唯一時,設定距離用戶眼球動態(tài)追蹤區(qū)域中心最近的一組灰度值最小像素作為追蹤點。

      24、更進一步地,基于選擇的兩組用戶眼球畫面幀中追蹤點連線的操作,即基于選擇的兩組用戶眼球區(qū)域圖像中追蹤點連線的操作,選擇兩組用戶眼球區(qū)域圖像設定追蹤點及追蹤點連線獲取用戶眼球運動路徑的操作連續(xù)執(zhí)行,且下一次選擇的兩組用戶眼球區(qū)域圖像中,標記時間戳最早一組用戶眼球區(qū)域圖像與上一次選擇的兩組用戶眼球區(qū)域圖像中,標記時間戳最晚的一組用戶眼球區(qū)域圖像為同一組用戶眼球區(qū)域圖像。

      25、更進一步地,若干組所述用戶眼球子運動路徑在相互連接時,同步識別每組用戶眼球子運動路徑兩端端點來源用戶眼球區(qū)域圖像標記時間戳,將標記時間戳相同的用戶眼球子運動路徑端點相互對接,以構成用戶眼球運行路徑;

      26、所述用戶眼球運行路徑在獲取的過程中,用戶眼球基于指定的語音提示完成眼球運動,或基于指定的動畫中動態(tài)目標運動軌跡完成眼球運動。

      27、更進一步地,所述用戶眼球運動路徑在獲取后,進一步拾取用戶眼球運動路徑上節(jié)點,將各節(jié)點基于相互之間距離比例1:1映射到autocad中,使用樣條曲線命令依序連接各組映射點,得到一組曲線,以所得曲線迭代原獲取的用戶眼球運動路徑。

      28、更進一步地,所述用戶眼球運動路徑差異性在分析時,應用最新獲取的三組用戶眼球運動路徑進行分析,三組用戶眼球運動路徑記作x1、x2、x3,分析邏輯表示為:

      29、所述用戶眼球健康態(tài)勢判定邏輯表示為:

      30、;

      31、式中:為用戶眼球運動路徑差異性;、為兩組用戶眼球運動路徑上的控制點數(shù)量;為用戶眼球運動路徑x1上第u個控制點;為用戶眼球運動路徑x2上第v個控制點;、為第一用戶眼球運動路徑差異性、第二用戶眼球運動路徑差異性;

      32、其中,表示兩點間距離的模,基于x1、x2求取,基于x2、x3求取,式(1)表示用戶眼球運動路徑差異性分析邏輯,式(2)表示用戶眼球健康態(tài)勢判定邏輯,式(2)成立時,表示用戶眼球健康狀態(tài)趨于恢復或變劣,式(2)不成立時,表示當前用戶眼球健康態(tài)勢判定結果無效。

      33、采用本發(fā)明提供的技術方案,與已知的公有技術相比,具有如下有益效果:

      34、本發(fā)明提供基于視覺圖像處理技術的眼球標定方法,該方法在執(zhí)行過程中,通過用戶眼球動態(tài)影像的采集,進一步在用戶眼球動態(tài)影像中分解用戶眼球畫面幀,從而基于追蹤點設定對用戶的眼球運動路徑進行獲取,最終基于用戶眼球運動路徑的連續(xù)獲取及差異性分析,對用戶眼球的健康狀態(tài)判定提供了有效的輔助參考,從而便于醫(yī)護人員在對用戶的眼部問題進行診斷時,具備更加有效的輔助參考數(shù)據(jù),從而對用戶的眼部問題作出快速、精準診斷。

      當前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1