(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210866773.2 (22)申请日 2022.07.22 (71)申请人 吉林大学第一医院 地址 130021 吉林省长 春市朝阳区新民大 街1号 申请人 长春市长光芯忆科技有限公司 (72)发明人 周晶　张叶　刘心睿　 (74)专利代理 机构 吉林省中玖专利代理有限公 司 22219 专利代理师 李泉宏 (51)Int.Cl. G06V 40/18(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) (54)发明名称 一种手持式智能瞳孔检测装置及检测方法 (57)摘要 本发明公开了一种手持式智能瞳孔检测装 置及检测方法， 属于计算机视觉技术与人工智能 技术领域， 本发 明针对目前瞳孔检测时依据主观 判断不准确的问题， 本发明首先控制光源的亮 度， 并获取摄像头所采集患者眼部的图像， 再对 图像进行预处理， 转换为二值图； 通过轮廓检测 提取轮廓近似， 获取瞳孔初始区域； 基于随机采 样一致算法并根据最小二乘原理， 对瞳孔初始区 域进行鲁棒椭圆拟合， 寻找到最优的瞳孔边缘特 征点集； 再基于最小二乘原理在最优 特征点集上 进行椭圆拟合， 获得瞳孔区域拟合模型的参数， 进而获得瞳孔的中心位置和直径大小， 完成瞳孔 区域的检测提取。 将所标注的瞳孔区域和计算的 直径大小与患者眼部的图像一并显示在检测装 置的屏幕上。 权利要求书3页 说明书7页 附图5页 CN 115359548 A 2022.11.18 CN 115359548 A 1.一种手持式智能瞳孔检测装置， 其特征在于， 该装置主要包括： 主板(3)、 摄像头(4)、 光源(5)、 屏幕(6)、 电池(7)和开关(8)； 所述的主板(3)上设有电源和充放电管理模块(31)、 接口模块(32)和核心模块(33)； 其 中电源和充放电管理模块(31)与电池(7)、 摄像头(4)、 光源(5)、 屏幕(6)以及核心模块(33) 连接， 用于为上述部件提供电力， 并对电池(7)的电量和充放电过程进行控制； 开关(8)与电 源和充放电管理模块(31)连接， 控制装置的开启和关闭； 摄像头(4)用于采集患者眼部的图像信息； 核心模块(33)通过接口模块(32)与 摄像头(4)、 光源(5)和屏幕(6)相连， 用于执行瞳孔 尺寸检测方法， 将所标注的瞳孔区域和计算的直径大小与患者眼部的图像一并显示在屏幕 (6)上。 2.根据权利要求1所述的手持式智能瞳孔检测装置， 其特征在于， 电源和充放电管理模 块(31)由充电接口(311)、 电池管理IC(312)和电源管理单元PMU(313)组成， 电池(7)通过供 电线连接到充电接口(311)和电池管理IC(312)， 通过电池管理IC(312)对电池(7)的电量和 充放电过程进行控制； 电源 管理单元PMU(313)与摄像头(4)、 光源(5)、 屏幕(6)， 以及核心模 块(33)连接为上述部件提供电力。 3.根据权利要求1所述的手持式智能瞳孔检测装置， 其特征在于， 装置还包括壳体， 壳 体前端设有圆筒状的眼罩， 眼罩端部与眼眶贴合， 摄像头(4)设置在眼罩的中心， 光源(5)位 于摄像头(4)旁； 屏幕(6)设置在壳体后部 。 4.根据权利要求1所述的手持式智能瞳孔检测装置， 其特征在于， 核心模块(33)在屏幕 (6)上显示调节光源(5)亮度的触控按键， 在核心模块(33)检测到按键触控后， 通过接口模 块(32)来增 加和降低光源(5)的发光亮度。 5.一种如权利要求1所述的手持式智能瞳孔检测装置的检测方法， 其特征在于， 该方法 包括以下步骤： 1)控制光源(5)的亮度， 并获取摄 像头(4)所采集患者眼部的图像； 2)对图像进行 预处理， 转换为 二值图； 3)通过轮廓检测提取轮廓近似， 获取瞳孔初始区域； 4)基于随机采样一致算法， 并根据最小二乘原理， 对瞳孔初始区域进行鲁棒椭圆拟合， 寻找到最优的瞳孔 边缘特征点集； 5)再基于最小二乘原理在最优特征点集上进行椭圆拟合， 获得瞳孔区域拟合模型的参 数， 进而获得瞳孔的中心位置和直径大小， 完成瞳孔区域的检测提取。 6)将所标注的瞳孔区域和计算的直径大小与患者眼部的图像一并显示在屏幕(6)上。 6.根据权利要求5所述的手持式智能瞳孔检测装置的检测方法， 其特征在于， 步骤2)中 的预处理包括： 灰度变换、 去噪和二 值化处理； 具体如下： 2.1)灰度变换依据人眼对不同颜色的敏感度不同， 通过亮度方程(式(1))将图片转化 为较合理的灰度图像； Gray(i， j)＝0.2 99R(i， j)+0.578G(i， j)+0.1 14B(i， j)             (1) 式中， Gray、 R、 G、 B分别代 表像素的亮度和RGB值， i， j为像素点的横纵坐标； 2.2)对灰度图像进行高斯平滑滤波处理完成去噪； 高斯核大小为3*3， 标准差sigma＝ 0.8；权　利　要　求　书 1/3 页 2 CN 115359548 A 22.3)对步骤2.2)处 理后的图像采用阈值处 理方法， 将灰度图转换为 二值图， 其中阈值选取基于V OG(Video  Oculography)数据集， 采用基于累计直方图的自适应阈 值算法训练获得。 7.根据权利要求5所述的手持式智能瞳孔检测装置的检测方法， 其特征在于， 步骤3)通 过轮廓检测提取轮廓近似， 获取瞳孔初始区域， 具体步骤如下： 3.1)对图像进行形态学转换， 以去除瞳孔区域和背景 区域中的部分干扰噪点(光斑、 睫 毛等)； 首先， 以3 ×3大小的椭圆结构进行开运算操作， 然后， 以相同的椭圆结构对开运算后 的图像进行闭运 算操作； 3.2)对步骤3.1)处 理后的图像进行反色操作； 3.3)通过对步骤3.2)处理后的图像进行拓扑分析， 完成对所有轮廓的检测查找， 获得 各个轮廓的点 集， 实现瞳孔与虹膜初始可能 区域边界的检测提取； 3.4)对步骤3.3)所提取到的所有轮廓进行凸包寻找， 进一步缩小瞳孔候选区域， 获取 凸包的角点； 3.5)对步骤3.4)所寻找到的每个凸包， 通过多边形逼近进行轮廓近似， 其中近似精度 设定为每一个凸包原轮廓周长的0.01倍； 3.6)计算原轮廓的面积大小， 如果近似轮廓的多边形的点集数大于设定点集数阈值， 且面积大于 设定面积阈值， 则该近似多边形所对应的原凸包轮廓即为瞳孔区域与背景的初 始边界。 8.根据权利要求5所述的手持式智能瞳孔检测装置的检测方法， 其特征在于， 步骤4)基 于随机采样一致算法， 并根据最小二乘原理， 对瞳孔初始区域进 行鲁棒椭圆拟合， 寻找到最 优的瞳孔 边缘特征点集的步骤如下： 4.1)在瞳孔初始区域边界凸包点集上， 随机选择K(K≥5)个不同点Si(xi， yi)构成子集 S； 4.2)根据 最小二乘原理， 针对椭圆曲线隐式方程 式(2)， 在子集S上， 通过最小化目标函 数式(3)， 获得拟合模型的参数A、 B、 C、 D、 E； x2+Axt+By2+Cx+Dy+E＝0                                (2) 4.3)以步骤4.2)拟合所得的椭圆模型在初始边界点集上进行评估： 遍历初始边界点集 的所有点， 根据式(4)计算其到拟合椭圆模型的代数距离的绝对值； 若 该值小于 设定距离阈 值， 则认为该点对上述拟合模型为局内点； 4.4)如果 步骤4.3)所 得局内点 集数量大于上一次的局内点 集数， 则更新 最优内点 集； 4.5)多次循环步骤4.1)～4.4)获得最终最优的瞳孔 边缘特征点集P。 9.根据权利要求5所述的手持式智能瞳孔检测装置的检测方法， 其特征在于， 步骤5)基 于最小二乘原理在最优特征点集上进行椭圆拟合， 获得瞳孔区域拟合模型 的参数， 进而获 得瞳孔的中心位置和直径大小， 完成瞳孔区域的检测提取的步骤如下： 5.1)在步骤4)所得最优内点集P上， 根据 最小二乘原理， 拟合椭圆模型(式(5)),通过最权　利　要　求　书 2/3 页 3 CN 115359548 A 3