一種基於安卓系統的能量條人眼測距方法與流程
2023-05-07 08:10:06
本發明屬於醫療圖像處理領域，特別涉及到一種基於安卓系統的能量條人眼測距方法。
背景技術：
手持視力篩查儀的技術原理與檢眼鏡的原理類似，通過紅外光在視網膜反射到瞳孔上的光斑大小確定人眼的視力情況，而紅外發光體與人眼的距離有特定的要求，為1m(+-)5cm，常用的人眼測距方法有超聲測距，近紅外測距，由於這些方法均需要設置輔助模塊才能完成測距，不僅測距系統複雜，而且造價高，維護成本高。鑑於上述缺陷，實有必要設計一種基於安卓系統的能量條人眼測距方法。
技術實現要素：
本發明所要解決的技術問題在於：提供一種基於安卓系統的能量條人眼測距方法，來解決設置有輔助模塊的測距設備系統複雜，成本高的問題。
為解決上述技術問題，本發明的技術方案是：一種基於安卓系統的能量條人眼測距方法，該方法在能量條人眼測距裝置上實現，能量條人眼測距裝置包括殼體、攝像模塊、控制模塊、顯示模塊、觸控螢幕、安卓系統，所述的攝像模塊、控制模塊、顯示模塊、觸控螢幕均與殼體固連，所述的控制模塊分別與攝像模塊、顯示模塊、觸控螢幕電相連，所述的安卓系統寫入控制模塊內，該能量條人眼測距方法包括以下步驟：
步驟1)：開機，安卓系統通過控制模塊直接啟動攝像模塊；
步驟2)：手持並移動殼體，保證被檢測者的眼睛被顯示在顯示模塊上；
步驟3)：點擊觸控螢幕上的「開始」按鈕，開始檢測；
步驟4)：設置在攝像模塊中的感光單元獲取感光成像，並將光信號轉換為電信號；
步驟5)：步驟4)中的電信號通過MIPI接口被集成在控制模塊內部的圖像信號處理器獲取；
步驟6)：圖像信號處理器先對數據進行處理，生成yuv數據，再將yuv數據上傳到應用層；
步驟7)：應用層獲取圖像信號處理器上傳的yuv數據，並將yuv圖像數據轉化成灰度圖；
步驟8)：對灰度圖像數據進行自適應二值化處理；
步驟9)：在二值化處理後的圖像上查找連通域，作為待判斷輪廓；
步驟10)：將步驟9)內的待判斷輪廓根據設定條件進行判定得到雙眼輪廓，所述的設定條件如下：圓形度為0.95-1，面積為12.5mm2-63.6mm2，輪廓間距為40mm-80mm；
步驟11)：將步驟10)得到的雙眼輪廓分割成左右眼的子區域；
步驟12)：對左右眼的子區域圖像數據進行自適應膨脹腐蝕算法，確定瞳孔位置；
步驟13)：根據步驟12)確定的瞳孔位置，計算出雙眼輪廓所對應位置的灰度圖像數據，進行多邊形逼近，求得半徑，圓心，以及重心計算；
步驟14)：根據步驟13)計算得到的半徑，圓心和重心點，確定瞳孔的外接矩形；
步驟15)：對瞳孔的外接矩形區域進行清晰度計算，所述的清晰度計算是對灰度圖中每個點與其上下左右四邊相鄰點進行二差計算，對二差計算後的結果進行累加，得出清晰度的值；
步驟16)：設置在攝像模塊上的感光單元根據控制模塊的性能，以固定的頻率獲取固定幀率的圖像數據，每一幀圖像數據重複步驟4)到步驟15)，從而得到每一幀圖像的清晰度值，在攝像模塊處於固焦狀態下可以根據清晰度值峰值判定清晰位置；
步驟17)：前後移動殼體，當清晰度值達到最大時，即表示當前位置距離瞳孔位置為1米，從而完成人眼測距。
有益效果：該基於安卓系統的能量條人眼測距方法通過對人眼圖像分析，無須增加其他輔助模塊即可完成測距，測距系統簡單，造價低，且測試簡單方便，準確度高。
附圖說明
圖1示出本發明流程圖
圖2示出本發明能量條人眼測距裝置結構示意圖
殼體 1 攝像模塊 2
控制模塊 3 顯示模塊 4
觸控螢幕 5 安卓系統(圖中未畫出)
具體實施方式
實施例1
如圖1、圖2所示，一種基於安卓系統的能量條人眼測距方法，該方法在能量條人眼測距裝置上實現，能量條人眼測距裝置包括殼體1、攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5、安卓系統，所述的攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5均與殼體1固連，所述的控制模塊3分別與攝像模塊2、顯示模塊3、觸控螢幕4電相連，所述的安卓系統寫入控制模塊3內，該能量條人眼測距方法包括以下步驟：
步驟1)：開機，安卓系統通過控制模塊直接啟動攝像模塊；
步驟2)：手持並移動殼體，保證被檢測者的眼睛被顯示在顯示模塊上；
步驟3)：點擊觸控螢幕上的「開始」按鈕，開始檢測；
步驟4)：設置在攝像模塊中的感光單元獲取感光成像，並將光信號轉換為電信號；
步驟5)：步驟4)中的電信號通過MIPI接口被集成在控制模塊內部的圖像信號處理器獲取；
步驟6)：圖像信號處理器先對數據進行處理，生成yuv數據，再將yuv數據上傳到應用層；
步驟7)：應用層獲取圖像信號處理器上傳的yuv數據，並將yuv圖像數據轉化成灰度圖；
步驟8)：對灰度圖像數據進行自適應二值化處理；
步驟9)：在二值化處理後的圖像上查找連通域，作為待判斷輪廓；
步驟10)：將步驟9)內的待判斷輪廓根據設定條件進行判定得到雙眼輪廓，所述的設定條件如下：圓形度為1，面積為63.6mm2，輪廓間距為80mm；
步驟11)：將步驟10)得到的雙眼輪廓分割成左右眼的子區域；
步驟12)：對左右眼的子區域圖像數據進行自適應膨脹腐蝕算法，確定瞳孔位置；
步驟13)：根據步驟12)確定的瞳孔位置，計算出雙眼輪廓所對應位置的灰度圖像數據，進行多邊形逼近，求得半徑，圓心，以及重心計算；
步驟14)：根據步驟13)計算得到的半徑，圓心和重心點，確定瞳孔的外接矩形；
步驟15)：對瞳孔的外接矩形區域進行清晰度計算，所述的清晰度計算是對灰度圖中每個點與其上下左右四邊相鄰點進行二差計算，對二差計算後的結果進行累加，得出清晰度的值；
步驟16)：設置在攝像模塊上的感光單元根據控制模塊的性能，以固定的頻率獲取固定幀率的圖像數據，每一幀圖像數據重複步驟4)到步驟15)，從而得到每一幀圖像的清晰度值，在攝像模塊處於固焦狀態下可以根據清晰度值峰值判定清晰位置；
步驟17)：前後移動殼體，當清晰度值達到最大時，即表示當前位置距離瞳孔位置為1米，從而完成人眼測距。
實施例2
如圖1、圖2所示，一種基於安卓系統的能量條人眼測距方法，該方法在能量條人眼測距裝置上實現，能量條人眼測距裝置包括殼體1、攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5、安卓系統，所述的攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5均與殼體1固連，所述的控制模塊3分別與攝像模塊2、顯示模塊3、觸控螢幕4電相連，所述的安卓系統寫入控制模塊3內，該能量條人眼測距方法包括以下步驟：
步驟1)：開機，安卓系統通過控制模塊直接啟動攝像模塊；
步驟2)：手持並移動殼體，保證被檢測者的眼睛被顯示在顯示模塊上；
步驟3)：點擊觸控螢幕上的「開始」按鈕，開始檢測；
步驟4)：設置在攝像模塊中的感光單元獲取感光成像，並將光信號轉換為電信號；
步驟5)：步驟4)中的電信號通過MIPI接口被集成在控制模塊內部的圖像信號處理器獲取；
步驟6)：圖像信號處理器先對數據進行處理，生成yuv數據，再將yuv數據上傳到應用層；
步驟7)：應用層獲取圖像信號處理器上傳的yuv數據，並將yuv圖像數據轉化成灰度圖；
步驟8)：對灰度圖像數據進行自適應二值化處理；
步驟9)：在二值化處理後的圖像上查找連通域，作為待判斷輪廓；
步驟10)：將步驟9)內的待判斷輪廓根據設定條件進行判定得到雙眼輪廓，所述的設定條件如下：圓形度為0.95，面積為12.5mm2，輪廓間距為40mm；
步驟11)：將步驟10)得到的雙眼輪廓分割成左右眼的子區域；
步驟12)：對左右眼的子區域圖像數據進行自適應膨脹腐蝕算法，確定瞳孔位置；
步驟13)：根據步驟12)確定的瞳孔位置，計算出雙眼輪廓所對應位置的灰度圖像數據，進行多邊形逼近，求得半徑，圓心，以及重心計算；
步驟14)：根據步驟13)計算得到的半徑，圓心和重心點，確定瞳孔的外接矩形；
步驟15)：對瞳孔的外接矩形區域進行清晰度計算，所述的清晰度計算是對灰度圖中每個點與其上下左右四邊相鄰點進行二差計算，對二差計算後的結果進行累加，得出清晰度的值；
步驟16)：設置在攝像模塊上的感光單元根據控制模塊的性能，以固定的頻率獲取固定幀率的圖像數據，每一幀圖像數據重複步驟4)到步驟15)，從而得到每一幀圖像的清晰度值，在攝像模塊處於固焦狀態下可以根據清晰度值峰值判定清晰位置；
步驟17)：前後移動殼體，當清晰度值達到最大時，即表示當前位置距離瞳孔位置為1米，從而完成人眼測距。
實施例3
如圖1、圖2所示，一種基於安卓系統的能量條人眼測距方法，該方法在能量條人眼測距裝置上實現，能量條人眼測距裝置包括殼體1、攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5、安卓系統，所述的攝像模塊2、控制模塊3、顯示模塊4、觸控螢幕5均與殼體1固連，所述的控制模塊3分別與攝像模塊2、顯示模塊3、觸控螢幕4電相連，所述的安卓系統寫入控制模塊3內，該能量條人眼測距方法包括以下步驟：
步驟1)：開機，安卓系統通過控制模塊直接啟動攝像模塊；
步驟2)：手持並移動殼體，保證被檢測者的眼睛被顯示在顯示模塊上；
步驟3)：點擊觸控螢幕上的「開始」按鈕，開始檢測；
步驟4)：設置在攝像模塊中的感光單元獲取感光成像，並將光信號轉換為電信號；
步驟5)：步驟4)中的電信號通過MIPI接口被集成在控制模塊內部的圖像信號處理器獲取；
步驟6)：圖像信號處理器先對數據進行處理，生成yuv數據，再將yuv數據上傳到應用層；
步驟7)：應用層獲取圖像信號處理器上傳的yuv數據，並將yuv圖像數據轉化成灰度圖；
步驟8)：對灰度圖像數據進行自適應二值化處理；
步驟9)：在二值化處理後的圖像上查找連通域，作為待判斷輪廓；
步驟10)：將步驟9)內的待判斷輪廓根據設定條件進行判定得到雙眼輪廓，所述的設定條件如下：圓形度為0.97，面積為38mm2，輪廓間距為60mm；
步驟11)：將步驟10)得到的雙眼輪廓分割成左右眼的子區域；
步驟12)：對左右眼的子區域圖像數據進行自適應膨脹腐蝕算法，確定瞳孔位置；
步驟13)：根據步驟12)確定的瞳孔位置，計算出雙眼輪廓所對應位置的灰度圖像數據，進行多邊形逼近，求得半徑，圓心，以及重心計算；
步驟14)：根據步驟13)計算得到的半徑，圓心和重心點，確定瞳孔的外接矩形；
步驟15)：對瞳孔的外接矩形區域進行清晰度計算，所述的清晰度計算是對灰度圖中每個點與其上下左右四邊相鄰點進行二差計算，對二差計算後的結果進行累加，得出清晰度的值；
步驟16)：設置在攝像模塊上的感光單元根據控制模塊的性能，以固定的頻率獲取固定幀率的圖像數據，每一幀圖像數據重複步驟4)到步驟15)，從而得到每一幀圖像的清晰度值，在攝像模塊處於固焦狀態下可以根據清晰度值峰值判定清晰位置；
步驟17)：前後移動殼體，當清晰度值達到最大時，即表示當前位置距離瞳孔位置為1米，從而完成人眼測距。
本發明不局限於上述具體的實施方式，本領域的普通技術人員從上述構思出發，不經過創造性的勞動，所做出的種種變換，均落在本發明的保護範圍之內。