免散瞳眼底照相机自动对焦算法设计

›› 2014, Vol. 27 ›› Issue (1): 18-.

免散瞳眼底照相机自动对焦算法设计

陈健,叶轻舟,潘林,郑绍华

(1.福建工程学院信息科学与工程学院,福建福州 350108;2.福州大学数字媒体研究院,福建福州 350002)

出版日期:2014-01-15 发布日期:2014-01-12
作者简介:陈健(1981—),男,博士研究生。研究方向:图像处理,多媒体通信。E-mail:jchen321@126.com
基金资助:
福建省教育厅科技基金资助项目(JK2013029);福建省教育厅科研基金资助项目(JB13148)

Auto-focusing Algorithm Design for Non-mydriatic Fundus Camera

CHEN Jian, YE Qing-Zhou, PAN Lin, ZHENG Chao-Hua

(1.School of Information Science and Engineering,Fujian University of Technology,Fuzhou 350108,China;
2.Research Academy of Digital Media,Fuzhou University,Fuzhou 350002,China)

Online:2014-01-15 Published:2014-01-12

摘要/Abstract

摘要：

眼底图像的自动对焦是眼底照相机的重要组成部分。在分析各种应用于眼底图像自动对焦算法的基础上,针对免散瞳眼底照相机及眼底图像对比度特点,在现有低对比度图像自动对焦算法的基础上,提出了基于区域分块的自动对焦改进算法。算法结合无重叠型的采样方式与梯度向量平方函数,在保证对焦灵敏度的基础上,提升了自动对焦的运算速度。仿真实验证明,该算法与原算法及常用自动对焦算法相比具有较好的灵敏度及运算速度,能够应用于实际的眼底图像自动对焦中。

关键词: 图像处理, 自动对焦, 清晰度评价, 眼底图像

Abstract:

Auto-focusing algorithm is critical for the fundus camera.Based on the analysis of different auto-focusing algorithms for retinal image and the characteristics of non-mydriatic fundus camera and retinal image contrast,an improved auto-focusing algorithm based regional scales is presented.The algorithm combines non-overlapping subsampling with gradient vector square function,improving auto-focusing speed while conserving sensitivity.Experimental results show that the new method has higher sensitivity and speed than the orignal algorithm and other auto-focusing algorithms available,andmeets the requirement of the retinal image auto-focusing.

Key words: image processing;auto-focusing;definition evaluation;retinal image

中图分类号:

TN911.73

陈健, 叶轻舟, 潘林, 郑绍华. 免散瞳眼底照相机自动对焦算法设计[J]. , 2014, 27(1): 18-.

CHEN Jian, YE Qing-Zhou, PAN Lin, ZHENG Chao-Hua. Auto-focusing Algorithm Design for Non-mydriatic Fundus Camera[J]. , 2014, 27(1): 18-.

[1]	宗圣康,程建鹏,张西良. 基于光斑位置的起重机轨道高度差自动检测方法[J]. 电子科技, 2022, 35(1): 21-28.
[2]	宋章明,贺慧勇,黄跃俊. 扁平漆包线表面缺陷在线检测研究[J]. 电子科技, 2021, 34(5): 72-78.
[3]	闫超,孙占全,田恩刚,赵杨洋,范小燕. 基于深度学习的医学图像分割技术研究进展[J]. 电子科技, 2021, 34(2): 7-11.
[4]	陈文佑,章伟,史晓帆,宋芳. 一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法[J]. 电子科技, 2021, 34(12): 62-67.
[5]	秦兴,高晓琪,陈滨. 基于压缩卷积神经网络的图像超分辨率算法[J]. 电子科技, 2020, 33(5): 1-8.
[6]	史伟忠,曹卫卫,范彦铭,董佳筠,陈纾,肖昊. 基于FPGA的深空图像实时边缘检测算法与实现[J]. 电子科技, 2020, 33(5): 45-49.
[7]	章天昊,李郝林. 一种基于高斯拟合法的激光光束中心提取方法[J]. 电子科技, 2020, 33(5): 72-76.
[8]	谢智烜,姚红兵,范宁,陈枫. 面向多目标透镜的连通域标记检测算法[J]. 电子科技, 2020, 33(4): 50-54.
[9]	詹雁,张娟. 一种结构感知损失的域适应深度估计方法[J]. 电子科技, 2020, 33(12): 12-16.
[10]	杨振宇,傅迎华,付东翔,王雅静. 多算法融合的眼底图像渗出液分割[J]. 电子科技, 2020, 33(11): 24-30.
[11]	杨云辉. 基于单目视觉的工件定位技术研究[J]. 电子科技, 2019, 32(12): 72-75.
[12]	康秀娟, 施展. 基于图形处理的人体内异物定位测量系统设计[J]. , 2018, 31(1): 71-.
[13]	卜朝晖，王亮，陈海银，朱诗骏，徐秋怡，刘银银. 基于移动智能终端的便携式眼底图像检测仪[J]. , 2017, 30(9): 16-.
[14]	章佳佳，杨振超，周律. 基于Matlab图像处理的果核分拣系统[J]. , 2017, 30(9): 50-.
[15]	李志森，陈晓荣. 基于Halcon的银行卡卡号识别[J]. , 2017, 30(9): 56-.