[发明专利]手持眼底相机拍照方法和装置、设备及存储介质

权利要求书

1.一种手持眼底相机拍照方法，其特征在于，包括如下步骤：

对当前待拍摄的眼别进行近红外图像实时预览，获取相应的近红外图像；

对所述近红外图像进行眼底结构判断，在判断出所述近红外图像为眼底影像时，对所述近红外图像中的视盘进行识别定位，获取视盘位置；

基于获取到的所述视盘位置，对所述近红外图像进行质量评估，得到图像质量评估结果；

在所述图像质量评估结果满足自动拍照条件时，生成自动拍照信号，依据所述自动拍照信号触发自动拍照；

其中，所述自动拍照条件包括所述近红外图像的曝光度和光照均匀度在预设范围内，且所述近红外图像的清晰度值满足预设清晰度指标；

其中，所述基于获取到的所述视盘位置，对所述近红外图像进行质量评估，得到图像质量评估结果，包括：

以识别定位出的所述视盘位置的几何中心为交叉点，将所述近红外图像划分为两个以上的区域；

分别计算各区域的像素值统计量，生成特征向量；

根据所述特征向量，采用构建的线性判别模型对所述近红外图像的曝光度和光照均匀度进行判断，得到曝光度和光照均匀度判断结果；

其中，所述线性判别模型为：

y＝AX+b；

其中，X为特征向量；A与b为线性判别的参数，通过对所述线性判别模型进行训练得到；y表征对所述近红外图像的曝光度和光照均匀度的判别；

对所述近红外图像进行清晰度计算，获取所述近红外图像的清晰度值，并依据预设的清晰度阈值对所述清晰度值进行判断，得到清晰度判断结果；

其中，所述图像质量评估结果包括所述曝光度和光照均匀判断结果，以及清晰度判断结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述近红外图像进行眼底结构判断包括：

采用图像识别网络模型对所述近红外图像进行识别判断；

其中，所述图像识别网络模型的网络结构包括依次连接的输入层、卷积层、池化层、全连接层和判别层；

所述卷积层中的卷积核小于或等于3×3；

所述图像识别网络模型的网络深度小于或等于6层。

3.根据权利要求1所述的方法，其特征在于，在判断出所述近红外图像为眼底影像时，对所述近红外图像中的视盘进行识别定位，获取视盘位置，包括：

采用预设个数的视盘模板，在所述近红外图像上进行滑动遍历，得到各所述视盘模板与所述近红外图像的相关性；

其中，不同的所述视盘模板中的视盘尺寸不同，且所述预设个数≥1；

对得到的各所述相关性与预设的相关性阈值进行比较，在各所述相关性中存在大于所述相关性阈值的第一相关性时，将所述第一相关性所对应的区域定位为所述视盘区域，并计算所述第一相关性所对应的区域的几何中心坐标作为所述视盘位置；

其中，在所述第一相关性的个数为多个时，选取多个所述第一相关性中取值最大的第一相关性所对应的区域定位为所述视盘区域。

4.根据权利要求3所述的方法，其特征在于，在所述近红外图像上进行滑动遍历，得到各所述视盘模板与所述近红外图像的相关性，包括：

通过相关性公式：

计算得到当前滑动遍历的视盘模板与所述近红外图像的相关性R(x，y)；

其中，(x₀，y₀)表征所述视盘模板内各个像素点的坐标，T(x₀，y₀)表征所述视盘模板在(x₀，y₀)像素点上的强度值；(x，y)表征所述近红外图像内各个像素点的坐标；I(x+x₀，y+y₀)表征所述近红外图像在(x+x₀，y+y₀)像素点上的强度值；

所述视盘模板包括小尺寸视盘模板、中尺寸视盘模板、大尺寸视盘模板；

其中，所述小尺寸视盘模板包括60个像素点为直径的视盘圆，所述中尺寸视盘模板包括70个像素点为直径的视盘圆，所述大尺寸视盘模板包括80个像素点为直径的视盘圆。