视盘追踪方法及系统和眼底采集装置与流程

本发明涉及医学图像处理技术领域，特别是涉及一种视盘追踪方法及系统和眼底采集装置。

背景技术：

视盘作为眼底成像图的关键要素之一，与血管、黄斑、视网膜共同作为眼底病变医学诊断依赖的关键元素。当前所采用的针对视盘进行图像识别的方法和装置，大多是对于静态的、可见光成像后的眼底图进行分析，提取视盘，辅助医学诊断。而对于动态的、近红外成像的眼底图则不适用。

技术实现要素：

基于此，有必要针对传统的视盘识别定位方法和装置不适用于动态的、近红外成像的眼底图的问题，提供一种视盘追踪方法及系统和眼底采集装置。

基于上述目的，本发明提供的一种视盘追踪方法，其特征在于，包括如下步骤：

获取采集到的近红外眼底视频流，计算所述近红外眼底视频流中每一帧眼底图像的视盘质心位置；

提取所述近红外视频流中初始的前n帧眼底图像及其视盘质心位置，并根据提取的所述视盘质心位置由所述前n帧眼底图像中确定当前判定队列的初始帧；其中，所述当前判定队列的固定长度阈值为n；

对于当前判定队列中新捕获到的当前帧眼底图像，计算所述当前帧眼底图像的视盘质心位置与前一有效帧眼底图像的视盘质心位置的方差，以及所述当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离；其中，所述当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离为基准距离；

根据计算得到的所述方差和所述基准距离判定所述当前帧眼底图像的视盘质心位置是否为噪点；并在判定出所述当前帧眼底图像的视盘质心位置为噪点时，剔除所述当前帧眼底图像；判定出所述当前帧眼底图像的视盘质心位置不是噪点时，缓存所述当前帧眼底图像及其视盘质心位置；

继续捕获当前判定队列中下一帧眼底图像并进行判定，直至所述当前判定队列的长度达到阈值n后，则对于后续捕获的每一帧眼底图像，进入所述当前判定队列的同时，根据先进先出的原则，淘汰队列头部的帧。

在其中一个实施例中，所述提取所述近红外视频流中初始的前n帧眼底图像及所述视盘质心位置，并根据提取的所述视盘质心位置由所述前n帧眼底图像中确定当前判定队列的初始帧，包括如下步骤：

由所述近红外眼底视频流中提取前n帧眼底图像及其对应的n个所述视盘质心位置；

分别对n个所述视盘质心位置的横坐标和纵坐标进行平均值计算，得到平均质心位置；

计算n个所述视盘质心位置中每一个所述视盘质心位置与所述平均质心位置之间的距离，得到n个平均距离；

对n个所述平均距离进行大小排序，并按照从大到小的顺序剔除预设个数的平均距离后，得到n-q个合理平均距离；其中，q为预设个数；

选取所述合理平均距离中的最大平均距离作为边界值，并以所述边界值为基准，按照前n帧的时序倒序进行比较，获取第一个视盘质心位置与平均质心位置距离小于或等于所述边界值的帧作为所述初始帧。

在其中一个实施例中，所述预设个数q的取值范围为：n*10％≤q≤n*30％。

在其中一个实施例中，所述根据计算得到的所述方差和所述基准距离判定所述当前眼底图像的视盘质心位置是否为噪点，包括如下步骤：

将所述方差和所述基准距离代入判定公式：p(m)＝a1×(dm-d基准)+a2×lm，计算得到相应的判定值；其中，p(m)为计算得到的判定值，a1为方差影响系数，a2为基准距离影响系数，dm为所述方差，d基准为基准方差，lm为所述基准距离；

判断所述判定值是否大于或等于预设值；

当判断出所述判定值大于或等于所述预设值时，则判定所述当前眼底图像的视盘质心位置为噪点；当判断出所述判定值小于所述预设值时，则判定所述当前眼底图像的视盘质心位置不是噪点。

在其中一个实施例中，继续捕获下一帧眼底图像并进行判定的过程中，还包括如下步骤：

统计当前判定出的噪点数量；

当统计出当前连续b帧眼底图像对应的视盘质心位置均为噪点时，则取消对所述下一帧眼底图像的判定，并重置判定队列。

相应的，基于同一发明构思，本发明还提供了一种视盘追踪系统，包括视盘质心位置计算模块、判定队列确定模块、判定参数计算模块和噪点判断处理模块；

其中，所述视盘质心位置计算模块，用于获取采集到的近红外眼底视频流，计算所述近红外眼底视频流中每一帧眼底图像的视盘质心位置；

所述判定队列确定模块，用于提取所述近红外视频流中初始的前n帧眼底图像及其视盘质心位置，并根据提取的所述视盘质心位置由所述前n帧眼底图像中确定当前判定队列的初始帧；其中，所述当前判定队列的固定长度阈值为n；

所述判定参数计算模块，用于针对所述当前判定队列中新捕获到的当前帧眼底图像，计算所述当前帧眼底图像的视盘质心位置与前一有效帧眼底图像的视盘质心位置的方差，以及所述当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离；其中，所述当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离为基准距离；

所述噪点判断处理模块，用于根据计算得到的所述方差和所述基准距离判定所述当前帧眼底图像的视盘质心位置是否为噪点；并在判定出所述当前帧眼底图像的视盘质心位置为噪点时，剔除所述当前帧眼底图像；判定出所述当前帧眼底图像的视盘质心位置不是噪点时，缓存所述当前帧眼底图像及其视盘质心位置至输出队列；

所述噪点判断处理模块，还用于当进行完所述当前帧眼底图像的剔除或缓存处理后，跳转至所述噪点判断模块，由所述噪点判断模块继续进行所述当前判定队列中下一帧眼底图像的捕获和判定，直至所述当前判定队列的长度达到所述固定阈值n后，对于后续捕获的每一帧眼底图像，进入所述当前判定队列的同时，根据先进先出的原则，淘汰所述当前判定队列头部的帧。

在其中一个实施例中，所述判定队列确定模块包括提取子模块、平均值计算子模块、平均距离计算子模块、排序子模块和选取比较子模块；

其中，提取子模块，用于由所述近红外眼底视频流中提取全部眼底图像及其对应的所述视盘质心位置；

所述平均值计算子模块，用于分别对前n个所述视盘质心位置的横坐标和纵坐标进行平均值计算，得到平均质心位置；

所述平均距离计算子模块，用于计算n个所述视盘质心位置中每一个所述视盘质心位置与所述平均质心位置之间的距离，得到n个平均距离；

所述排序子模块，用于对n个所述平均距离进行大小排序，并按照从大到小的顺序剔除预设个数的最大平均距离后，得到n-q个合理平均距离；其中，q为预设个数；

所述选取比较子模块，用于选取所述合理平均距离中的最大平均距离作为边界值，并以所述边界值为基准，按照前n帧的时序倒序进行比较，获取第一个视盘质心位置与平均质心位置距离小于或等于所述边界值的帧作为所述初始帧。

在其中一个实施例中，所述噪点判断处理模块包括数值代入子模块和判定值判断子模块；

其中，所述数值代入子模块，用于将所述方差和所述基准距离代入判定公式：p(m)＝a1×(dm-d基准)+a2×lm，计算得到相应的判定值；其中，p(m)为计算得到的判定值，a1为方差影响系数，a2为基准距离影响系数，dm为所述方差，d基准为基准方差，lm为所述基准距离；

所述判定值判断子模块，用于判断所述判定值是否大于或等于预设值；

所述判定值判断子模块，还用于当判断出所述判定值大于或等于所述预设值时，则判定所述当前眼底图像的视盘质心位置为噪点；当判断出所述判定值小于所述预设值时，则判定所述当前眼底图像的视盘质心位置不是噪点。

在其中一个实施例中，还包括噪点数量统计模块；

所述噪点数量统计模块，用于所述噪点判断处理模块继续进行所述当前判定队列中下一帧眼底图像的视盘质心位置是否为噪点的判定过程中，统计当前判定出的噪点数量；

所述噪点数量统计模块，还用于当统计出当前连续b帧眼底图像对应的视盘质心位置均为噪点时，则取消对下一帧眼底图像的判定，并跳转至判定队列确定模块，由所述判定队列确定模块重置判定队列。

相应的，基于同一发明构思，本发明还提供了一种眼底采集装置，包括如上任一所述的视盘追踪系统。

上述视盘追踪方法，通过采用近红外眼底视盘定位算法计算出近红外眼底视频流中每一帧眼底图像的视盘质心位置后，再通过对确定后的判定队列中的每一帧眼底图像及其视盘质心位置进行是否为噪点的判断，其中，在进行是否为噪点的判断时，采用计算当前眼底图像的视盘质心位置与其前一有效帧眼底图像的视盘质心位置的方差，以及当前眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的基准距离，并根据计算得到的方差和基准距离来进行判定，有效剔除了输出序列中的噪点干扰，从而实现了动态的、近红外成像的眼底图中视盘位置的追踪定位，最终有效解决了传统的视盘识别定位方法和装置不适用于动态的、近红外成像的眼底图的问题。

附图说明

图1为本发明的视盘追踪方法的一具体实施例的流程图；

图2为本发明的视盘追踪方法的另一具体实施例的过程示意图；

图3为本发明的视盘追踪系统的一具体实施例的结构示意图；

图4为本发明的视盘追踪系统的另一具体实施例的结构示意图。

具体实施方式

为使本发明技术方案更加清楚，以下结合具体实施例对本发明做进一步详细说明。其中，应当说明的是，以下描述包括帮助理解的各种具体细节，但是这些细节将被视为仅是示例性的。因此，本领域普通技术人员将认识到，在不脱离本公开的范围和精神的情况下，可对本文所述的各种实施例进行各种改变和修改。另外，为了清晰和简洁，公知功能和构造的描述可被省略。

以下描述和权利要求书中所使用的术语和词汇不限于文献含义，而是仅由发明人用来使本公开能够被清晰和一致地理解。因此，对于本领域技术人员而言应该明显的是，提供以下对本公开的各种实施例的描述仅是为了示例性目的，而非限制由所附权利要求及其等同物限定的本公开的目的。

应该理解，除非上下文明确另外指示，否则单数形式也包括复数指代。因此，例如，对“组件表面”的引用包括对一个或更多个这样的表面的引用。

参见图1，作为本发明的视盘追踪方法的一具体实施例，其首先包括步骤s100，获取采集到的近红外眼底视频流，并计算近红外眼底视频流中每一帧眼底图像的视盘质心位置。此处，需要说明的是，由于采集到的近红外眼底视频流包括若干帧眼底图像，因此在采集到近红外眼底视频流之后，需要对视频流中的每一帧眼底图像进行视盘定位追踪。在定位追踪过程中，首先需要确定每一帧眼底图像的视盘质心位置。优选的，可采用近红外视盘定位算法对每一帧眼底图像的视盘质心位置进行计算。

具体的，近红外视盘定位算法可通过以下步骤来实现。首先，从近红外眼底图提取rgb的g通道。然后，使用开源圆形查找算法，对g通道的眼底图像进行处理，获取提取的多个可能得圆形的质心，周长，半径等参数。进而，再根据周长、半径的值，与合理阈值进行比较，筛选出1个最优的解，得到视盘质心。

当通过上述方法对视频流中的每一帧眼底图像的视盘质心位置进行计算后，即可执行步骤s200，提取近红外眼底视频流中初始的前n帧眼底图像及每一帧眼底图像的视盘质心位置，并根据提取的每一帧眼底图像的视盘质心位置由前n帧眼底图像中确定当前判定队列的初始帧。

具体的，由视频流中提取出初始的前n帧眼底图像及对应的n个视盘质心位置，并根据提取的视盘质心位置由前n帧眼底图像中确定当前判定队列时，首先通过步骤s210，由近红外眼底视频流中提取前初始的前n帧眼底图像及每一帧眼底图像所对应的视盘质心位置。此时，提取出来的数据包括n帧眼底图像及n个视盘质心位置。其中，n个视盘质心位置可采用二维坐标的形式来表征。即，所提取出来的前n帧眼底图像所对应的视盘质心位置分别为：(x1，y1)、(x2，y2)、(x3，y3)、……、(xn，yn)。

当提取出初始的前n帧眼底图像及其对应的若干视盘质心位置之后，即可执行步骤s220，分别对所提取出来的n个视盘质心位置的横坐标和纵坐标进行平均值计算，得到相应的平均质心位置。即，根据计算公式：计算得到平均质心位置：(x平均，y平均)。

通过上述计算公式得到前n帧眼底图像的平均质心位置(x平均，y平均)之后，再通过步骤s230，分别计算n个视盘质心位置中每一个视盘质心位置与平均质心位置之间的距离，从而得到n个平均距离。即，根据距离计算公式：计算得到n个平均距离：d1平均、d2平均、d3平均、……、dm平均、……、dn平均。其中，m的取值为1到n，dm平均表征n个视盘质心位置中第m个视盘质心位置(xm，ym)与平均质心位置(x平均，y平均)之间的平均距离。

进而再执行步骤s240，对计算得到的n个平均距离进行大小排序，并按照从大到小的顺序依次剔除预设个数的最大平均距离后，得到n-q个合理平均距离。即，对计算得到的n个平均距离：d1平均、d2平均、d3平均、……、dm平均、……、dn平均进行大小排序，如：按照从大到小的顺序依次排列，从而得到一列数值逐渐变小的平均距离数列。然后，再按照从大到小的顺序依次将平均距离数列中预设个数q(如：预设个数q的取值为n的30％)的平均距离剔除掉，从而将剩余的未被剔除的(n-q)个平均距离作为合理平均距离保留。进一步，此处需要说明的是，预设个数q的取值范围为：n*10％≤q≤n*30％。

接着，执行步骤s250，选取合理平均距离中的最大平均距离作为边界值，并以边界值为基准，按照前n帧的时序倒序进行比较，获取第一个视盘质心位置与平均质心位置距离小于或等于边界值的帧作为当前判定队列的初始帧。

此处，应当说明的是，当前判定队列的固定长度阈值为n。其中，n小于n-q。

当通过上述步骤确定当前判定队列的初始帧后，即可进行新捕获到的当前帧眼底图像的视盘质心位置是否为噪点的判定。其中，参见图2，在本发明的视盘追踪方法的一具体实施例中，对眼底图像的视盘质心位置是否为噪点的判断依据主要是通过计算当前正在判定的当前帧眼底图像的视盘质心位置与其前一有效帧眼底图像的视盘质心位置的方差，并将计算得到的方差与基准方差进行合理性判比，进而再根据当前帧眼底图像的视盘质心位置与基准视盘质心位置之间的距离进行合理性评估来实现的。

因此，基于上述判断依据，在本发明的视盘追踪方法的另一具体实施例中，其具体包括：步骤s310，计算当前判定队列中，当前眼底图像的视盘质心位置与其前一有效帧眼底图像的视盘质心位置的方差。具体的，计算方差的公式为：

其中，xm、ym分别为当前帧眼底图像的视盘质心位置的横坐标和纵坐标，xq，yq分别为前一有效帧眼底图像的视盘质心位置的横坐标和纵坐标。通过将当前帧眼底图像的视盘质心位置和前一有效帧眼底图像的视盘质心位置代入计算方差公式，即可得到，计算简单，实现方便。

同时，还通过步骤s320，计算当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离作为基准距离。此处，应当指出的是，基准视盘质心位置的取值范围为：以眼底图像圆心中点为xy轴的0坐标，视盘的直径距离为dp，则对于左眼，基准视盘质心坐标为(-dp，-1/2dp)，对于右眼，基准视盘质心坐标为(dp,-1/2dp)。

进而，再通过步骤s400，根据计算得到方差和基准距离判定当前眼底图像的视盘质心位置是否为噪点。

具体的，在步骤s400中，根据计算得到的方差和基准距离进行当前眼底图像的视盘质心位置是否为噪点的判定时，首先通过步骤s410，将方差和基准距离代入判定公式：p(m)＝a1×(dm-d基准)+a2×lm，计算得到相应的判定值。其中，p(m)为计算得到的判定值。a1为方差影响系数，其取值范围为：0.85～0.95，优选为0.93。a2为基准距离影响系数，其取值范围为：0.05～0.15，优选为0.07。dm为第m帧眼底图像(即，当前帧眼底图像)的视盘质心位置与前一有效帧眼底图像的视盘质心位置之间的方差。d基准为预先设定的基准方差，其取值范围可设置为0.5～1.5个视盘直径，优选为0.8个视盘直径。lm为当前眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离(即，基准距离)，其取值为2～4个视盘直径之间，优选为2.7个视盘直径。

当计算得到相应的判定值p(m)后，即可对该判定值p(m)进行判断。具体的，执行步骤s420，判断该判定值p(m)是否大于或等于预设值。当判断出该判定值p(m)大于或等于预设值时，则判定当前眼底图像的视盘质心位置为噪点。当判断出该判定值p(m)小于预设值时，则判定当前眼底图像的视盘质心位置不是噪点。其中，预设值的取值为预先设置的，其优选为0.9个视盘直径。

由此，通过将当前帧眼底图像的视盘质心位置与其前一有效帧眼底图像的视盘质心位置的方差，以及当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离(作为基准距离)这两项参数作为噪点判定依据，能够有效筛选出视盘定位的噪点，并在输出序列中进行噪点的剔除，从而保障了视盘标记坐标的相对连续性和合理性，最终实现了视盘的有效追踪。

此处，需要指出的是，在上述计算方差的步骤中，当前帧眼底图像的前一有效帧眼底图像指的是，位于当前帧眼底图像前面，并与当前帧眼底图像相邻且不是噪点的一帧眼底图像。

进一步的，作为本发明的视盘追踪方法的另一具体实施例，当通过上述步骤对当前眼底图像是否为噪点判定完成之后，即可进行步骤s500，继续捕获当前判定队列中的下一帧眼底图像，并对捕获到的下一帧眼底图像进行是否为噪点的判定。

其中，在进行下一帧眼底图像是否为噪点的判定过程中，优选的，其还包括步骤s500’，统计当前判定出的噪点数量。当统计出当前连续b帧眼底图像的视盘质心位置均为噪点时，则表明前面所确定的当前判定队列不合理，其可能是因为拍摄漏光等原因导致成像质量不佳而无法进行判断，因此此时则取消对下一帧眼底图像是否为噪点的判定，并进行判定队列的重置。其中，b的取值优选为5。

更进一步的，当前判定队列的长度达到阈值n后，对于新捕获的每一帧眼底图像，需要根据先进先出原则，从当前判定队列头部淘汰时间最早的一帧眼底图像，直至将采集到的近红外眼底视频流中每一帧眼底图像的视盘质心位置均进行完是否为噪点的判定为止。

由此，本发明的视盘追踪方法，通过计算出近红外眼底视频流每一帧眼底图像的视盘质心位置，并通过队列缓存连续n帧的视盘质心位置，对缓存的连续n帧视盘质心位置进行判定队列的初始帧的确定，在确定判定队列的初始帧后再对后续捕获的连续若干帧眼底图像进行方差和基准距离的计算，从而根据计算得到的方差和基准距离两项参数进行权重计算，根据权重进行噪点的筛选和剔除，保障了输出的视盘标记坐标相对连续、合理，实现了视盘追踪的目的。

相应的，为了实现上述任一种视盘追踪方法，本发明还提供了一种视盘追踪系统。由于本发明提供的视盘追踪系统的工作原理与本发明提供的视盘追踪方法的原理相同或相似，因此重复之处不再赘述。

参见图3，作为本发明的视盘追踪系统100的一具体实施例，其包括视盘质心位置计算模块110、判定队列确定模块120、判定参数计算模块130和噪点判断处理模块140。

其中，视盘质心位置计算模块110，用于获取采集到的近红外眼底视频流，计算近红外眼底视频流中每一帧眼底图像的视盘质心位置。判定队列确定模块120，用于提取近红外视频流中初始的前n帧眼底图像及其视盘质心位置，并根据提取的视盘质心位置由前n帧眼底图像中确定当前判定队列的初始帧；其中，当前判定队列的固定长度阈值为n，且n小于或等于n。判定参数计算模块130，用于针对当前判定队列中新捕获到的当前帧眼底图像，计算当前帧眼底图像的视盘质心位置与前一有效帧眼底图像的视盘质心位置的方差，以及当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离；其中，当前帧眼底图像的视盘质心位置与基准视盘的视盘质心位置之间的距离为基准距离。噪点判断处理模块140，用于根据计算得到的方差和基准距离判定当前帧眼底图像的视盘质心位置是否为噪点；并在判定出当前帧眼底图像的视盘质心位置为噪点时，剔除当前帧眼底图像；判定出当前帧眼底图像的视盘质心位置不是噪点时，缓存当前帧眼底图像。噪点判断处理模块140，还用于当进行完当前帧眼底图像的剔除或缓存处理后，跳转至噪点判断模块，由噪点判断模块继续进行当前判定队列中下一帧眼底图像的捕获和判定，直至所述当前判定队列中的长度达到所述固定阈值n后，对于后续捕获的每一帧眼底图像，进入所述当前判定队列的同时，根据先进先出的原则，淘汰所述当前判定队列头部的帧。

优选的，在本发明的视盘追踪系统100中，判定队列确定模块120具体包括提取子模块、平均值计算子模块、平均距离计算子模块、排序子模块和选取比较子模块(图中未示出)。

其中，提取子模块，用于由近红外眼底视频流中提取前n帧眼底图像及其对应的n个视盘质心位置。

平均值计算子模块，用于分别对前n个视盘质心位置的横坐标和纵坐标进行平均值计算，得到平均质心位置。

平均距离计算子模块，用于计算n个视盘质心位置中每一个视盘质心位置与平均质心位置之间的距离，得到n个平均距离。

排序子模块，用于对n个平均距离进行大小排序，并按照从大到小的顺序剔除预设个数的最大平均距离后，得到n-q个合理平均距离；其中，q为预设个数。

选取比较子模块，用于选取合理平均距离中的最大平均距离作为边界值，并以边界值为基准，按照前n帧的时序倒序进行比较，获取第一个视盘质心位置与平均质心位置距离小于或等于所述边界值的帧作为所述初始帧。

进一步的，参见图4，作为本发明的视盘追踪系统100的另一具体实施例，噪点判断处理模块140包括数值代入子模块141和判定值判断子模块142。其中，数值代入子模块141，用于将方差和基准距离代入判定公式：p(m)＝a1×(dm-d基准)+a2×lm，计算得到相应的判定值；其中，p(m)为计算得到的判定值，a1为方差影响系数，a2为基准距离影响系数，dm为方差，d基准为基准方差，lm为基准距离。

判定值判断子模块142，用于判断判定值是否大于或等于预设值。判定值判断子模块142，还用于当判断出判定值大于或等于预设值时，则判定当前帧眼底图像的视盘质心位置为噪点；当判断出判定值小于预设值时，则判定当前帧眼底图像的视盘质心位置不是噪点。

更进一步的，在本发明的视盘追踪系统100的另一具体实施例中，还包括有噪点数量统计模块(图中未示出)。其中，噪点数量统计模块，用于噪点判断处理模块140继续进行当前判定队列中下一帧眼底图像的视盘质心位置是否为噪点的判定过程中，统计当前判定出的噪点数量。

此处，需要说明的是，噪点数量统计模块，还用于当统计出当前连续b帧眼底图像对应的视盘质心位置均为噪点时，则取消对下一帧眼底图像的判定，并跳转至判定队列确定模块120，由判定队列确定模块120重置判定队列。

本发明的视盘追踪系统100，通过设置视盘质心位置计算模块110，由视盘质心位置计算模块110计算出近红外眼底视频流每一帧眼底图像的视盘质心位置，并通过设置判定队列确定模块120，由判定队列确定模块120对缓存的连续n帧视盘质心位置进行判定队列的确定，在确定判定队列后再由判定参数计算模块130对确定的当前判定队列中的连续若干帧眼底图像进行方差和基准距离的计算，从而再通过噪点判断处理模块140根据计算得到的方差和基准距离两项参数进行权重计算，根据权重进行噪点的筛选和剔除，保障了输出的视盘标记坐标相对连续、合理，实现了视盘追踪的目的。

另外，基于上述任一种视盘追踪系统100，本发明还提供了一种眼底采集装置，其包括如上任一所述的视盘追踪系统100。

其通过将上述任一种视盘追踪系统应用到眼底采集装置，使得本发明的眼底采集装置能够有效处理每秒若干帧的近红外眼底预览视频流，并对其中各帧眼底图像进行视盘定位、去噪、标记，实现了近红外光下的视盘追踪效果，能够辅助拍摄者拍摄视盘位置符合判断标准的眼底图像。

另外，还需要说明的是，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。