弱视训练图像处理方法、装置、系统、计算机设备和介质与流程

本申请涉及图像处理领域，特别是涉及一种弱视训练图像处理方法、装置、系统、计算机设备和介质。

背景技术：

1、弱视，是一种眼底黄斑中心视觉敏锐度低的疾病，其通常表象为眼睛对不同空间频率信号的对比敏感度功能的降低。对比敏感度(contrast sensitivity，cs)指一种分辨能力。在日常生活中，人眼需要分辨边界清晰的物体，也需要分辨边界模糊的物体。对比敏感度检查(简称为csf)，是测定视觉系统辨认不同大小物体空间频率(周/度)时，所需的物体表面的黑白反差(对比度)，用以评价视觉系统对不同大小物体的分辨能力，是一种视觉功能定量检查法。

2、对于弱视治疗，相关技术提出了视觉刺激疗法，即利用训练图像刺激患者的弱视眼，以对弱视眼进行提升视力的训练。但是，该方法的训练效果不太理想。

3、针对相关技术中存在弱视训练图像的训练效果不好的问题，目前还没有提出有效的解决方案。

技术实现思路

1、在本实施例中提供了一种弱视训练图像处理方法、装置、系统、计算机设备和介质，以解决相关技术中存在弱视训练图像的训练效果不好的问题。

2、第一个方面，在本实施例中提供了一种弱视训练图像处理方法，包括：

3、获取第一图像中的低频成分和敏感高频成分；其中，所述敏感高频成分的频率不低于受检者的弱视眼的敏感空间频率；

4、获取所述低频成分的噪声幅值与随机相位，根据所述低频成分的噪声幅值与所述随机相位，生成低频带随机相位噪声；

5、将所述低频带随机相位噪声叠加至所述敏感高频成分，根据叠加后的信号生成第二图像；其中，所述第二图像用于所述受检者的弱视训练。

6、在其中的一些实施例中，获取第一图像中的低频成分和敏感高频成分，包括：

7、将所述第一图像进行二维傅里叶变换，得到频域信号；

8、将所述频域信号分别输入至低通滤波器和高通滤波器，得到所述低频成分和所述敏感高频成分。

9、在其中的一些实施例中，在将所述频域信号分别输入至低通滤波器和高通滤波器之前，所述方法还包括：

10、获取所述受检者的弱视眼的敏感空间频率；

11、以所述敏感空间频率为截止频率，分别设置所述低通滤波器和所述高通滤波器。

12、在其中的一些实施例中，获取所述低频成分的噪声幅值，包括：

13、将所述低频成分中各频率点幅值与预设对比度相乘，得到所述低频成分的噪声幅值；其中，所述预设对比度大于0且小于1。

14、在其中的一些实施例中，获取随机相位，包括：

15、对二维随机数进行二维傅里叶变换，得到对应于所述二维随机数的各频率点的相位角；其中，所述二维随机数在0和1之间均匀分布；

16、将所述相位角作为所述随机相位。

17、在其中的一些实施例中，将所述低频带随机相位噪声叠加至所述敏感高频成分，根据叠加后的信号生成第二图像，包括：

18、将所述低频带随机相位噪声与所述敏感高频成分相加；

19、对相加后得到的信号进行二维傅里叶逆变换，根据逆变换后的实部信息得到所述第二图像。

20、第二个方面，在本实施例中提供了一种弱视训练图像处理装置，包括：

21、获取模块，用于获取第一图像中的低频成分和敏感高频成分；其中，所述敏感高频成分的频率不低于受检者的弱视眼的敏感空间频率；

22、噪声生成模块，用于获取所述低频成分的噪声幅值与随机相位，根据所述低频成分的噪声幅值与所述随机相位，生成低频带随机相位噪声；

23、叠加模块，用于将所述低频带随机相位噪声叠加至所述敏感高频成分，根据叠加后的信号生成第二图像；其中，所述第二图像用于所述受检者的弱视训练。

24、第三个方面，在本实施例中提供了一种弱视训练系统，包括：图像采集模块、处理模块和显示模块；其中，

25、所述图像采集模块，用于采集图像；

26、所述处理模块，用于接收所述图像，并对所述图像执行上述第一个方面所述的弱视训练图像处理方法，处理生成训练图像；

27、所述显示模块，用于显示所述处理模块处理生成的训练图像。

28、第四个方面，在本实施例中提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述第一个方面所述的弱视训练图像处理方法。

29、第五个方面，在本实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一个方面所述的弱视训练图像处理方法的步骤。

30、上述弱视训练图像处理方法、装置、系统、计算机设备和介质，通过将低频带随机相位噪声叠加至敏感高频成分，使得在给予弱视眼高空间频率信号刺激的同时，对弱视眼的其他频带进行抑制，此消彼长，提升了弱视训练图像的训练效果。

31、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

技术特征：

1.一种弱视训练图像处理方法，其特征在于，包括：

2.根据权利要求1所述的弱视训练图像处理方法，其特征在于，获取第一图像中的低频成分和敏感高频成分，包括：

3.根据权利要求2所述的弱视训练图像处理方法，其特征在于，在将所述频域信号分别输入至低通滤波器和高通滤波器之前，所述方法还包括：

4.根据权利要求1所述的弱视训练图像处理方法，其特征在于，获取所述低频成分的噪声幅值，包括：

5.根据权利要求1所述的弱视训练图像处理方法，其特征在于，获取随机相位，包括：

6.根据权利要求1所述的弱视训练图像处理方法，其特征在于，将所述低频带随机相位噪声叠加至所述敏感高频成分，根据叠加后的信号生成第二图像，包括：

7.一种弱视训练图像处理装置，其特征在于，包括：

8.一种弱视训练系统，其特征在于，包括：图像采集模块、处理模块和显示模块；其中，

9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的弱视训练图像处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的弱视训练图像处理方法的步骤。

技术总结
本申请涉及一种弱视训练图像处理方法、装置、系统、计算机设备和介质，通过获取第一图像中的低频成分和敏感高频成分；其中，敏感高频成分的频率不低于受检者的弱视眼的敏感空间频率；获取低频成分的噪声幅值与随机相位，根据低频成分的噪声幅值与随机相位，生成低频带随机相位噪声；将低频带随机相位噪声叠加至敏感高频成分，根据叠加后的信号生成第二图像；提升了弱视训练图像的训练效果。

技术研发人员：文雯,张朋,席思达,周钰莲,童晓煜,陈达,郭舒炀
受保护的技术使用者：杭州集视智能科技有限公司
技术研发日：
技术公布日：2024/3/17