【技术实现步骤摘要】
一种可视清洗方法、系统及其可视清洗器
[0001]本专利技术涉及可视清洗
,更具体地说,本专利技术涉及一种可视清洗方法、系统及其可视清洗器。
技术介绍
[0002]口腔的可视清洗是指利用现代科技,如口腔内摄像头、高亮度光源等工具,将口腔内的清洁过程实时显示在屏幕上,以便能够清晰地看到口腔内部的情况,并针对性地进行清洗和治疗。
[0003]目前在可视拍摄过程中,对于口腔、鼻腔和肛门等区域拍摄出的图像质量参差不齐,严重影响后续对图像的分析,从而无法准确的判断各个区域的病变程度;而且不能根据各个区域的病变程度自动调节清洗液的温度和浓度,对清洗效果的不利影响较大。
[0004]为了解决上述问题,现提供一种技术方案。
技术实现思路
[0005]为了克服现有技术的上述缺陷,本专利技术的实施例提供一种可视清洗方法、系统及其可视清洗器以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的,本专利技术提供如下技术方案:
[0007]一种可视清洗方法,包括如下步骤:
[0008]步骤S1:采集拍摄信息和人体信息,通过拍摄信息和人体信息计算拍摄条件评估系数,根据拍摄条件评估系数判断是否达到拍摄条件;
[0009]步骤S2:系统发出允许拍摄信号后,保存最小的拍摄条件评估系数对应的图像;对图像进行图像识别处理,确定重点区域,对重点区域进行重点拍摄;
[0010]步骤S3:确定待清洗区域,将待清洗区域划分为若干个区域,基于深度学习的卷积神经网络对各区域进行病变程 ...
【技术保护点】
【技术特征摘要】
1.一种可视清洗方法,其特征在于,包括如下步骤:步骤S1:采集拍摄信息和人体信息,通过拍摄信息和人体信息计算拍摄条件评估系数,根据拍摄条件评估系数判断是否达到拍摄条件;步骤S2:系统发出允许拍摄信号后,保存最小的拍摄条件评估系数对应的图像;对图像进行图像识别处理,确定重点区域,对重点区域进行重点拍摄;步骤S3:确定待清洗区域,将待清洗区域划分为若干个区域,基于深度学习的卷积神经网络对各区域进行病变程度的量化,计算病变程度值,根据病变程度值发出不同等级的病变程度信号;步骤S4:根据病变程度值发出不同等级的病变程度信号,自动调节各区域的清洗液温度和浓度,并分别对若干个区域进行清洗;步骤S5:清洗完成后,对清洗完成后的口腔、鼻腔和肛门等区域进行二次拍摄,将二次拍摄的口腔、鼻腔和肛门等区域的图像和步骤S3中上传保存的图像经过比对,计算相似度对清洗效果进行判断。2.根据权利要求1所述的一种可视清洗方法,其特征在于:在步骤S1中,拍摄信息包括光照信息和摄像头震动信息;其中,光照信息通过亮度偏差值体现,摄像头震动信息通过摄像头震动幅度体现;人体信息包括人体生理信息和人体位置信息;人体生理信息通过心率体现,人体位置信息通过相对距偏值体现。3.根据权利要求2所述的一种可视清洗方法,其特征在于:相对距偏值计算公式为:相对距偏值=[(偏离中心距离+1)*摄像头与待拍摄区域距离偏差值)]/待拍摄区域面积。4.根据权利要求3所述的一种可视清洗方法,其特征在于:将亮度偏差值、摄像头震动幅度、心率以及相对距偏值通过归一化处理,计算拍摄条件评估系数,其表达式为:其中,P为拍摄条件评估系数,Lp、Tf、Hp、Pl、Sl、Dm分别为亮度偏差值、摄像头震动幅度、心率、偏离中心距离、摄像头与待拍摄区域距离偏差值以及待拍摄区域面积,为相对距偏值,α1、α2、α3、α4分别为亮度偏差值、摄像头震动幅度、心率以及相对距偏值的预设比例系数,且α1>α4>α3>α2>0;设定拍摄条件评估系数临界阈值,当拍摄条件评估系数大于拍摄条件评估系数临界阈值,系统发出不予拍摄信号;当拍摄条件评估系数小于等于拍摄条件评估系数临界阈值,系统发出允许拍摄信号。5.根据权利要求4所述的一种可视清洗方法,其特征在于:在步骤S2中,系统发出允许拍摄信号后,对口腔、鼻腔和肛门等区域进行自动拍摄,间隔均匀的拍摄多张图像,分别计算拍摄的每张图像的拍摄条件评估系数,选取最小的拍摄条件评估系数对应的图像,将此图像保存;通过对图像进行图像识别处理,划定重点区域,重点区域包括但不限于病变区域和重要位置区域,对重点区域进行重点拍摄。
6.根据权利要求5所述的一种可视清洗方法,其特征在于:在步骤S3中,划分出待清洗区域,基于深度学习的卷积神经网络将待清洗区域划分为若干个块区域,对每个区域进行病变程度的量化,计算病变程度值;设定病变程度第一阈值和病变程度第二阈值;当病变程度值小于病变程...
【专利技术属性】
技术研发人员:张盛,张勇昌,
申请(专利权)人:厦门市盛扬光科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。