[0001] 本申请涉及角膜地形图测绘的领域，尤其是涉及一种基于普拉斯盘的角膜地形图生成方法和装置。

[0002] 角膜地形图在临床应用于诊断角膜散光，定量地分析角膜性状，将角膜屈度以数据或不同的颜色显示出来，其两轴屈度之差为角膜散光，也可用于角膜接触镜诱发的角膜扭曲症的诊断。通常采用角膜地形图仪测绘角膜地形图。目前应用较为广泛的是基于Placido盘的角膜地形图仪。Placido盘采用透明材料制作，并设计成明暗相间的同心圆环，当照明系统照射时，明环透光，暗环遮光。该同心结构光环作为投影装置投射到人眼角膜并产生反射光，进而被图像采集系统捕获，再配合测距系统、图像处理系统，最终生成角膜地形图。

[0003] 现有的角膜地形图仪在进行角膜地形图测绘时，依赖于普拉斯盘(Placido盘)的机械加工精度。在进行实际测量时往往是将普拉斯盘的理想表面坐标代入到运算过程中，由此测算出的真实眼的角膜地形图不仅仅包含了真实眼的角膜引起的视觉偏差，还包含了普拉斯盘在加工明环和暗环时产生的系统误差引起的视觉偏差，故而使得该角膜地形图仪在进行真实眼的角膜地形图测绘时并不准确。

[0034] 以下结合附图，对本申请作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

[0035] 在以下描述中，为了解释的目的，阐述了很多具体细节，以便提供对发明构思的彻底理解。作为本说明书的一部分，本公开的附图中的一些附图以框图形式表示结构和设备，以避免使所公开的原理复杂难懂。为了清晰起见，实际具体实施的并非所有特征都有必要进行描述。在本公开中对“一个具体实施”或“具体实施”的提及意指结合该具体实施所述的特定特征、结构或特性被包括在至少一个具体实施中，并且对“一个具体实施”或“具体实施”的多个提及不应被理解为必然地全部是指同一具体实施。

[0036] 除非明确限定，否则术语“一个”、“一种”和“该”并非旨在指代单数实体，而是包括其特定示例可以被用于举例说明的一般性类别。因此，术语“一个”或“一种”的使用可以意指至少一个的任意数目，包括“一个”、“一个或多个”、“至少一个”和“一个或不止一个”。术语“或”意指可选项中的任意者以及可选项的任何组合，包括所有可选项，除非可选项被明确指示是相互排斥的。短语“中的至少一者”在与项目列表组合时是指列表中的单个项目或列表中项目的任何组合。所述短语并不要求所列项目的全部，除非明确如此限定。

[0037] 普拉斯盘Placido通常设计成明暗相间的同心圆环，当照明系统照射时，明环透光，暗环遮光。该同心结构光环作为投影装置投射到人眼角膜并产生反射光，故作为光源基准，精确的环加工是所有环节的基础。通常该结构非常精细，且越靠近外环间距越小。为了避免加工过程的走刀深浅，涂墨薄厚，还有温度对材质的影响都会带来加工误差，从而与原始设计背离，影响后续计算，本方法采用反向推演方法获取真实环物理坐标位置代替原始设计位置。

[0038] 图3为角膜地形图测绘系统的结构示意图，角膜地形图测绘系统包括图像环CCD、透镜O1、普拉斯盘Placido ring、眼球Model Eye。其中普拉斯盘placido ring通过电机左右z轴移动以及在xy成像平面移动。

[0039] 第一实施方式：本发明的第一实施方式提供一种基于普拉斯盘的角膜地形图生成方法，所述方法包括：基于已知曲率半径的预制的模拟眼确定所述普拉斯盘上的目标特征点的基准位置坐标；采集经过所述普拉斯盘投射到真实眼上的反射图像；根据所述反射图像以及所述目标特征点的基准位置坐标生成所述真实眼对应的角膜地形图。

[0040] 采用预先检测的实际的普拉斯盘上目标特征点的基准位置坐标代入，结合真实眼上的反射图像计算和生成角膜地形图。该角膜地形图是基于现实中的普拉斯盘的位置坐标生成，相比于现有技术中直接用普拉斯盘上目标特征点的理论位置坐标代入计算而言，排除了普拉斯盘在加工过程中由于误差产生的位置坐标偏差问题，提高整体角膜地形图的精度。

[0041] 下面对本实施方式的一种基于普拉斯盘的角膜地形图生成方法实现细节进行具体说明，以下内容仅为方便理解提供的实施细节，并非本实施本方案的必须，本实施方式的具体流程如图1所示，包括如下步骤：步骤101，基于已知曲率半径的预制的模拟眼确定所述普拉斯盘上的目标特征点的基准位置坐标。

[0042] 具体而言，本步骤101的执行，旨在调整已知曲率半径的模拟眼所在位置，保证光路的光轴与模拟眼顶点位置重合且位于最佳焦面位置。以便于根据光路来确定普拉斯盘上目标特征点的基准位置坐标。从而实现对于普拉斯盘中各个明环暗环的真实定位，此时计算出的普拉斯盘中的定位坐标，均为现实中已经加工好的真实位置坐标。

[0043] 在一些示例中，步骤101的实施，如图2所示，包括：S1‑1，调整所述模拟眼与光路的相对位置，以使所述光路的光轴与所述模拟眼顶点重合且所述模拟眼顶点位于位于最佳焦面位置；
S1‑2，采集通过所述光路并经过所述光路的几何参数反演推导出所述普拉斯盘上的目标特征点的所述基准位置坐标。

[0044] 其中，S1‑1在实施时，如图3所示，眼球Model Eye设定为已知曲率半径的模拟眼。调整模拟眼的位置，使得光路的光轴与模拟眼的顶点位置重合，即图3中的光轴穿过模拟眼的顶点v，也就是说，模拟眼的O0处于光路的光轴上。

[0045] 为便于测试，原始图像CCD设置为多个同心圆环构成，光线经过原始图像CCD的外边缘后经过透镜被折射后，再由模拟眼进行反射，该反射光线该反射光线照向普拉斯盘，此时普拉斯盘placido ring采集到验证反射图像。具体为，原始图像CCD的P点到透镜的第一入射光线 经过透镜折射后，变成第二入射光线 随后，模拟眼对第二入射光线进行反射，生成反射光线 故而普拉斯盘placido ring是能够采集到验证反射图像的。

[0046] 其中，S1‑2在实施时，根据光路的几何参数反演推导出普拉斯盘上目标特征点的基准位置坐标。其中，光路的几何参数包括，验证反射图像的位置、模拟眼的已知曲率半径、原始图像的位置、透镜的位置以及模拟眼的位置。从而实现对于普拉斯盘中各个明环暗环的真实定位，此时计算出的普拉斯盘中的定位坐标，均为现实中已经加工好的真实位置坐标。

[0047] 在一些示例中，S1‑2，采集通过所述光路并经过所述光路的几何参数反演推导出所述普拉斯盘上的目标特征点的所述基准位置坐标，包括：S1‑2‑1，提取所述光路中原始图像的原始边缘坐标；提取所述光路经模拟眼反射后采集到、且与所述原始边缘坐标相对应的反射边缘坐标；
S1‑2‑1，基于所述原始边缘坐标、所述反射边缘坐标和所述光路的几何参数推演出所述普拉斯盘中每一径向截面表达式，得到所述普拉斯盘上目标特征点的所述基准位置坐标。

[0048] 其中，由于原始图像是由多个同心的圆环构成，对应的验证反射图像中也是对应的多个同心的圆环。原始图像中已知圆心和各个环的半径，提取原始图像中预设环区域内的原始边缘坐标作为原始样本集，随后根据所述光路找到对应的反射图像中反射样本集中对应的反射边缘坐标。

[0049] 基于所述原始样本集、所述反射样本集和所述光路的集合参数推演出所述普拉斯盘中每一径向截面表达式，具体为，入射光线经过原始图像的原始边缘坐标入射到透镜，由透镜折射后抵达模拟眼的表面，模拟眼对所述入射光线反射生成反射光线，反射光线抵达普拉斯盘生成反射图像对应的反射边缘坐标，进而推演出普拉斯盘中每一径向截面表达式，得到所述普拉斯盘上目标特征点的所述基准位置坐标。

[0050] 本案对普拉斯盘的实际结构和边缘轮廓进行了检测，相比直接厂家给的批量预设而言，本案明显更加针对与普拉斯盘加工后的真实产品，随后将其应用于真实眼的曲率判定和角膜地形图测绘，精确性更高。

[0051] 以原始图像中的原始边缘坐标为第六环的边缘坐标为例，对应的验证反射图像中对应的反射边缘坐标也是第六环的边缘坐标。

[0052] S1‑2‑2中，基于所述原始边缘坐标、所述反射边缘坐标和所述光路的几何参数推演出所述普拉斯盘中每一径向截面表达式，得到所述普拉斯盘上目标特征点的所述基准位置坐标，具体有：S1‑2‑2‑1，提取验证反射图像中从内到外预设环区域的反射边缘坐标作为反射样本集，通常预设环区域是由工作人员预先设定的。

[0053] S1‑2‑2‑2，根据所述反射样本集中同一环上的边缘坐标推算出所述验证反射图像的中心坐标，作为普拉斯盘的中心坐标。以预设环区域为从内到外第六环区域为例，设置第六环的参考中心坐标P0(x0，y0)，其中 xi、yi分别为某一边缘像素点横纵坐标位置，n为所有6环内边缘像素点个数。

[0054] S1‑2‑2‑3，接着以P0为参考点，计算所有环边缘像素点到P0点的距离，并保证每一环按照等间隔角度均匀等分。设置环数为N＝6，等角度间隔为1°，则每一环边缘边缘可分割为360个点，且按照0°、1°、2°...顺序分布。总计得到以P0为参考点的距离坐标点N*360个。设第j环第k°边缘点p(j，k)到参考点p0的距离为d(j，k)。

[0055] S1‑2‑2‑4，随后按照图3的几何关系，构建原始图像上原始边缘点与普拉斯盘所采集的验证反射图像上反射边缘点之间的光路几何关系，生成推演模型，用以得出普拉斯盘中每一个径向界面表达式，从而得到普拉斯盘中目标特征点的基准位置坐标。

[0056] 例如，已知原始图像的中心到透镜的镜头主点O1距离为f1,模拟眼的角膜顶点v到透镜的镜头主点O1之间的距离为f2，模拟眼曲率半径r，普拉斯盘placido第一环距离模拟眼的角膜顶点v之间的距离为w，透镜放大倍率角为a。

[0057] 对应的， tanα2＝a*tanα1,由此确定光线 数学方程,又已知模拟眼曲率半径为r，进而可以求得光线 与模拟眼表面交点坐标c，根据反射关系，光线 和反射光线 关于直线 对称，故可以求得 光线方程表达式。由于本案中普拉斯盘Placido的形状为锥形桶，径向截面为一次直线方程，根据该径向截面表达式和 光线方程可以计算出目标特征点P’的基准位置坐标。

[0058] 随后逐个更换N*360组相互对应的原始边缘坐标和反射边缘坐标A，同样得到N*360个对应的P’，从而得到普拉斯盘中所有目标特征点的基准位置坐标。这些普拉斯盘中的目标特征点的基准位置坐标汇聚成普拉斯盘的明环和暗环的实际特征。

[0059] 所以，调整已知曲率半径的模拟眼所在位置，保证测量设备的光轴与模拟眼顶点位置重合且位于最佳焦面位置，使得预设的原始图像能够经过透镜由模拟眼反射抵达普拉斯盘。光路中，模拟眼将原始图像经过透镜的入射光线进行反射，该反射光线照向普拉斯盘，此时普拉斯盘采集到反射图像，得到光路的集合参数。随后根据光路集合参数中原始图像特征点的位置、模拟眼的已知曲率半径、反射图像对应特征点的位置、透镜的位置、模拟眼的位置、原始图像的位置，计算出普拉斯盘中多个目标特征点的基准位置坐标。从而实现对于普拉斯盘中各个明环暗环的真实定位，此时计算出的普拉斯盘中目标特征点的基准位置坐标，均为现实中已经加工好的真实位置坐标。

[0060] 因此，本案原始图像CCD中已知圆心和各个环的半径，已知曲率半径的模拟眼对原始图像的边缘像素经过透镜的入射光线进行反射，反射光线抵达普拉斯盘，从而能被普拉斯盘的摄像头采集到验证反射图像。随后根据所述样本集中同一环上的边缘坐标推算出所述验证反射图像的中心坐标，通常是采用外边缘的环中所有像素点的位置进行平均从而计算得到中心坐标。根据所述样本集中同一环上的边缘坐标推算出所述验证反射图像的中心坐标，作为普拉斯盘的中心坐标，构建原始图像中边缘点和验证反射图像之间的对应关系，结合中心坐标计算出普拉斯盘的各个位置坐标。这些位置坐标体现了真实的普拉斯盘的结构。故而，本案对普拉斯盘的实际结构和边缘轮廓进行了检测，相比直接厂家给的批量预设而言，本案明显更加针对与普拉斯盘加工后的真实产品，随后将其应用于真实眼的曲率判定和角膜地形图测绘，精确性更高。

[0061] 步骤102，采集经过所述普拉斯盘投射到真实眼上的反射图像。

[0062] 具体而言，如图3所示，标准视频CCD通过透镜投射到真实眼的入射光线为 经过真实眼反射到普拉斯盘的反射光线为 普拉斯盘采集标准视频中每一帧对应的反射图像。

[0063] 步骤103，根据所述反射图像以及所述目标特征点的基准位置坐标生成所述真实眼对应的角膜地形图。

[0064] 具体而言，步骤103的实施，如图4所示，包括：S3‑1，根据所述反射图像的清晰度调整所述普拉斯盘的位置，以得到在预设清晰度范围内的第一视频帧序列；
S3‑2，根据所述第一视频帧序列确定所述普拉斯盘的圆心位置，并再次调整所述光路的位置，直至所述光路的光轴与所述圆心位置重合；
S3‑3，在调整所述光路的位置之后，按照预设的采样频率采集通过所述光路且经过所述普拉斯盘投射到真实眼上的反射图像，以得到第二视频帧序列，并确定第二视频帧序列中最清晰的目标反射图像；
S3‑4，根据所述目标反射图像和预设的成像半径‑角膜透镜距离关联表，得到相对应的成像半径和角膜顶点到透镜的参考距离；
S3‑5，根据所述成像半径、参考距离和所述目标特征点的基准位置坐标，并基于预设的反演模型推导出角膜矢高数据，以生成所述真实眼对应的角膜地形图。

[0065] 通过粗调整普拉斯盘的位置以保证第一视频帧序列中每个视频帧的清晰度处于预设清晰度范围内。随后再次细调整所述光路的位置，即调整光源、普拉斯盘的位置，保证光路与普拉斯盘的圆心重合。通过粗调整和细调整两个步骤来保证调整的精度。相比直接在全范围内进行调整而言，本案的可行性度更高准确性更高。

[0066] 并且先后调整普拉斯盘和光路的位置后，采集到真实眼上的反射图像，得到第二视频帧，进而提取最清晰的目标反射图像。根据目标反射图像得到成像半径，根据成像半径和预设的成像半径‑角膜透镜距离关联表，得到角膜顶点到透镜的参考距离。随后根据所述成像半径、参考距离和所述目标特征点的基准位置坐标代入到预设的反演模型推导出角膜矢高数据，以生成所述真实眼对应的角膜地形图。本案采用预先检测的实际的普拉斯盘目标特征点的基准位置、成像半径和参考距离代入到反演模型，生成角膜地形图；该角膜地形图是基于现实中的普拉斯盘的位置坐标生成，相比于现有技术中直接用模拟的普拉斯盘位置代入而言，排除了普拉斯盘在加工过程中由于误差产生的位置坐标偏差问题，提高整体角膜地形图的精度。

[0067] 在一些示例中，S3‑1，所述根据所述反射图像的清晰度调整所述普拉斯盘的位置，以得到在预设的清晰度范围内的第一视频帧序列，包括：S3‑1‑1，真实眼设置于目标位置处，以使所述光路的光轴与真实眼顶点位置重合且所述真实眼顶点位于最佳焦面位置；
S3‑1‑2，根据预设清晰度算法计算所述反射图像的清晰度，所述预设清晰度算法包括Brenner梯度算法、Tenegrad梯度算法、laplace梯度算法；
S3‑1‑3，沿光轴方向调整所述普拉斯盘的位置，直至所述反射图像的清晰度处于预设的清晰度范围内，得到第一视频帧序列。

[0068] 其中，S3‑1‑1，首先调整真实眼的位置，保证光路的光轴与真实眼的顶点重合，光轴位于最佳焦面位置，保证入射光线能够经由真实眼反射生成反射光线，以及保证后续测量准确。

[0069] S3‑1‑2中，采用Brenner梯度算法、Tenegrad梯度算法、laplace梯度算法多种预设清晰度算法，计算S3‑1‑1中标准视频对应的反射图像的清晰度。

[0070] 以Tenegrad梯度算法为例，根据预设清晰度算法计算所述反射图像的清晰度，包括：使用Sobel算子提取所述反射图像在水平方向和垂直方向上的梯度值，Sobel卷积核为Gx,Gy，所述反射图像在点(x,y)处的梯度为 I(x,y)
表示该视频帧在位置(x,y)处的像素值大小，所述反射图像的清晰度值为
其中m为所述反射图像的像素总数。

[0071] S3‑1‑3中，以反射图像集中所运算出来的清晰度作为参考，沿着系统对焦方向z(即所述光路的光轴方向)向驱动普拉斯盘(含电机)移动，直至所述反射图像的清晰度处于预设的清晰度范围内，得到第一视频帧序列以及所述普拉斯盘的清晰度调整区间具体为，当清晰度下降时，控制普拉斯盘沿着z轴反向移动，当清晰度上升时，控制普拉斯盘沿着z轴同向移动，如此指令普拉斯盘远离或靠近所述真实眼，从而确定能够满足清晰度范围的普拉斯盘的清晰度调整区间，并且，将位于清晰度调整区间内的反射图像作为第一视频帧序列。如图5所示，z轴为系统对焦方向(左右方向)，xy轴为成像平面(竖直平面)。清晰度范围为用户预先设定的数值。

[0072] 在一些示例中，S3‑2，根据所述第一视频帧序列确定所述普拉斯盘的圆心位置，并再次调整所述光路的位置，直至所述光路的光轴与所述圆心位置重合，包括：S3‑2‑1，对所述第一视频帧序列进行图像增强；
S3‑2‑2，根据sobel卷积算子，计算出所述第一视频帧卷积后的sobelX和sobelY信息，结合用户选择信息所对应的参数确定所述普拉斯盘的圆心位置，所述参数包括圆心间最小间距、圆半径最大最小值、投票最小值；
S3‑2‑3，将所述圆心位置作为x方向和y方向的移动参考，调整所述光路的位置，直至所述光路的光轴与所述圆心位置重合。

[0073] 其中，S3‑2‑1中的图像增强方式，包括：对所述第一视频帧序列进行预设比例的缩小，构造高斯低通滤波器对缩小后的第一视频帧序列进行滤波，通过预设算法获取该尺度上的高频信息，将该高频信息加入到所述第一视频帧序列中进行图像增强；所述预设算法包括包边算法、高通滤波算法。

[0074] 本步骤，将原图像(指调试反射图像)缩小后进行高斯平滑，随后通过保边算法或者高通滤波获取该尺度上的高频信息，加入到原图像中得到增强后的结果，即可以减弱光线底色不均匀，又可以达到对普拉斯盘上收到的调试反射图像中的有效信息增强。

[0075] 其中，S3‑2‑2中，根据sobel卷积算子，计算出所述第一视频帧卷积后的sobelX和sobelY信息，结合用户选择信息所对应的参数确定所述普拉斯盘的圆心位置，所述参数包括圆心间最小间距、圆半径最大最小值、投票最小值，具体如下：S3‑2‑2‑1，根据sobel卷积算子，计算出视频帧卷积后的sobelX和sobelY信息。
sobel卷积算子中所设定的卷积核为Gx,Gy； 对
视频帧中各个像素的信息进行卷积，得到sobelX和sobelY信息，即反射图像中环x方向和y方向的边缘图像，x方向和y方向构成的平面就是待定反射图像集所在的平面，x方向和y方向交汇于原点；
S3‑2‑2‑2，选取合适参数，这些参数包括圆心间最小间距、圆半径最大最小值、投票最小值等，并加大待定反射图像中环中心附近的环边缘投票比例，以得到更加精确的圆心位置。

[0076] 本步骤，首先对第一视频帧序列进行hough圆心定位，Sobel卷积算子得到视频帧卷积后sobelX和sobelY信息，即反射图像中环x方向和y方向的边缘图像，x方向和y方向构成的平面就是第一视频帧序列所在的平面，x方向和y方向交汇于原点。接着，选取合适参数，这些参数包括圆心间最小间距、圆半径最大最小值、投票最小值等，并加大待定反射图像中环中心附近的环边缘投票比例，以得到更加精确的圆心位置。

[0077] 其中，S3‑2‑3，将所述圆心位置作为x方向和y方向的移动参考，调整所述光路的位置，直至所述光路的光轴与所述圆心位置重合，具体为：将第一视频帧序列所确定的圆心位置作为系统平面方向x、y向电机移动参考，控制光路的光轴沿着x方向和y方向移动，将系统光轴与真实眼反射的待定反射图像集所确定的圆心位置重合，实现成像平面的移动调整。光路的光轴移动通常是由光源和普拉斯盘同步移动。

[0078] 本步骤，将第一视频帧序列所确定的圆心位置作为系统平面方向x、y向电机移动参考，调整所述光路的位置，将系统光轴与真实眼反射的第一视频帧序列所确定的圆心位置重合。

[0079] 在一些示例中，S3‑3，在调整所述光路的位置之后，按照预设的采样频率采集通过所述光路且经过所述普拉斯盘投射到真实眼上的反射图像，以得到第二视频帧序列，并确定第二视频帧序列中最清晰的目标反射图像，包括：S3‑3‑1，计算所述第二视频帧序列中单个视频帧在预设的ROI区域的清晰度量化值，并得到随着时间变化的清晰度曲线；
S3‑3‑2，将所述清晰度曲线作偶次项拟合的平滑处理，随后将清晰度最高的视频帧作为目标反射图像。

[0080] 预设的采样频率有用户自行设定，在调整完成光路位置后，按照采样频率采集第二视频帧序列，第二视频帧中由于是连续采样频率采集的，所以第二视频帧的视频帧是连续的，所筛选出来的目标反射图像清晰度更稳定。具体的采集连续视频帧所对应的发射和图像，记录为第二视频帧，视频帧总数为N。随后设定第二视频帧中每个视频帧的ROI区域，进而量化这个区域片段的清晰度，得到随着时间变化的清晰度曲线，进而拟合后平滑处理，便于筛选出清晰度最高的视频帧作为目标反射图像，目标反射图像如图6所示，。

[0081] 其中，S3‑3‑1，计算所述第二视频帧序列中单个视频帧在预设的ROI区域的清晰度量化值，并得到随着时间变化的清晰度曲线，包括：从第二视频帧序列中单个视频帧提取ROI区域，并计算清晰度量化值，其中ROI的区域为人工设定，通常是所述单个视频帧的从内向外的有预设环以内的图像区域，例如ROI区域为从内到外第6环内的图像区域。随后并计算ROI区域内的的清晰度量化值，其中计算方法可以参考Brenner梯度算法、Tenegrad梯度算法、laplace梯度算法，并得到，随着时间变化的清晰度曲线。

[0082] 作为一个优选项，在S3‑3中，按照预设的采样频率采集通过所述光路且经过所述普拉斯盘投射到真实眼上的反射图像时，普拉斯盘可以是沿着对焦方向z轴在S3‑1‑3中处于清晰度范围内所对应的区间内滑动。本示例在普拉斯盘滑动期间采集所述连续视频帧所对应的反射图像，在保证采样范围足够广的同时，保证所采集的反射图像是清晰的。

[0083] 其中，S3‑3‑2，将所述清晰度曲线作偶次项拟合的平滑处理，随后将清晰度最高的视频帧作为目标反射图像。将S3‑3‑1得到的清晰度曲线做偶次项拟合的平滑处理，将平滑后对应的清晰度最高值对应帧作为目标反射图像，目标反射图像如图6所示。

[0084] 如此本步骤S3‑3，在调整完成光路位置后，按照采样频率采集第二视频帧序列，第二视频帧中由于是连续采样频率采集的，所以第二视频帧的视频帧是连续的，所筛选出来的目标反射图像清晰度更稳定。具体的采集连续视频帧所对应的发射和图像，记录为第二视频帧，视频帧总数为N。随后设定第二视频帧中每个视频帧的ROI区域，进而量化这个区域片段的清晰度，得到随着时间变化的清晰度曲线，进而拟合后平滑处理，便于筛选出清晰度最高的视频帧作为目标反射图像，目标反射图像如图6所示。

[0085] 在一些示例中，S3‑4，根据所述目标反射图像和预设的成像半径‑角膜透镜距离关联表，得到相对应的成像半径和角膜顶点到透镜的参考距离，包括：S3‑4‑1，提取所述目标反射图像的ROI区域中外环边缘坐标作为计算集，计算所述ROI区域的参考中心坐标P0(x0,y0)，
xi、yi分别为某一边缘像素点横纵坐标位置，n为所有外
环边缘像素点个数；
S3‑4‑2，以P0为参考原点对所述目标反射图像的ROI区域进行极坐标转换，并沿θ方向划分矩形ROI子区域，并逐个基于梯形算法计算清晰度，筛选出最清晰的ROI梯形子区域；
S3‑4‑3，根据最清晰的ROI梯形子区域确定目标反射图像中最清晰的环，并将该环边缘点到P0像素的距离记为成像半径；
S3‑4‑4，根据预设的成像半径‑角膜透镜距离关联表，查找到与所述成像半径相对应的角膜顶点到透镜的参考距离。

[0086] 其中，S3‑4‑1，中在图6的目标反射图像中重新设置ROI区域，该ROI区域同样采用目标反射图像中从内到外的预设环内区域，其中预设环内的区域先保证该预设环所对应的圆环是完整的。例如，目标反射图像中从内向外的第六环内作为ROI区域，对应的n值为6。

[0087] S3‑4‑2中，P0是视轴与角膜交叉的位置，为了更好地描述临床概念，以及更精准地计算角膜屈光力分布和角膜顶点到系统镜头主点位置。

[0088] 将目标反射图像中ROI区域图像从笛卡尔坐标转换为以P0位置为原点的极坐标形式，笛卡尔坐标系下像素位置(x,y)与极坐标系下转换后的像素位置(r,θ)有如下关系，(x0，y0)为P0位置坐标。

[0089] 将图6所示的笛卡尔坐标系下的目标反射图像中的ROI区域转换为图7所示的极坐标系下的图像。随后，如图7所示，沿着θ方向再次划分矩形ROI区域，矩形ROI区域是图7中的横向白色细线所绘制的框，每一个框都是一个ROI区域。

[0090] 根据最清晰的ROI梯形子区域确定目标反射图像中最清晰的环，是计算图5中各个矩形区域的清晰度量值，从而找到清晰度最高的ROI梯形子区域。

[0091] S3‑4‑3中，将该最清晰的ROI梯形子区域，来确定在笛卡尔坐标系中对应的圆环，并该环边缘点到P0像素的距离记为成像半径。

[0092] S3‑4‑4中，预设的成像半径‑角膜透镜距离关联表，是工作人员预先设定的，最清楚环的成像半径(最清楚的目标反射图像中最清楚的环的像素半径值)与角膜到透镜距离(图3中的f2，角膜顶点到镜头主点距离)之间的对应关系。成像半径‑角膜透镜距离关联表的关联示意图如图8所示，成像半径‑角膜透镜距离关联表是常用的变化。

[0093] 本步骤在直接计算透镜到参考距离之前，先进行笛卡尔坐标系到极坐标系的转换，随后再进行了一次ROI片段分割和筛选，从而确定出最清晰的环，实现对于有代表性数据量的集中，减少整体数据运算量，提高运行效率。

[0094] 在一些示例中，S3‑5，根据所述成像半径、参考距离和所述目标特征点的基准位置坐标，并基于预设的反演模型推导出角膜矢高数据，以生成所述真实眼对应的角膜地形图，包括：S3‑5‑1，将角膜顶点坐标(X0，Y0)和所述角膜顶点所对应的切线斜率角t0，代入到调整后的所述光路所对应的反演模型中计算出角膜反射点(Xi，Yi)，
其中，(X0，Y0)基于所述参考距离得到，t0＝0，Xi、Yi分别为反射到普拉斯盘i环的角膜反射点的X轴坐标值和Y轴坐标值，ti是角膜反射点(Xi，Yi)的切线斜率角，Ii是普拉斯盘的i环成像半径，(Xoi，Yoi)是由角膜反射点(Xi，Yi)反射至普拉斯盘上目标特征点的基准坐标；
S3‑5‑2，根据所述角膜反射点推导出角膜矢高数据角膜面型矢高数据，并依据所述角膜面型矢高数据绘制角膜地形图。

[0095] 通过成像半径、参考距离和预先计算得到的普拉斯盘中目标特征点的基准位置坐标代入到反演模型中，利用arcstep方法逐环逐方向反演角膜矢高数据，计算得到角膜的多个角膜反射点，根据这些角膜反射点推导出角膜面型矢高数据，进而绘制出以P0(即S3‑4‑2中目标反射图像的中心点)为坐标原点的角膜地形图。

[0096] 本案中成像半径受真实眼的角膜反射率影响，参考距离与成像半径相关联，普拉斯盘的位置坐标是实测出来的普拉斯盘的形状规格而非理论上的理想值，故而相比直接用模拟的普拉斯盘位置代入而言，排除了普拉斯盘在加工过程中由于误差产生的位置坐标偏差问题，提高整体角膜地形图的精度。

[0097] 最后作为应用，人眼角膜的屈光力是不规则的，故而任何类型的角膜地形图都有这个表现，为了更好地描述角膜地形图特征，满足临床分析需求，可将角膜地形图分解为sphrical，decentration，regular astigmatism，irregurity。用以分别描述以角膜某一类型地形图的离焦、对称、规则散光、和其余不规则屈光。分解方法可以借助傅立叶级数方法，该方法以法国科学家Jean Baptiste Joseph Fourier命名，指以几个三角函数的和来表示的某种周期性现象的一种分析方法。

[0098] 上述各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要是包括相同的逻辑关系，都在本专利的保护范围内，对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

[0099] 第二实施方式：本发明的第二实施方式提供一种基于普拉斯盘的角膜地形图生成装置，存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述任意一项所述的基于普拉斯盘的角膜地形图生成控制方法。

[0100] 以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。