灰度圖像校正在視網(wǎng)膜內(nèi)源光信號(hào)探測(cè)中的應(yīng)用

張潔瑞，郭學(xué)謙，馬麗萍，侯鈞杰，邵雙運(yùn)

1. 北京交通大學(xué) 理學(xué)院，北京 100044；2.首都醫(yī)科大學(xué) 生物醫(yī)學(xué)工程學(xué)院，首都醫(yī)科大學(xué)臨床生物力學(xué)應(yīng)用研究北京市重點(diǎn)實(shí)驗(yàn)室，北京 100069

灰度圖像校正在視網(wǎng)膜內(nèi)源光信號(hào)探測(cè)中的應(yīng)用

張潔瑞1，郭學(xué)謙2，馬麗萍2，侯鈞杰1，邵雙運(yùn)1

1. 北京交通大學(xué) 理學(xué)院，北京 100044；2.首都醫(yī)科大學(xué) 生物醫(yī)學(xué)工程學(xué)院，首都醫(yī)科大學(xué)臨床生物力學(xué)應(yīng)用研究北京市重點(diǎn)實(shí)驗(yàn)室，北京 100069

目的 對(duì)視網(wǎng)膜內(nèi)源光信號(hào)的圖像進(jìn)行預(yù)處理，消除測(cè)試眼因眨眼抖動(dòng)而產(chǎn)生的圖像位置偏移；降低因圖像灰度不均勻而產(chǎn)生的背景噪聲。方法 本文首先采用歸一化相關(guān)系數(shù)匹配法對(duì)圖像進(jìn)行配準(zhǔn)，然后采用灰度線性變換對(duì)獲取的圖像進(jìn)行灰度校正，最后提取視網(wǎng)膜黃斑區(qū)的內(nèi)源光信號(hào)。結(jié)果 灰度圖像校正能有效提高內(nèi)源光信號(hào)的相對(duì)強(qiáng)度，波谷幅度相對(duì)處理之前增強(qiáng)兩倍（5%提高到12%；12%提高到26%）；還可以改善內(nèi)源光信號(hào)變化曲線，能觀察到更多的信號(hào)細(xì)節(jié)變化。結(jié)論 文中方法與已有文獻(xiàn)中的結(jié)果相似，說(shuō)明該方法是有效可靠的，為探索信號(hào)生理學(xué)意義奠定了基礎(chǔ)。

光學(xué)成像；灰度處理；內(nèi)源光信號(hào)；信號(hào)探測(cè)；視網(wǎng)膜

引言

就世界范圍內(nèi)來(lái)看，老年性黃斑變性、糖尿病視網(wǎng)膜病變、青光眼等眼疾已經(jīng)給患者帶來(lái)了很大困擾，其中青光眼的致盲率居世界第二[1]。而這些致盲性眼病與視網(wǎng)膜感光細(xì)胞或內(nèi)層視網(wǎng)膜神經(jīng)的病理生理性改變有關(guān)[2]，在患者檢查出視野缺損之前，已有大量的視網(wǎng)膜節(jié)細(xì)胞凋亡，造成了永久性的損傷，因此探尋一種具有高時(shí)空分辨率的方法，來(lái)對(duì)視網(wǎng)膜進(jìn)行早期診斷，對(duì)預(yù)防和治療視網(wǎng)膜病變具有重要意義。

目前國(guó)內(nèi)外對(duì)視網(wǎng)膜臨床診斷及功能評(píng)價(jià)的主要方法有視野檢查、電生理檢查、光學(xué)檢查和光學(xué)成像，但這些方法都存在未能解決的問(wèn)題。視野檢查可用于反映除黃斑區(qū)之外其他區(qū)域的視網(wǎng)膜功能，通過(guò)觀察視野缺失與否來(lái)判斷視網(wǎng)膜功能是否完整，但是當(dāng)神經(jīng)節(jié)細(xì)胞喪失大于50%以上時(shí)，視野才發(fā)生改變，即無(wú)法進(jìn)行早期診斷，并且無(wú)法確定是何種眼疾引起的視野缺失；電生理檢查可以測(cè)量到視網(wǎng)膜功能性活動(dòng)引起的電位變化，但是空間分辨率低，不能得到視網(wǎng)膜的微觀形態(tài)[3]；光學(xué)檢查方法如眼底鏡檢查可以提供高空間分辨率的視網(wǎng)膜圖像，反映由于視網(wǎng)膜病變帶來(lái)的視網(wǎng)膜形態(tài)的改變，但是，視網(wǎng)膜結(jié)構(gòu)性變化和功能性變化之間并非總是關(guān)聯(lián)的[4]；光學(xué)成像中，以光學(xué)相干層析成像技術(shù)為主[5]，一些光學(xué)成像技術(shù)被廣泛地應(yīng)用于生物組織無(wú)損成像中，這些技術(shù)具有縱向的高空間分辨率，但極易受眼球移動(dòng)影響。

綜上所述，當(dāng)前臨床上還沒(méi)有一種客觀有效的檢查方法可以在視網(wǎng)膜病變?cè)缙谠u(píng)價(jià)視網(wǎng)膜的功能損傷。對(duì)于很多眼科疾病來(lái)說(shuō)，早期診斷有助于降低致盲率。

內(nèi)源光信號(hào)探測(cè)技術(shù)就是一種無(wú)創(chuàng)非接觸高時(shí)空分辨率的光學(xué)探測(cè)方法[6-8]。內(nèi)源光信號(hào)是在對(duì)組織不施加熒光標(biāo)記和染色物質(zhì)等任何外源性條件的情況下，組織本身由于吸收和散射的變化而產(chǎn)生的光學(xué)信號(hào)變化[9-11]。它的原理是利用內(nèi)源光信號(hào)的變化，采用非接觸性光學(xué)探測(cè)方法對(duì)生物組織進(jìn)行直接探測(cè)，具有高時(shí)間分辨率和空間分辨率特征，它直接探測(cè)由生物組織反射、散射或者透射光信號(hào)的變化，不會(huì)影響生物體的正?；顒?dòng)，能夠同時(shí)探測(cè)視網(wǎng)膜結(jié)構(gòu)變化和功能變化。內(nèi)源光信號(hào)的變化是由于神經(jīng)系統(tǒng)的反應(yīng)而帶來(lái)的多重代謝變化，如毛細(xì)血管的血容量變化，血紅蛋白的含氧水平變化，及細(xì)胞對(duì)紅外光的散射的變化等[11]。這種反應(yīng)可以由電荷耦合器件記錄，不需要外加探測(cè)器。因此內(nèi)源光信號(hào)的探測(cè)技術(shù)可用于視網(wǎng)膜等組織的非接觸性光學(xué)探測(cè)。

人眼視網(wǎng)膜內(nèi)源光信號(hào)的探測(cè)對(duì)于臨床研究具有重要意義[12]。但對(duì)于在體人眼視網(wǎng)膜來(lái)說(shuō)，存在多種影響因素造成的噪聲，包括頭部的穩(wěn)定性、瞳孔位置的改變、與心跳呼吸相關(guān)的變化等。當(dāng)眼球存在微小運(yùn)動(dòng)時(shí)，由于照明光范圍有限，光束相對(duì)瞳孔入口位置和角度發(fā)生變化，會(huì)導(dǎo)致最后獲取圖像背景亮度改變，形成背景噪聲。這種噪聲對(duì)所需要探測(cè)的黃斑區(qū)中心凹處的內(nèi)源光信號(hào)造成影響，干擾正常的信號(hào)探測(cè)。現(xiàn)有研究提出可運(yùn)用外部固定方式和硬件視網(wǎng)膜跟蹤系統(tǒng)來(lái)消除噪聲，但這些方式復(fù)雜性和成本較高，且不適用于廣泛測(cè)試[5]。

綜上所述，運(yùn)用內(nèi)源光信號(hào)進(jìn)行人眼視網(wǎng)膜探測(cè)過(guò)程中，存在因?yàn)闊o(wú)法控制眼球移動(dòng)而帶來(lái)的噪聲，且尚未有較好的解決方法[13-17]。本文利用改造的海德堡視網(wǎng)膜脈絡(luò)膜同步血管造影儀Ⅱ?qū)σ暰W(wǎng)膜進(jìn)行光學(xué)探測(cè)及成像，采用歸一化互相關(guān)系數(shù)匹配法對(duì)圖像進(jìn)行配準(zhǔn)后，采用灰度線性變換對(duì)獲取的圖像進(jìn)行灰度校正，最后提取視網(wǎng)膜黃斑區(qū)的內(nèi)源光信號(hào)。實(shí)驗(yàn)結(jié)果表明，該灰度處理方法可以消除因眼球移動(dòng)等原因造成的光照不均勻所引起的圖像背景噪聲，得到較為理想的內(nèi)源光信號(hào)，且我們得到的內(nèi)源光信號(hào)與Tsunoda等[18]報(bào)導(dǎo)的用視網(wǎng)膜電圖記錄的光刺激下視網(wǎng)膜光反射率的變化趨勢(shì)相似，說(shuō)明我們的方法是有效可靠的，為探索信號(hào)生理學(xué)意義奠定了基礎(chǔ)。

1 內(nèi)源光信號(hào)的探測(cè)

1.1 實(shí)驗(yàn)裝置及方法

本文采用改造過(guò)的視網(wǎng)膜脈絡(luò)膜同步血管造影儀（圖1）的近紅外光普通眼底成像功能來(lái)獲取視網(wǎng)膜圖像[6]。將刺激光源固定在測(cè)試眼正前方，為測(cè)試眼提供可見(jiàn)光刺激，并在測(cè)試眼左側(cè)固定熒光光源，供非測(cè)試眼注視，以減小眼球移動(dòng)的范圍與頻率。

圖1 海德堡視網(wǎng)膜脈絡(luò)膜同步血管造影儀Ⅱ

照明光源為波長(zhǎng)是808 nm的紅外光（Near-Infrared Ray，NIR），刺激光源采用LED可見(jiàn)光：黃光（中心波長(zhǎng)為585 nm）、綠光（中心波長(zhǎng)為475 nm），具體時(shí)序，見(jiàn)圖2。

圖2 探測(cè)時(shí)序圖

實(shí)驗(yàn)過(guò)程中，NIR作為照明及記錄光源持續(xù)亮起10 s，LED在圖像采集開(kāi)始1.5 s后亮起并持續(xù)0.5 s，提供可見(jiàn)光刺激信號(hào)，造影儀對(duì)視網(wǎng)膜圖像進(jìn)行探測(cè)并存儲(chǔ)在硬盤(pán)中。視網(wǎng)膜探測(cè)持續(xù)時(shí)間為10 s，共獲得約87張視網(wǎng)膜序列圖像。

2 圖像處理及內(nèi)源光信號(hào)的提取原理

2.1 圖像匹配校準(zhǔn)

由于測(cè)試對(duì)象眼球的運(yùn)動(dòng)，采集到的圖像中黃斑區(qū)的位置發(fā)生抖動(dòng)，為使序列圖像中的黃斑區(qū)位置都處在同一參考系的同一位置，我們采用歸一化相關(guān)系數(shù)匹配法對(duì)圖像進(jìn)行配準(zhǔn)，選取一幅基準(zhǔn)圖像，以基準(zhǔn)圖像的黃斑區(qū)作為基準(zhǔn)點(diǎn)對(duì)其余圖像進(jìn)行匹配校準(zhǔn)，以降低眼球運(yùn)動(dòng)對(duì)內(nèi)源光信號(hào)的影響。

匹配之前，需要先將圖像轉(zhuǎn)換為灰度圖，運(yùn)用歸一化互相關(guān)（Normalized Cross Correlation，NCC）算法計(jì)算模板圖像和匹配圖像的互相關(guān)值，來(lái)確定匹配的程度，NCC是一種基于統(tǒng)計(jì)學(xué)計(jì)算兩組樣本數(shù)據(jù)相關(guān)性的算法，其取值范圍為[-1，1]之間，而對(duì)圖像來(lái)說(shuō)，每個(gè)像素點(diǎn)都可以看作是色域數(shù)值，這樣整幅圖像就可以看成是一個(gè)樣本數(shù)據(jù)的集合，如果它有一個(gè)子集與另外一個(gè)樣本數(shù)據(jù)相互匹配則它的NCC值為1，表示相關(guān)性很高，如果是-1則表示完全不相關(guān)，基于這個(gè)原理，實(shí)現(xiàn)圖像基于模板匹配識(shí)別算法，其中第一步就是要?dú)w一化數(shù)據(jù)，數(shù)學(xué)公式如下：

其中f 表示像素點(diǎn)的灰度值；μ表示圖像所有像素平均值；σ表示標(biāo)準(zhǔn)方差，假設(shè)t表示基準(zhǔn)圖像像素值，則完整的NCC計(jì)算公式表示如下：

其中n表示基準(zhǔn)圖像的像素總數(shù)；n-1是自由度。

2.2 灰度校正原理

本文采用線性運(yùn)算對(duì)圖像進(jìn)行灰度校正，這樣的運(yùn)算可以表示為：

其中，A(x)為原始圖像灰度；B(x)為線性變換后圖像的灰度；c與d為變換常數(shù)；c的變化影響整個(gè)圖像的對(duì)比度；d的變化改變整張圖像的灰度值[16]。

實(shí)驗(yàn)圖片的灰度校正流程，見(jiàn)圖3。首先對(duì)圖像進(jìn)行分析，找出整個(gè)實(shí)驗(yàn)序列圖像中的每張圖像黃斑區(qū)的位置和參考區(qū)域的位置，見(jiàn)圖4。參考區(qū)域位置要求選為沒(méi)有內(nèi)源光信號(hào)變化的區(qū)域（圖4白色實(shí)線框區(qū)域）。對(duì)視網(wǎng)膜圖像來(lái)說(shuō)，視盤(pán)區(qū)域沒(méi)有內(nèi)源光信號(hào)的變化。其次，算出前5張圖像的4個(gè)參考區(qū)域的灰度均值，該均值作為基準(zhǔn)，與待校準(zhǔn)的4個(gè)參考區(qū)域進(jìn)行比較，采用最小二乘法對(duì)灰度進(jìn)行線性擬合，得到公式(3)的校準(zhǔn)參數(shù)c和d，確定灰度線性變換函數(shù)；然后，將圖像的黃斑區(qū)灰度代入擬合出的線性變換函數(shù)(3)中，實(shí)現(xiàn)該圖像的灰度校正。最后對(duì)校正過(guò)的圖像進(jìn)行處理，得到黃斑區(qū)在光刺激前后的內(nèi)源光信號(hào)變化情況。

圖3 灰度校正流程

圖4 圖像黃斑區(qū)及參考區(qū)選取示意圖

注：白色虛線框?yàn)檫x取的黃斑區(qū)，白色實(shí)線框?yàn)檫x取的參考區(qū)。

2.3 內(nèi)源光信號(hào)的提取

為了提取視網(wǎng)膜的內(nèi)源光信號(hào)，將可見(jiàn)光刺激前的10幅圖像取平均得到I，作為提取內(nèi)源光信號(hào)的基準(zhǔn)光強(qiáng)。每幅圖像的光強(qiáng)減去基準(zhǔn)光強(qiáng)得到變化光強(qiáng)，即：

其中：It(x, y)是t時(shí)刻獲取的視網(wǎng)膜圖像中的一點(diǎn)（x，y）的光強(qiáng)，Iref(x,y)是基準(zhǔn)光強(qiáng)，可表示為：

本文采用公式(4)獲得序列圖像的相對(duì)光強(qiáng)變化，再利用公式(5)得到視網(wǎng)膜上每一點(diǎn)的內(nèi)源光信號(hào)。

3 信號(hào)分析及討論

為消除被測(cè)眼球移動(dòng)對(duì)信號(hào)的影響，我們選取一幅基準(zhǔn)圖像來(lái)對(duì)其余圖像進(jìn)行位置校準(zhǔn)，以基準(zhǔn)圖像的黃斑區(qū)作為基準(zhǔn)點(diǎn)對(duì)其余圖像進(jìn)行匹配校準(zhǔn)，使序列圖像中的黃斑區(qū)位置都處在同一參考系的同一位置，見(jiàn)圖5。

配準(zhǔn)后的圖像黃斑區(qū)都處在同一位置，為視網(wǎng)膜同一位置的內(nèi)源光信號(hào)的提取奠定了基礎(chǔ)(圖5)。

由于測(cè)試對(duì)象眼球的運(yùn)動(dòng)及自然眨眼，造影儀獲得的序列圖像，會(huì)出現(xiàn)因眼球運(yùn)動(dòng)及自然眨眼帶來(lái)的圖像背景灰度的改變，這在一定程度上影響對(duì)內(nèi)源光信號(hào)的探測(cè)和分析，需要對(duì)圖像進(jìn)行灰度校正，降低灰度變化對(duì)內(nèi)源光信號(hào)的影響。

圖像進(jìn)行灰度校正前后對(duì)比圖，見(jiàn)圖6。可以看出，校正前后的圖像灰度值變化并不大，但圖像更加清晰，能看到視網(wǎng)膜血管更多的細(xì)節(jié)結(jié)構(gòu)，視網(wǎng)膜黃斑區(qū)也更加明顯。

校正后的內(nèi)源光信號(hào)比校正前的信號(hào)峰值有所增加，圖7c峰值由5%增加到12%，圖7d峰值增加由12%到26%?；叶刃Ｕ昂?，視網(wǎng)膜黃斑區(qū)內(nèi)源光信號(hào)的趨勢(shì)相似，但由于背景變化的影響，校正前受到刺激后光信號(hào)的變化不明顯如圖7a，c（黑色實(shí)線框），經(jīng)過(guò)校正后發(fā)現(xiàn)，同一位置的內(nèi)源光信號(hào)得到了明顯增強(qiáng)，并且內(nèi)源光信號(hào)的曲線變化得到了一定的改善，能夠提取出一些細(xì)節(jié)信號(hào)的變化如圖7b，d黑色實(shí)線框），為今后探究?jī)?nèi)源光信號(hào)的生理學(xué)意義奠定了基礎(chǔ)。

圖5 圖像配準(zhǔn)

圖6 圖像進(jìn)行灰度校正前后對(duì)比圖

4 結(jié)論

在運(yùn)用視網(wǎng)膜脈絡(luò)膜同步血管造影儀對(duì)人眼進(jìn)行光刺激下視網(wǎng)膜內(nèi)源光信號(hào)圖像檢測(cè)過(guò)程中，眼球的輕微移動(dòng)就會(huì)造成視網(wǎng)膜圖像位置的抖動(dòng)及灰度變化，影響對(duì)黃斑區(qū)內(nèi)源光信號(hào)的采集。本文通過(guò)采用歸一化相關(guān)系數(shù)匹配法對(duì)圖像進(jìn)行配準(zhǔn)后，采用灰度線性變換對(duì)獲取的圖像進(jìn)行灰度校正，最后提取視網(wǎng)膜黃斑區(qū)的內(nèi)源光信號(hào)。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)校正后的圖像獲得的內(nèi)源光信號(hào)與校正前內(nèi)源光信號(hào)趨勢(shì)相同，但信號(hào)增強(qiáng)且能觀察到更加細(xì)節(jié)的信號(hào)變化，說(shuō)明通過(guò)灰度線性變換對(duì)獲得圖像進(jìn)行灰度校正能增加人眼視網(wǎng)膜內(nèi)源光信號(hào)探測(cè)的準(zhǔn)確性，降低背景灰度變化對(duì)內(nèi)源光信號(hào)變化產(chǎn)生的干擾影響，為進(jìn)一步探究視網(wǎng)膜內(nèi)源光信號(hào)與視網(wǎng)膜生理學(xué)意義的關(guān)聯(lián)提供了可能性。

圖7 為可見(jiàn)光刺激下灰度校正前后視網(wǎng)膜圖像內(nèi)源光信號(hào)對(duì)比圖

[參考文獻(xiàn)]

[1] Yao XC,Li YC.Functional imaging of retinal photoreceptors and inner neurons using stimulus-evoked intrinsic optical signals[J].Retin Dev Meth Protoc,2012:277-285.

[2] Lima VC,Prata TS,De Moraes CGV,et al.A comparison between microperimetry and standard achromatic perimetry of the central visual fi eld in eyes with glaucomatous paracentral visual- fi eld defects[J].Brit J Ophthalmol,2010,94(1):64-67.

[3] 朱敏,李國(guó)培.視覺(jué)電生理聯(lián)合對(duì)比敏感度檢查對(duì)原發(fā)性開(kāi)角型青光眼早期診斷的意義[J].臨床眼科雜志,2011,1:34-36.

[4] Hirohara Y,Mihashi T,Kanda H,et al.Optical imaging of retina in response to grating stimuli in cats[J].Exp Eye Res,2013,109:1-7.

[5] Michel MT,Barry C,Mark JJP,et al.Impact of motionassociated noise on intrinsic optical signal imaging in humans with optical coherence tomography[J].Biomed Opt Express,2015,6(5): 1632-1647.

[6] Yang YH,Shao SY,Tian B,et al.Optical functional imaging of retina using stimulus-evoked intrinsic optical signals[J].Opt Health Care Biomed Opt,2014,6:1-6.

[7] Das A.Task-related responses in intrinsic-signal optical imaging[J].J Vision,2015,15(12):1415.

[8] Yao XC.Intrinsic optical signal imaging of retinal activation[J]. Jpn J Ophthalmol,2009,53(4):327-333.

[9] Li YC,Luo JM,Lu RW,et al.Dynamic intrinsic optical signal monitoring of electrically stimulated inner retinal neural response[J].J Mod Opt,2012,59(11):967-971.

[10] Hansen MB,Abràmoff MD,Folk JC,et al.Results of aut-omated retinal image analysis for detection of diabetic retinopathy from the Nakuru Study, Kenya[J].PloS one,2015,10(10): e0139148.

[11] Li YC, Strang C,Amthor FR,et al.Parallel optical monitoring of visual signal propagation from the photoreceptors to the inner retina layers[J].Opt Lett,2010,35(11):1810-1812.

[12] Tao J,Jian W,Zhong L,et al.Population response characteristics of intrinsic signals in the cat somatosensory cortex foll owing canine mechanical stimulation[J].Neuroscience, 2016,329:254-263.

[13] 孫勁光,張文斌,朱世安.圖像灰度的處理方法及實(shí)現(xiàn)[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版),2002,21(3):340-341.

[14] 儲(chǔ)穎,唐超倫,紀(jì)震,等.基于直方圖信息和灰度偏移網(wǎng)格的數(shù)字減影圖像灰度矯正算法[J].電子學(xué)報(bào),2006,34(1):159-162.

[15] 焦亞冰.一種灰度模糊圖像清晰化處理方法的實(shí)現(xiàn)[A].2011年亞太信息網(wǎng)絡(luò)與數(shù)字內(nèi)容安全會(huì)議(APCID2011)論文集[C].珠海:中國(guó)人工智能學(xué)會(huì),2011:230-235.

[16] 林天圓,王杰,李金屏.一種光照不均勻圖像的灰度校正方法[J].濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,29(6):401-405.

[17] 靳雁霞.數(shù)字圖像的灰度處理[J].測(cè)試技術(shù)學(xué)報(bào),2004,18s: 97-100.

[18] Tsunoda K,Hanazono G,Inomata K,et al.Origins of retinal intrinsic signals: a series of experiments on retinas of macaque monkeys[J].Jpn J Ophthalmol,2009,53(4):297-314.

本文編輯 袁雋玲

Application of Gray Image Level Correction in the Detection of Intrinsic Optical Signals in Retina

Z H A N G J i e-r u i1, G U O X u e-q i a n2MA L i-p i n g2, H O U J u n-j i e1, S H A O S h u a n g-y u n1,

1.School of Science, Beijing Jiaotong University, Beijing 100044, China; 2.Beijing Key Laboratory of Fundamental Research on Biomechanics in Clinical Application, Capital Medical University, Beijing 100069, China

Ob j e c t i v e The image of intrinsic optical signals (IOSs) was preprocessed to eliminate the image position offset caused by the blink of the test eye and to reduce background noise caused by image gray level uneven. Me t h o d s We have adopted the normalized correlation coefficient of registration for image registration. Then, the gray linear transformation was used to obtain image gray scale correction. Finally we extracted IOSs of the macular area in retinal. R e s u l t s Experimental results indicated that it could effectively improve the relative intensity of IOSs, trough amplitude was twice as high as the relative treatment (5% to 12%; 12% to 26%); in addition, we could observe more changes in signal details by improve the endogenous optical signal curve. C o n c l u s i o n The results we get are similar to the results of existing literature. Thus, the method is effective and reliable, which lay a foundation for exploring signal physiology significance.

optical imaging; gray scale; intrinsic optical signals; signal detection; retina

R770.4；TN911.6

B

10.3969/j.issn.1674-1633.2017.07.015

1674-1633(2017)07-0051-05

2017-01-16

2017-03-04

北京市教育委員會(huì)科技計(jì)劃一般項(xiàng)目（KM201610025010）。

邵雙運(yùn)，副教授，主要研究方向?yàn)楣怆姍z測(cè)技術(shù)、光學(xué)三維測(cè)量技術(shù)。

通訊作者郵箱：shao_sy@tom.com