图像处理方法和装置及有图像处理装置的激光扫描检眼镜

摘要

激光扫描检眼镜获取视网膜的图像。图像通过以下步骤来处理，所述步骤为：(i)沿着一维切片映射图像；(ii)计算切片的小波尺度谱；(iii)映射来自小波尺度谱的脊特征；对一个或多个映射的图像切片重复步骤(i)、(ii)和(iii)。叠加来自切片的所映射的脊特征。纹理信息从叠加的所映射的脊特征中导出。该分析可调整为检测各种纹理特征，例如检测图像伪影，或者用于视网膜的病理分类。

说明书

技术领域

本发明涉及图像处理，更具体地涉及图像处理方法和装置，以及具有 图像处理装置的激光扫描检眼镜。在一个例子中，本发明涉及但不排他地 涉及应用于眼部成像领域中的纹理分析方法。

背景技术

采用数字图像传感器来捕捉图像数据已为我们所熟知。提供了感光图 像元素(像素)的阵列，其可被制造为电荷耦合设备或使用互补金属氧化 物半导体(CMOS)技术来制造。入射辐射导致在每像素产生电荷。该电 荷被转化为电压，然后数字化电压值。当像素设置为在感光模式下时，电 压的值取决于在积分时间内对像素的照明入射强度。像素阵列可以由一 维、二维或者三维构成。例如，如日常相机中发现的最常见形式是二维像 素阵列。一维像素阵列通常称为“线性阵列”，且有这种阵列的图像传感 器可以被称为线性传感器或线性扫描仪。

从像素阵列导出的强度值的集合被称作图像数据。像素阵列的“原始” 图像数据输出可能经过各种后处理技术以便再生图像，用以被人观测或者 由机器来处理。这些后处理技术可以包括各种统计方法，其用于图像分析 和执行各种相机和图形处理功能。

这些技术的一个例子是对图像内的纹理的识别和/或分类。纹理可以代 表对象或区域的表面特性，且可被用作识别图像中不同对象或不同对象区 域的基础。建模纹理通常通过信号强度的变化进行描述，且有时通过图像 中这些变化的空间关系(局部邻域性质)描述。

通常在用于建模纹理的方法中采用二维小波变换。小波变化是有用 的，因为它们提供构造信号的时间-频率表示的能力，此时间-频率表示提 供非常好的时间和频率定位。

对小波变换的介绍可以从US 2010/0014761中找到，并且在下文中在 具体描述部分中进行提供。

然而这些方法不能容忍被测量的纹理特征的碎片，即，当纹理特征包 括图像中的散开的、不规则的、破碎的或者间隔开的图案时。这还使现有 技术的分辨率和分辨能力受限。

因此，需要对纹理图像中的碎片更具鲁棒性，和/或相对于现有的基于 小波的技术具有提高的分辨率，和/或具有提高的分辨能力的方法。

发明内容

根据本发明的第一方面，提供了图像处理的方法，所述方法包括：

(i)沿着一维切片映射图像；

(ii)计算切片的小波尺度谱；

(iii)映射在小波尺度谱内的脊特征；

对一个或多个所映射的图像切片重复步骤(i)、(ii)和(iii)；

叠加来自切片的所映射的脊特征；以及从所叠加的所映射的脊特征中 导出纹理信息。

由于纹理分析只基于提取的脊特征而执行，故在被测量的纹理特征是 分段的情况下，此方法提供鲁棒性的、可靠的性能。

可选地，从所叠加的映射的脊特征中导出纹理信息的所述步骤包括， 根据跨越所映射的脊特征的2D的频率和尺度空间的直方图表示确定阈值 或导出统计数据。

可选地，沿着一维切片映射图像的所述步骤包括选择来自图像的图像 数据的一行或一列。

可替代地，沿着一维切片映射图像的所述步骤包括将沿着一组图像数 据像素的路径映射到直线表示。

可选地，沿着一组图像数据像素的所述路径包括一条直线，其与由图 像数据像素的行和列定义的水平轴或垂直轴成角度。

可选地，沿着一组图像数据像素的所述路径包括环形路径，或者环形 路径的一部分。

可选地，所选定的行或列或者所述路径被选择为具有方向性，其方向 性与期望的或被搜索的图像特性的方向性相对应。

可选地，所述图像特性是与已知的病理或身体状况相关的特征。

这些病理或身体状况的例子包含视网膜缺血区、黄斑部退化、或者其 他视网膜病理区域。

可选地，所导出的纹理信息被用来将视网膜图像区域分类为包括视网 膜纹理或者包括眼睑或眼睫毛的纹理。

可选地，包括眼睑或眼睫毛纹理的区域从随后的进一步的图像分析和 /或检查程序中排除。

可选地，所得到的纹理信息被用来识别扫描仪特定的图像异常。

各例子包含图像强度中的细微的、周期的变化，其是由于光学扫描组 件的误差引起的。

可选地，计算切片的小波尺度谱的步骤包括应用连续小波变换。

可选地，计算小波尺度谱的步骤包括选择所应用的小波变换的特征频 率以与选定的形状匹配。

可选地，计算小波尺度谱的步骤包括选择所应用的小波变换的尺度来 匹配选定的特征尺寸。

特征频率和所应用的小波变换的尺度两者之一的选择允许其被调整 到锁定感兴趣的特征，这些特征被期望呈现在图像中或者正在被搜索。

可选地，选定特征频率和尺度使得与视网膜内的视杆和/或视锥的尺寸 和形状匹配。

根据本发明的第二方面，提供了图像处理装置，所述装置包括：

从图像传感器接收图像数据的工具；以及

处理器，其被设置为：

(i)沿着一维切片映射图像；

(ii)计算切片的小波尺度谱；

(iii)映射在小波尺度谱内的脊特征；

对一个或多个所映射的图像切片重复步骤(i)、(ii)和(iii)；

叠加来自切片的所映射的脊特征；以及

从所叠加的所映射的脊特征中导出纹理信息。

可选地，该装置被设置为执行以上定义的特征的方法。

根据本发明的第三方面，提供了具有图像处理装置的激光扫描检眼 镜，所述激光扫描检眼镜包括：

从图像传感器接收图像数据的工具；以及

处理器，其被设置为：

(i)沿着一维切片映射图像；

(ii)计算切片的小波尺度谱；

(iii)映射在小波尺度谱内的脊特征；

对一个或多个所映射的图像切片重复步骤(i)、(ii)和(iii)；

叠加来自切片的所映射的脊特征；以及

从所叠加的所映射的脊特征中导出纹理信息。

根据本发明的第四方面，提供了由指令编码的计算机程序产品，当 指令在计算机上运行时，致使计算接收图像数据和执行图像处理的方法， 所述方法包括：

(i)沿着一维切片映射图像；

(ii)计算切片的小波尺度谱；

(iii)映射在小波尺度谱内的脊特征；

对一个或多个所映射的图像切片重复步骤(i)、(ii)和(iii)；

叠加来自切片的所映射的脊特征；以及

从所叠加的所映射的脊特征中导出纹理信息。

该计算机程序产品可以作为在计算机可读介质上的一个或多个指令 或代码进行存储或传输。计算机可读介质包含计算机存储介质和传播介 质，传播介质包含促使计算机程序从一地到另一地传送的任何介质。存储 介质包括可以是可由计算机访问的任何可用介质。例如，这种计算机可读 介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、 磁盘存储器或其它磁存储设备、或任何可由计算机访问的和可以用来携带 或存储期望的以指令或数据结构形式的程序代码。另外，任何连接被适当 地称为计算机可读介质。例如，若软件是从网站、服务器或者使用同轴电 缆、光缆、双绞线、数字用户线(DSL)或诸如红外线、无线电、微波等 的无线技术的其它远程源发送来的，那么同轴电缆、光缆、双绞线、DSL 或诸如红外线、无线电、微波等的无线技术被包含在介质的定义之内。本 文所使用的磁盘和光盘包括压缩光盘(CD)、激光盘、光盘、数字式多功 能光盘、软盘和蓝光光盘，其中磁盘通常磁性地再生数据，而光盘光学地 用激光再生数据。上述的组合也应包含在计算机可读介质的范围之内。与 计算机程序产品的计算机可读介质相关联的指令或代码可由计算机来执 行，例如，通过一个或多个处理器，诸如一个或多个数字信号处理器(DSP)、 通用微处理器、ASIC、FPGA、或者其他等价的集成或离散的逻辑电路。

附图说明

本发明的实施例仅通过举例的方式并参考附图进行描述，在附图中：

图1示出了根据本发明的第一实施例的示例性算法的步骤；

图2示出了图1中示出的沿切片坐标映射图像的步骤的各个方面；

图3示出了如图1中示出的计算切片映射的小波尺度谱的步骤的各个 方面；

图4示出了示例性的尺度谱的脊，以用于说明目的；

图5示出了如图1中示出的映射在尺度谱表面上脊特征的步骤的各个 方面；

图6示出了如图1中示出的如下步骤的各个方面，该步骤为：将每个 切片的脊特征叠加成脊合成映射，产生特征位置直方图和阈值确定直方 图，以确定上部组件的频率；

图7示出了如图1中示出的输出图像选定区域上的特征计数的步骤的 各个方面；

图8示出了关于视网膜图像区域的基于小波的表面纹理映射的示例性 实施例，其表示图像在径向切片上进行映射的步骤；

图9示出了以相等的采样间隔对正交纹理图像中的图8中示出的切片 的叠加；

图10示出了将来自图9的信息以正交纹理图像的每个切片的覆盖尺 度谱的形式压缩到频域；

图11示出了用来参数化视网膜纹理的、来自图10的示意图的小波尺 度熵的峰值；

图12示出了关于视网膜区域的基于小波的表面纹理映射的小波的其 它方面，其表示径向扫描被成像以绘制视网膜纹理特性的范围；

图13示出了相对于尺度谱熵峰的位置进行绘制的尺度谱熵峰值，表 示了视网膜纹理可以如何在一组眼睑纹理和一组眼睫毛纹理中进行分割； 以及

图14示出可根据本发明的实施例的纹理分类方法的示例性应用。

具体实施方式

下面关于小波的介绍性的描述源自US 2010/0014761，但略有修改。

小波变换介绍

根据本公开，信号x(t)的连续小波变化可被定义为：

$T(a,b)=\frac{1}{\sqrt{a}}\underset{-\infty }{\overset{+\infty }{\int }}{x\left(t\right)\psi }^{*}\left(\frac{t-b}{a}\right)\mathrm{dt}$   (方程1)

其中ψ*(t)是小波函数ψ(t)的复共轭，a是小波的伸缩参数且b是小波的 定位参数。由方程(1)给出的变换可用于在变换表面上构造信号表示。 该变换可被看作是时间尺度的表示。小波由一系列频率构成，其中一个可 被表示为小波的特征频率，其中与小波相关的特征频率与尺度a成反比。 主频是特征频率的一个例子。特定小波的每个尺度可具有不同的特征频 率。

连续小波变换使用小波分解信号，该小波通常在时间上高度局部化。 和离散变换相比，连续小波变换能提供更高的分辨率，因此较诸如傅里叶 变换(或任何其它频谱技术)或离散小波变换而言，连续小波变换提供从 信号中获取更多信息的能力。连续小波变换允许具有跨越信号的感兴趣尺 度的尺度的一定范围的小波的使用，这样小尺度信号分量很好地与较小尺 度小波相关，且因此在变换中，在较小尺度处显示出高能量。同样地，大 尺度信号分量很好地与较大尺度小波相关，且因此在变换中，在较大尺度 处显显出高能量。因此，不同尺度处的分量可被分离并在小波变换频域内 被提取出来。此外，与可能相对于离散技术相比，在尺度和时间位置上的 连续范围的小波的使用允许更高的分辨率变换。

小波变换、尺度谱的能量密度函数如下定义：

S(a,b)＝|T(a,b)|²   (方程2)

其中'||'是模运算符。该尺度谱可出于有用目的而进行重新调整。一个 常见的再密封如下定义为：

$S_R(a,b)=\frac{{\left|T(a,b)\right|}^2}{a}$   (方程3)

并且重密封对当例如使用莫莱小波(Morlet wavelet)时在小波空间中 定义脊是有用的。脊被定义为在平面上的局部最大值的点的轨迹。

对于要求快速数值计算的实现，小波变换可以被表示为使用傅里叶变 换的近似法。依照卷积定理，由于小波变换是信号与小波函数的互相关， 小波变换可近似依据信号傅里叶变换和小波的傅里叶变换的乘积的反向 FFT，其中对信号傅里叶变换和小波的傅里叶变换中的每个要求一个尺度， 然后将结果乘以√a。

在本文接下来的该技术的讨论中，“尺度谱”可以理解为包含所有合 适的形式的再密封，包含但不限于，原始未密封的小波表示、线性重新调 整、小波变换的模的任意功率，或任何其它合适的再密封。另外，出于清 楚和简洁的目的，术语“尺度谱”应被理解为表示小波变换、T(a,b)自身、 或其的任一部分。例如，小波变换的实部、小波变换的虚部、小波变换的 相位、小波变换的任何其他适当的部分、或任何其中的组合旨在由术语“尺 度谱”来传达。

被理解为代表性的时间周期的尺度，可以转换为小波函数的特征频 率。与任意一个尺度的小波相关联的特征频率由下式给出：

$f=\frac{\mathrm{fc}}{a}$   (方程4)

其中，母小波(即，a＝1时)的特征频率的fc变成标定常数且f为任 意尺度a的小波的代表性或特征频率。

任何适用的小波函数可与本公开结合使用。最常使用的复小波之一， 莫莱小波如下定义为：

$\psi \left(t\right)={\pi }^{-1/4}(e^{i2\pi f_{0}t}-e^{{\left(i2\pi f_0\right)}^2/2})e^{-t^2/2}$   (方程5)

其中，f₀是母小波的中心频率。括号中的第二项称为修正项，因为它 修正高斯窗内的复正弦波的非零均值。实际中，对于f₀>>0的值，其变得 可忽略不计的且可被忽略，在这种情况下，莫莱小波可以更简化的形式书 写为：

$\psi \left(t\right)=\frac{1}{\pi 1/4}{e}^{i2\pi f_{0}t}{e}^{-t^2/2}$   (方程6)

该小波是有尺度的高斯包络内的复波。同时莫莱小波的两种定义都包 含于此，方程(6)的函数并不是严格意义上的小波，因为它有非零均值 (即，其相应能量频谱的零频率项是非零的)。然而，本领域技术人员将 认识到，方程(6)可以f0>>0和最小的误差在实际中使用，并且包含于(以 及其他类似的相近的小波函数)本文的小波定义。

图像形成介绍

如上所述，本公开提供了将小波变换用于参数化图像中的某种特征 (或相似特性的特征)的发生率或密度的用途。在一个实施例中，图1中 示出了执行本公开的示例性方法的算法概要。其中，小波分析的常规使用 是指随时间变化的波形和时间频率，本领域技术读者将理解，相同的技术 可以适用于处理具有空间频率特征的图像。

图1示出的方法包括以下步骤：加载图像100，选择用于分析的区域 102，开始切片循环104，沿着切片坐标映射图像106，计算切片映射的小 波尺度谱108，映射在尺度谱表面上的脊特征110，将每个切片的脊特征叠 加成脊合成映射112。然后步骤104-112针对N个切片循环N次，接着切 片循环结束，即当计数器达到N时。然后该方法继续以下步骤：由合成映 射产生特征位置(在空间频率中)直方图114，确定直方图阈值以确定上 部分量的频率116，以及输出图像选定区域上的特征计数118。本领域技术 人员理解的是，没必要在切片循环中设置叠加步骤。例如，在切片循环结 束时，脊特征在每个图像切片的尺度谱表面上进行映射。利用每个图像切 片的所映射的脊特征，叠加步骤可以在切片循环内的每个切片之后执行或 在单独的循环中执行，以获取脊合成映射。

图2-6示出这些步骤的各个方面，其应用于计算视网膜的视杆和视锥 特征的密度估计的具体例子。这通过调整小波特性以锁定所需要的视杆和 视锥的特征特性来实现。

小波调整通过其特征频率f_c(其定义了可以锁定的形状)的调整和尺 度a(其本质上定义了可被锁定的特征尺寸)的选择来实现。这些参数在 上文参照方程(4)进行解释。f_c和a的具体值可基于标准的眼睛中的视杆 和视锥的已知典型尺寸和形状来选择。应该理解的是，通常小波可被选择 来调整其他纹理特征，例如，诸如由图像扫描阵列或眼睑/眼睫毛分类或视 网膜病理分类的物理结构产生的图像伪影。

图2示出了步骤106的各个方面；即沿切片坐标映射图像的步骤106。 示出了图像200，从中选出区域202用来分析。这里区域202由二维像素 阵列表示。在一个实施例中，每个切片可包括选定区域202的连续的水平 行。图2还示出了绘制y轴上的信号强度相对于x轴上的沿切片的水平位 置的曲线图。

只要该切片与其它切片相互平行，切片映射就可以在任意方向上进 行。切片的位置以视杆/视锥的特征的至少一半像素宽度的像素间距递增。 这个最小间距对应于感兴趣的图案的奈奎斯特频率。

在切片循环期间或从切片循环之后(重复图1中的步骤104到112)， 来自连续切片的数据可以被叠加并可以被绘制在同一曲线图内。

图3示出了图1中示出的步骤108的各个方面，即计算切片映射的小 波尺度谱的步骤108。图300是示出的在图像200的区域202顶部上的切 片映射的表示。显示了切片(相对于x位置显示强度的每个切片)被绘制 在N轴上，其中N为切片的整数计数数目。示例性的小波尺度谱302、304 和306针对在代表性的图300中示出的第一、第二和第三切片。针对存在 的N个切片中的每一个绘制了相似的图。

在这些图中，x轴是像素位置(或沿映射线的定位，通常由符号b表 示)；y轴是尺度(或频率，通常由符号a表示)。z轴为颜色尺度，其中不 同颜色标示小波变换的系数值(通常由记号T(a,b)表示)，并在从蓝色(低 值)变化到红色(高值)的颜色映射的尺度上进行标示。T(a,b)由上述方程 (1)给出。

图4示出尺度谱表面的脊。在此示意图中，两个脊由黑色线绘制，代 表局部最大值，此点处δT/δb＝0。

图5示出图1中示出的算法的步骤110的各个方面，即映射在尺度谱 表面上的脊特征的步骤110。示出了示例性的尺度谱500，它是图3示出的 N个尺度谱中的一个。在该步骤中，尺度谱的脊(例如以502示出的)被 映射和识别，其在图的下半部分中示出。

图6示出图1所示的步骤112、114、116的各个方面，那些步骤为： 将每个切片的脊特征叠加成脊合成映射，由合成映射产生特征的位置直方 图，以及根据直方图确定阈值以确定上部分量的频率。图6示出具有映射 的小波脊(例如由606、608、610表示)的小波尺度谱600、602、604。 根据带索引(脊ID)和它们在时间和频率上的平均位置，可对脊进行标记 和分类。

然后从尺度谱600、602、604中提取出脊形成每个切片的脊数据612、 614、616。然后脊数据被叠加(应理解为，如果优选，脊数据可以直接在 尺度谱中叠加，而不需要在叠加之前进行单独的提取步骤)。另一种情况 下，叠加仅对脊数据进行，而不是整个尺度谱数据)。经叠加的脊的表示 由图618示出，其绘出y轴上的特征频率相对x轴上的空间位置。从示意 图618中可看出，在空间频率尺度上(垂直轴)存在约为1.4的特征边界。 经叠加的脊也可绘制为直方图620，其可被确定阈值以确定上部分量的空 间频率。最高的脊群的出现频率用来估计相干特征的空间密度，其可分解 为刚好低于基底噪声水平。

这些特征将对应于小波特性已经进行调整的特征。在一个例子中，小 波特性可对视杆和视锥纹理特征的相关进行调整。小波的特征频率f_c被调 整为给出最大共振(即在形状上进行匹配)和尺度范围，设置a使得特征 尺寸(或尺寸范围)进行正确匹配。

图7说明了在图1中所示方法的其他各个方面，即输出在图像选定区 域上的特征计数。图7A显示具有选定区域202的图像200。在这种情况下， 来自区域202的所有可用切片700现在已经被处理。图7B显示了选定图 像的分段702。图7C示出了多切片视图，显示了N切片中的每个切片的 强度相对空间位置。图7D示出合成尺度谱706和尺度谱轮廓708。图7E 示出特定切片710和它的尺度谱712。图7F示出经叠加的脊集合714和叠 加的直方图716。在718处示出的特征计数的边界被用来推导该特征密度， 因此，提供图像中的视杆/视锥形状出现的计数。

图8到图13示出另一个可替代的实施例，其中图像在径向切片而不 是水平切片上进行映射。如图8所示，图像800可包括感兴趣的环形区域 802，其映射在多个不同径向切片804上。

叠加切片804以形成如图9所示的具有相等采样间隔的正交纹理图像 900。该示意图代表表示为表面图的图8的同心圆映射，由y轴表示每个 同心映射圆的半径且x轴表示每个圆上的映射点的角位置。过采样可以被 用来确保每个映射的“长度”是相等的，且不随由于映射移动远离中心的 圆周的增加而增加。

然后该信息以重叠正交纹理图像的每个切片的尺度谱的形式压缩到 频域。尺度谱的合成图1000如图10所示。然后经过尺度映射熵，由图11 中的图1100示出。然后小波尺度熵中的峰值1102被用来参数化图像的纹 理，即该例子中的视网膜纹理。

图12中示出了图1200，其示出视网膜区域的基于小波的表面纹理映 射的另一个实施例。映射的区域由白色线示出且表示如图8中所示的径向 映射的子集，定义了一个有限的角区域。从图中可得到来自眼睑和眼睫毛 纹理的分段的视网膜纹理的范围，正如图13中的图1300所示，该图示出 了y轴上的尺度熵峰值能量相对于x轴上的尺度熵峰位置(在频率尺度上 且因此以Hz测量)。若得到每个映射的区域的合成尺度谱且发现尺度熵峰 (沿着尺度带)，则相对峰位置而绘制峰值，得到了一组点，其可在眼睫 毛区域(虚线以上的点1302)和视网膜纹理(虚线以下的点1304)之间 有区别。这可用来作为寻找图像中的有用视网膜纹理范围的自动化方法。

图14示出了可替换的实施例，其中如图1所示的算法的一般方法用 于分类扫描仪引起的图像伪影。在本公开中可被使用的示例性仪器中的一 个是已在EP 0730428中公开的类型的激光扫描检眼镜，在此通过引用并入 EP 0730428的内容。本公开中可使用的另一个示例性仪器是已在WO 2008/009877中公开的类型的激光扫描检眼镜，同样在此通过引用并入WO 2008/009877的内容。在这种类型的装置的一个示例性实现中，通过多边 形装置中具有16个独立的镜面(平面)的线性扫描仪来执行图像扫描。 沿着每个镜面的反射表示图像中的一条垂直扫描线。16条线的垂直块表示 多棱镜的单次转动。若由于内部镜面角度不是足够精确导致反射定时误差 发生，那么与那个平面相关的线的垂直位置将处于垂直方向上(相对于两 侧的线)被替换。还可发生不止一个镜面的定时异常。这将引起图像中的 定时异常的图案(即，垂直定位错误的位移图案)，其每次重复分布在图 像上的16条线。该现象通常被称为“扫描抖动”(在这种特殊情况中是十 六像素抖动)。本公开的方法可用来测量这些类别的异常的发生和强度。

图14示出了可以如何识别这些影响，使得随后可以进行测量。该示 意图示出图像1400、选定区域1402和该区域的合成尺度谱1406。然后图 1408示出了相对于x轴上的像素位置绘制在y轴上沿每个尺度带总计(即， 沿着在尺度谱图1406中的行总计)的能量。关于线性梯度1414的峰值1412 的测量1410给出了像素抖动度量。可从尺度谱总计能量信号中减去线性 斜坡电压，给出看起来更像常规的频谱图的结果。在该例子中的十六像素 间距的纹理响应峰值是包含在图像中的十六像素抖动度或定时异常信息 的指示。

本文所讨论的各种特征和方法启用“纹理”图像特征的自动化表征。 通常，算法将压缩空间信息来提供纹理信息的紧凑定量描述。算法可在例 如眼睑和眼睫毛分类和常见类中的特征计数中有特定的应用。其的例子可 以为定量图像中的(十六)像素抖动以及视网膜图像中的视杆和视锥特征 的“计数”。在后者的例子中，测量可能是关于早期健康状况的指示器， 如老年痴呆症。

对视网膜图像中的像素失真分量或扫描仪伪像的测量也可以用于例 如作为多边形制造的合格/不合格标准，其中多边形是上面提到的欧洲专利 中公开的类型。

脊和尺度谱推测的使用改进了进行的测量的噪声性能。

在不背离本公开的范围内可对上述做各种改进和修改。

例如，在本公开中“视杆和视锥”通常被一起提及，且通常有相似的 尺寸，所以可按上述所教导的进行检测。然而，由于在某些情况下视杆和 视锥的尺寸确定可能彼此不同,故进一步“微调”本公开的方法和装置以独 立对待视杆和视锥是可能的。

此外，如上所述，连续小波变换的使用将通常是优选的。然而，使用 非连续的小波变换也是可能的。

上述和其它变化可由本领域技术人员进行，而不脱离如所附权利要求 中所限定的本发明的精神和范围。