CN104013384A - 眼前节断层图像特征提取方法 - Google Patents

眼前节断层图像特征提取方法 Download PDF

Info

Publication number
CN104013384A
CN104013384A CN201410259305.4A CN201410259305A CN104013384A CN 104013384 A CN104013384 A CN 104013384A CN 201410259305 A CN201410259305 A CN 201410259305A CN 104013384 A CN104013384 A CN 104013384A
Authority
CN
China
Prior art keywords
ocular segment
anterior ocular
faultage image
anterior
image feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410259305.4A
Other languages
English (en)
Other versions
CN104013384B (zh
Inventor
王勤美
陈浩
于航
黄锦海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wenzhou Yan Shiguang Development Co Ltd
Original Assignee
Wenzhou Yan Shiguang Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wenzhou Yan Shiguang Development Co Ltd filed Critical Wenzhou Yan Shiguang Development Co Ltd
Priority to CN201410259305.4A priority Critical patent/CN104013384B/zh
Publication of CN104013384A publication Critical patent/CN104013384A/zh
Application granted granted Critical
Publication of CN104013384B publication Critical patent/CN104013384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Eye Examination Apparatus (AREA)

Abstract

本发明提供了一种眼前节断层图像特征提取方法,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量。本发明通过寻找潜在区域及blob形状分析减少了需要进一步处理的区域范围,从而大幅度提高了图像处理时间,采用两次查找边缘使得定位更加精确,从而实现了在眼前节断层图像特征的实时提取、分析,为后续求得眼前节临床参数提供了可靠的基础数据。

Description

眼前节断层图像特征提取方法
技术领域
本发明涉及眼科医学图像处理方法,尤其涉及一种眼前节断层图像特征提取方法。
背景技术
眼前节是眼球的一部分,具体包括:全部角膜、虹膜、睫状体、前房、后房、晶状体悬韧带、房角、部分晶状体、周边玻璃体、视网膜及眼外肌附着点部和结膜等。
近年来眼科医学影像技术发展迅速,使眼科医生对眼睛的观察更直接、更清晰,确诊率也更高。计算机辅助诊断技术主要研究如何通过图像处理技术对这些眼科医学影像信息进行有效的处理,辅助眼科医生的诊断甚至进行手术规划,具有重大的社会效益和广泛的应用前景。
医学图像处理技术作为计算机辅助诊断的关键不断发展,各学科的交叉已是必然的趋势。特别是随着眼科医疗的蓬勃发展,对眼科医学图像处理与分析提出的要求也越来越高,所以进一步研究研究医学图像处理与分析具有十分重要的意义。
因此,本领域的技术人员致力于开发一种眼前节断层图像特征提取方法。
发明内容
有鉴于现有技术的缺陷,本发明所要解决的技术问题是提供一种眼前节断层图像特征提取方法。
为实现上述目的,本发明提供了一种眼前节断层图像特征提取方法,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量。也可根据系统的精度需求设定相应的容错机制,以提高系统测量效率。例如设置未能成功找到眼前节特征的累计计数器和连续找不到眼前节的计数器参数。
进一步地,对单张断层图像进行处理,包括以下步骤:
(1)对图像进行二值化;
(2)blob分析确定潜在区域;
(3)利用形态学分析剔除毛刺和噪声;
(4)查找区域边界的局部最大梯度跳变,以精确定位边界。
进一步地,眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界;
进一步地,用相机连续采集眼前节断层图像。
进一步地,眼前节断层图像为bmp或jpeg格式。
进一步地,眼前节断层图像可以是相同分辨率或不同分辨率的。
进一步地,连续n张照片均能找到眼前节特征,其中n≥15。
技术效果
本发明通过寻找潜在区域及blob形状分析减少了需要进一步处理的区域范围,从而大幅度提高了图像处理时间,采用两次查找边缘使得定位更加精确,从而实现了在眼前节断层图像特征的实时提取、分析,为后续求得眼前节临床参数提供了可靠的基础数据。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的眼前节断层扫描测量整体流程图,该流程图未增加容错机制。
图2是本发明的一个较佳实施例的图像处理流程图。
具体实施方式
如图1所示,首先将系统初始化,计数器清零,即设为i=0。用相机采集一张图像,保存为压缩率较低的文件格式,例如bmp或者jpeg格式,保证图像具有更多的局部细节。
接下来的步骤中,对相机采集的图像作处理,如图2所示。第一步,对图像进行二值化;第二步,blob分析确定潜在区域;第三步,利用形态学分析剔除毛刺和噪声;第四步,查找区域边界的局部最大梯度跳变,以精确定位边界。眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界;以上完成了单张图像的处理,确定1次眼前节特征,计数器增加1次,即i=i+1。若连续n次均成功获得眼前节参数并定位眼前节,即i从0连续累加至n,完成眼前节断层整体扫描测量。一般需保证n≥15。如果上述过程中某一次未成功获得眼前节特征,则不管i已累计至何数值,均直接清零。然后重新开始图像采集、图像处理、寻找眼前节特征等一系列步骤,直至连续n次成功找到眼前节特征,完成眼前节断层整体扫描测量。
为了提高采集效率,且在精度允许范围内,可以加入容错机制,即部分图片未能准确定位眼前节参数:
1.增加累计未能定位眼前节参数的计数器j。当某张图片未能成功定位眼前节时,计数器j增加1次,即j=j+1,当j≤m时,忽略该帧图像,成功提取的计数器i继续加1,即i=i+1,直到j>m时,则不管i已累计至何数值,所有计数器均直接清零,重新开始新一轮的采集。可根据系统精度要求设置相应的m值,m≥0,当m=0时,系统精度最高。
2.增加连续未能准确定位眼前节参数的计数器t,当上一帧图像和当前帧图像均未能准确定位眼前节时,计数器t增加1次,即t=t+1,当t≤k时,忽略该帧图像,成功提取的计数器i继续加1,即i=i+1,直到t>k时,则不管i已累计至何数值,所有计数器均直接清零,重新开始新一轮的采集。可根据系统的精度要求设置相应的k值,k≥0。当k=0时,系统精度最高。
单帧图像处理的时间控制在25ms内,可实现眼前节特征的实时定位及显示。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.眼前节断层图像特征提取方法,其特征在于,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量。 
2.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,所述对单张断层图像进行处理,包括以下步骤: 
(1)对图像进行二值化; 
(2)blob分析确定潜在区域; 
(3)利用形态学分析剔除毛刺和噪声; 
(4)查找区域边界的局部最大梯度跳变,以精确定位边界。 
3.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,所述眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界。 
4.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,用相机连续采集眼前节断层图像。 
5.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,眼前节断层图像为bmp或jpeg格式。 
6.根据权利要求l所述的眼前节断层图像特征提取方法,其特征在于,眼前节断层图像可以是相同分辨率或不同分辨率的。 
7.根据权利要求l所述的眼前节断层图像特征提取方法,其特征在于,其中n≥15。 
CN201410259305.4A 2014-06-11 2014-06-11 眼前节断层图像特征提取方法 Active CN104013384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410259305.4A CN104013384B (zh) 2014-06-11 2014-06-11 眼前节断层图像特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410259305.4A CN104013384B (zh) 2014-06-11 2014-06-11 眼前节断层图像特征提取方法

Publications (2)

Publication Number Publication Date
CN104013384A true CN104013384A (zh) 2014-09-03
CN104013384B CN104013384B (zh) 2016-04-20

Family

ID=51430596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410259305.4A Active CN104013384B (zh) 2014-06-11 2014-06-11 眼前节断层图像特征提取方法

Country Status (1)

Country Link
CN (1) CN104013384B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105411523A (zh) * 2015-12-07 2016-03-23 温州医科大学眼视光器械有限公司 一种角膜图像处理方法
CN108470348A (zh) * 2018-02-13 2018-08-31 温州眼视光发展有限公司 裂隙灯眼前节断层图像特征提取方法
WO2020029064A1 (zh) * 2018-08-07 2020-02-13 温州医科大学 光学相干断层图像处理方法
CN111110183A (zh) * 2019-12-17 2020-05-08 温州医科大学 一种双眼光学相干自动对焦成像装置及工作方法
CN111652841A (zh) * 2020-04-24 2020-09-11 温州医科大学附属眼视光医院 一种基于图像处理的角膜损伤检测方法
WO2020211174A1 (zh) * 2019-04-18 2020-10-22 温州医科大学 基于机器视觉的偏心摄影验光图像处理的方法
WO2020211173A1 (zh) * 2019-04-18 2020-10-22 温州医科大学 基于机器视觉的眼前节断层图像的图像特征提取方法
CN111861977A (zh) * 2020-05-27 2020-10-30 温州医科大学附属眼视光医院 一种基于机器视觉的眼前节断层图像的特征提取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900951A (zh) * 2006-06-02 2007-01-24 哈尔滨工业大学 基于数学形态学的虹膜图像柔性分区方法
CN101241548A (zh) * 2007-02-08 2008-08-13 爱信精机株式会社 睑检测装置及其程序
US20110267580A1 (en) * 2010-04-30 2011-11-03 Canon Kabushiki Kaisha Characteristic image extraction method and ophthalmologic apparatus
CN102469935A (zh) * 2009-07-14 2012-05-23 佳能株式会社 图像处理设备、图像处理方法和程序
US20130070988A1 (en) * 2010-06-17 2013-03-21 Canon Kabushiki Kaisha Fundus image acquiring apparatus and control method therefor

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900951A (zh) * 2006-06-02 2007-01-24 哈尔滨工业大学 基于数学形态学的虹膜图像柔性分区方法
CN101241548A (zh) * 2007-02-08 2008-08-13 爱信精机株式会社 睑检测装置及其程序
CN102469935A (zh) * 2009-07-14 2012-05-23 佳能株式会社 图像处理设备、图像处理方法和程序
US20110267580A1 (en) * 2010-04-30 2011-11-03 Canon Kabushiki Kaisha Characteristic image extraction method and ophthalmologic apparatus
US20130070988A1 (en) * 2010-06-17 2013-03-21 Canon Kabushiki Kaisha Fundus image acquiring apparatus and control method therefor

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄思尉 田小林 孙延奎: "眼前节组织OCT图像边缘检测及特征角点提取", 《计算机工程与应用》, vol. 48, no. 25, 30 September 2012 (2012-09-30) *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105411523A (zh) * 2015-12-07 2016-03-23 温州医科大学眼视光器械有限公司 一种角膜图像处理方法
CN105411523B (zh) * 2015-12-07 2020-04-10 温州医科大学眼视光器械有限公司 一种角膜图像处理方法
CN108470348A (zh) * 2018-02-13 2018-08-31 温州眼视光发展有限公司 裂隙灯眼前节断层图像特征提取方法
WO2020029064A1 (zh) * 2018-08-07 2020-02-13 温州医科大学 光学相干断层图像处理方法
CN111093525A (zh) * 2018-08-07 2020-05-01 温州医科大学 光学相干断层图像处理方法
WO2020211174A1 (zh) * 2019-04-18 2020-10-22 温州医科大学 基于机器视觉的偏心摄影验光图像处理的方法
WO2020211173A1 (zh) * 2019-04-18 2020-10-22 温州医科大学 基于机器视觉的眼前节断层图像的图像特征提取方法
CN111110183A (zh) * 2019-12-17 2020-05-08 温州医科大学 一种双眼光学相干自动对焦成像装置及工作方法
CN111652841A (zh) * 2020-04-24 2020-09-11 温州医科大学附属眼视光医院 一种基于图像处理的角膜损伤检测方法
CN111861977A (zh) * 2020-05-27 2020-10-30 温州医科大学附属眼视光医院 一种基于机器视觉的眼前节断层图像的特征提取方法

Also Published As

Publication number Publication date
CN104013384B (zh) 2016-04-20

Similar Documents

Publication Publication Date Title
CN104013384B (zh) 眼前节断层图像特征提取方法
US11210789B2 (en) Diabetic retinopathy recognition system based on fundus image
WO2021082691A1 (zh) 眼部oct图像病灶区域的分割方法、装置及终端设备
CN102136135B (zh) 眼前节光学相干层析图像的角膜及眼前房内轮廓提取方法
US9299139B2 (en) Volumetric analysis of pathologies
Al-Fahdawi et al. A fully automated cell segmentation and morphometric parameter system for quantifying corneal endothelial cell morphology
CN104809424A (zh) 一种基于虹膜特征实现视线追踪的方法
Suero et al. Locating the Optic Disc in Retinal Images Using Morphological Techniques.
CN104050667A (zh) 瞳孔跟踪图像处理方法
Askarian et al. An affordable and easy-to-use diagnostic method for keratoconus detection using a smartphone
CN111938567B (zh) 基于深度学习的眼科参数测量方法、系统及设备
Sadhukhan et al. Optic disc localization in retinal fundus images using faster R-CNN
Hezekiah et al. A Review on cornea imaging and processing techniques
CN111260610A (zh) 一种基于房角开放距离曲线的眼前节状态表征方法及系统
Kumara et al. Active contour-based segmentation and removal of optic disk from retinal images
Patil et al. Analysis and study of cataract detection techniques
EP3129956B1 (en) Method for the analysis of image data representing a three-dimensional volume of biological tissue
Charoenpong et al. Pupil extraction system for Nystagmus diagnosis by using K-mean clustering and Mahalanobis distance technique
Tulasigeri et al. An advanced thresholding algorithm for diagnosis of glaucoma in fundus images
Quan et al. Automatic glaucoma screening hybrid cloud system with pattern classification algorithms
Chaturvedi et al. Advances in Computer-Aided Diagnosis of Diabetic Retinopathy
Hui Analysis of Retinal Images for Glaucoma Diagnosis
Valencia Automatic detection of diabetic related retina disease in fundus color images
Chen et al. Semantic segmentation and image quality assessment of anterior segment images for smartphones
JP2016016103A (ja) 眼科装置及びその制御方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant