CN105894489B - 一种眼角膜地形图像处理方法 - Google Patents

一种眼角膜地形图像处理方法 Download PDF

Info

Publication number
CN105894489B
CN105894489B CN201410722910.0A CN201410722910A CN105894489B CN 105894489 B CN105894489 B CN 105894489B CN 201410722910 A CN201410722910 A CN 201410722910A CN 105894489 B CN105894489 B CN 105894489B
Authority
CN
China
Prior art keywords
image
complement
determining
processing method
similar
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.)
Active
Application number
CN201410722910.0A
Other languages
English (en)
Other versions
CN105894489A (zh
Inventor
郭雁文
席晓晨
王文玺
薛卓波
郭智勇
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.)
North University of China
Original Assignee
North University of China
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 North University of China filed Critical North University of China
Priority to CN201410722910.0A priority Critical patent/CN105894489B/zh
Publication of CN105894489A publication Critical patent/CN105894489A/zh
Application granted granted Critical
Publication of CN105894489B publication Critical patent/CN105894489B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于形态学的眼睛角膜地形图像特征提取方法。利用区域图像确定偏心率的方法来确定同心圆的圆心，并以此圆心作为极点，将图像转至极坐标域。利用形态学的小尺度方形结构算子，对图像进行预滤波，并从图像的大尺度黑TOP‑HAT变换中减去光照函数，黑TOP‑HAT变换的补用来得到与原始图像相似，而与其补图像不相似的图像。利用给定方向上相距固定距离的简单点对腐蚀图像，确定出纹理直线的主要方向，在此方向上利用开运算方法提取到有效的线形特征，最后利用闭运算方法，对因内睫毛影响而损失的数据进行有效弥补，获得了圆环边缘检测完整的结果图像。

Description

一种眼角膜地形图像处理方法
技术领域
本发明属于图像处理领域，具体涉及一种应用于眼角膜地形图的图像处理方法。
背景技术
角膜是参与人类视觉过程的主要光学要素。角膜的屈光状态是人眼视力的一个重要指标，可以通过分析角膜的表面形状，给眼科疾病的诊断提供有力的帮助，来大大提高视觉识别过程。尤其是在以角膜表面形变为主的眼科疾病(如圆锥角膜等)的诊断方面，获得其表面屈光状态的分布情况具有重要的意义。
角膜地形图能够对患者进行术前检查，为制定手术计划提供参考，能够指导角膜接触镜的佩戴，并可以预知病变位置的移动。常用的角膜地形图系统均指的是基于Placido盘测量技术的角膜地形图系统，因此对摄像机得到的Placido图像进行角膜地形图的精确计算就具有重要的意义。而拍摄光斑，拍摄对象的固定，眼球的运动，泪膜的质量，粘液的存在，以及睫毛的反射等现象，都会导致角膜地形图原始图像质量较差，难以精确计算参数，因此提高原始图像预处理的质量就成为提高角膜地形图参数计算精度的关键。
现有的基于直角坐标系的预处理方法除计算量较大之外，还会导致两个极端，一是导致有用的数据缺失严重，另一极端便是人工拟合的数据过多，在进行参数计算前数据精度不足。因此本发明工作的主要目标是研究一种改进的角膜地形图像处理技术，旨在克服数据丢失，或不完全获取的数据导致的误差，有效实现Placido盘图像中的圆环特征提取，进一步提高参数计算精度。
发明内容
本发明提供了一种眼角膜地形图像处理方法，以提高眼角膜地形在检测过程中的图像的精度。
一种眼角膜地形图像处理方法，包括：
首先利用区域图像确定偏心率的方法来确定同心圆的圆心，并利用此圆心作为极点，将图像转至极坐标域。接着利用形态学的小尺度方形结构算子，对图像进行预滤波，并从图像的大尺度黑TOP-HAT变换中减去光照函数，黑TOP-HAT变换的补用来得到与原始图像相似，而与其补图像不相似的图像。利用给定方向上相距固定距离的简单点对腐蚀图像，对于方向强度中对应的最大值，确定出纹理直线的主要方向，在此方向上利用开运算方法提取到有效的线形特征，最后利用闭运算方法，对因内睫毛影响而损失的数据进行有效弥补，获得了圆环边缘检测完整的结果图像，满足后续参数精确计算的要求。
本发明眼角膜地形图像处理方法利用开运算提取到有效的线形特征，最后利用闭运算，对因内睫毛影响而损失的数据进行有效弥补，具有数据损失小，数据精度高，方法易实现的特点，满足检测中的实际使用要求。
附图说明
图1是本发明眼角膜地形图像处理方法较佳实施方式的步骤示意图；
图2是本发明眼角膜地形图像处理方法基于极坐标系的图像预处理步骤；
图3是本发明眼角膜地形图像处理方法中实际获取到的角膜地形图；
图4是本发明眼角膜地形图像处理方法中直接提取边缘构造三维图；
图5是本发明眼角膜地形图像处理方法中的中心定位结果；
图6是本发明眼角膜地形图像处理方法中的极坐标转换结果；
图7是本发明眼角膜地形图像处理方法中的预滤波处理结果；
图8是本发明眼角膜地形图像处理方法中的自适应水平边缘检测结果；
图9是本发明眼角膜地形图像处理方法中的形态学后续处理结果；
图10是本发明眼角膜地形图像处理方法中的最终处理结果。
具体实施方式
下面结合附图及较佳实施方式对本发明做进一步描述：
请参考图1，本发明所公开的方法在实现过程中，首先要完成坐标系的转换，同时对转换坐标系之后的图像进行重新生成，然后在新坐标系环境下对图像进行进一步处理，方法具体流程如图1所示。
所述方法中，中心定位具体方法如下：
设原角膜地形图图像为I(x，y)，nx，ny分别是该图像在X与Y方向的像素点数，则图像中心点是
Figure GSB0000184695280000031
1)定义一个方形子图像IES(m，n)，令
IES(m，n)＝I(i，j)
其中m，n＝1，2...M(M为小于图像行列数的固定值)，
Figure GSB0000184695280000032
2)假定IES(m，n)只有一个圆或弧，偏心率是用来描述圆锥曲线的重要参数，定义为椭圆两焦点间距离和长轴长度的比值。即某一椭圆轨道与理想圆环的偏离，长椭圆轨道偏心率高，而近于圆形的轨道偏心率低。定义偏心率为
这里Aa，Ab是圆弧曲线的长半轴和短半轴(Ab≤Aa)。通过查找具有相同的第二中心矩的椭圆，来计算Aa，Ab，进一步计算偏心率E。
3)定位圆心
圆的偏心率为0(半径为常数，所以Ab＝Aa)，所以假如E较小，则检测到的对象近似于圆，通过计算点所处位置的平均值，就可以计算出圆心(Cx，Cy)为
Figure GSB0000184695280000041
假如E较大，则扩大M(方法中一般以25为递增步长)的值，即扩大子图像，重复第(1)步骤，直到找到圆心为止。圆心定位结果如图5所示。
所述方法中极坐标转换具体方法如下
利用矩阵坐标变换，对上述方法重新生成的图像，转换到原点为(cx，cy)的极坐标域。
定义σx＝2R-cx，σy＝2R-cy，这里2R是图像fRL(x，y)在x，y方向的像素点数。令为极坐标转换后的最大半径。假设Sr，Sθ分别为极坐标图像在射线和角度方向的像素点数，则令
Figure GSB0000184695280000043
为半径步长，
Figure GSB0000184695280000044
为角度步长。
定义2R×2R的笛卡尔网格TS，对应图像fRL(x，y)在(x，y)处的坐标对。
运用图像fRL(x，y)在TS处的灰度值，进行双线性插值得到一个Sr×Sθ的矩阵TC，如式所示。
Figure GSB0000184695280000046
利用xij＝ricosθj+cx，yij＝risinθj+cy，可以计算得到一个Sr×Sθ的极坐标图像为
Figure GSB0000184695280000051
重新生成的图像转换至极坐标系后如图6所示。其中图中下方如山丘一样的黑色弧形，为重定位时所扩展的部分。
基于极坐标系的图像预处理步骤如图2所示，具体方法如下：
设极坐标转换后图像为Ip(x，y)，首先选用尺度为2的正方形结构元素SE1(x，y)，先按照式(7)开运算，后利用式(8)闭运算，用来进行预滤波，去除小尺度的噪声。预滤波处理结果如图7所示。
Figure GSB0000184695280000052
Figure GSB0000184695280000053
其中Θ定义为形态学膨胀与腐蚀运算
Figure GSB0000184695280000055
Figure GSB0000184695280000056
滤波后可以使用同一阈值处理整个图像，以便沿着此图像搜寻线形主要方向。在二值图像中，点对腐蚀可用于估计点被目标像素矢量所分离像素的概率，即统计腐蚀后保留的目标像素数。利用给定方向上相距固定距离的简单点对腐蚀图像，当点对方向与线形方向相同时，图像比其他方向的腐蚀量少，因此定义方向强度为腐蚀后图像与原始图像的差值中像素个数，对于方向强度中对应的最大值，便能明显地显示出纹理直线的主要方向。
Figure GSB0000184695280000057
Placido环边缘特征提取，沿着此主要方向利用尺度为12的线段结构元素
Figure GSB0000184695280000062
对滤波后的阈值图像ITH进行如式(12)的开运算，可提取线段的掩模并去除所有不相关信息。
Figure GSB0000184695280000063
利用小尺度线段结构元素
Figure GSB0000184695280000064
的闭运算，连接间断的线，即
Figure GSB0000184695280000065
并将图像转换回笛卡尔域，去除多余的边框后结果如图10中(a)Placido环边缘特征图所示，其中(b)图为所构造的Placido环三维模型。

Claims (1)

1.一种眼角膜地形图像处理方法，包括：
利用区域图像计算偏心率的方法来确定同心圆的圆心；
并利用上述方法确定的圆心作为极点，将图像转至极坐标域；
利用形态学的小尺度方形结构算子，对图像进行预滤波；
从图像的大尺度黑TOP-HAT变换中减去光照函数，黑TOP-HAT变换的补用来得到与原始图像相似，而与其补图像不相似的图像；
利用给定方向上相距固定距离的简单点对腐蚀图像；
对于方向强度中对应的最大值，确定出纹理直线的主要方向；
在上述方向上利用开运算提取到有效的线形特征；
利用闭运算，对因内睫毛影响而损失的数据进行有效弥补，获得了圆环边缘检测完整的结果图像，满足后续参数精确计算的要求。
CN201410722910.0A 2014-12-04 2014-12-04 一种眼角膜地形图像处理方法 Active CN105894489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410722910.0A CN105894489B (zh) 2014-12-04 2014-12-04 一种眼角膜地形图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410722910.0A CN105894489B (zh) 2014-12-04 2014-12-04 一种眼角膜地形图像处理方法

Publications (2)

Publication Number Publication Date
CN105894489A CN105894489A (zh) 2016-08-24
CN105894489B true CN105894489B (zh) 2020-02-07

Family

ID=56699533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410722910.0A Active CN105894489B (zh) 2014-12-04 2014-12-04 一种眼角膜地形图像处理方法

Country Status (1)

Country Link
CN (1) CN105894489B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108647658A (zh) * 2018-05-16 2018-10-12 电子科技大学 一种高空卷云的红外成像检测方法
CN113052867B (zh) * 2021-04-23 2024-05-24 中国科学院苏州生物医学工程技术研究所 placido盘图像中特征点的提取方法及系统
CN118096898B (zh) * 2024-04-26 2024-06-25 万灵帮桥医疗器械(广州)有限责任公司 基于placido图像的特征点标定方法、装置、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310418A (zh) * 2013-06-18 2013-09-18 奇瑞汽车股份有限公司 图像处理方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310418A (zh) * 2013-06-18 2013-09-18 奇瑞汽车股份有限公司 图像处理方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Enhancing the Standard Operating Range of a Placido Disk Videokeratoscope for Corneal Surface Estimation;Weaam Alkhaldi,et al.;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20090331;第56卷(第3期);800-809 *
一种角膜Placido圆环边缘检测方法;郭雁文;《中北大学学报（自然科学版）》;20141015;第35卷(第5期);599-604 *

Also Published As

Publication number Publication date
CN105894489A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN111951221A (zh) 一种基于深度神经网络的肾小球细胞图像识别方法
CN104794721B (zh) 一种基于多尺度斑点检测的快速视盘定位方法
CN104156951B (zh) 一种针对支气管肺泡灌洗液涂片的白细胞检测方法
SG178569A1 (en) A method and system of determining a grade of nuclear cataract
CN109087310B (zh) 睑板腺纹理区域的分割方法、系统、存储介质及智能终端
Thalji et al. Iris Recognition using robust algorithm for eyelid, eyelash and shadow avoiding
CN108171102A (zh) 一种基于视觉的零件快速识别方法
CN102567734B (zh) 基于比值的视网膜细小血管分割方法
CN104966274B (zh) 一种采用图像检测与区域提取的局部模糊复原方法
CN105894489B (zh) 一种眼角膜地形图像处理方法
CN107392849A (zh) 基于图像细分的靶标识别与定位方法
CN106960199B (zh) 一种真彩色眼象图白睛区域的完整提取方法
CN107066957A (zh) 可见光眼部图像中的虹膜定位方法和装置
CN104077775A (zh) 一种结合骨架特征点和形状上下文的形状匹配方法及装置
CN104318565B (zh) 基于等梯度距离的双向区域增长的视网膜血管分割交互式方法
CN108665474B (zh) 一种基于b-cosfire的眼底图像视网膜血管分割方法
Xue et al. Optic disk detection and segmentation for retinal images using saliency model based on clustering
CN103971369B (zh) 视网膜图像的视盘定位方法
Parikh et al. Effective approach for iris localization in nonideal imaging conditions
Zaim Automatic segmentation of iris images for the purpose of identification
CN109447948B (zh) 一种基于病灶彩色视网膜眼底图像的视盘分割方法
CN115456974A (zh) 基于人脸关键点的斜视检测系统、方法、设备及介质
CN112053355B (zh) 细胞图像的分割方法
Xiang et al. Segmentation of retinal blood vessels based on divergence and bot-hat transform
Mittal et al. Optic disk and macula detection from retinal images using generalized motion pattern

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant