CN107358224B - 一种白内障手术中虹膜外轮廓检测的方法 - Google Patents

一种白内障手术中虹膜外轮廓检测的方法 Download PDF

Info

Publication number
CN107358224B
CN107358224B CN201710721240.4A CN201710721240A CN107358224B CN 107358224 B CN107358224 B CN 107358224B CN 201710721240 A CN201710721240 A CN 201710721240A CN 107358224 B CN107358224 B CN 107358224B
Authority
CN
China
Prior art keywords
image
contour
iris
contours
channel
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
CN201710721240.4A
Other languages
English (en)
Other versions
CN107358224A (zh
Inventor
刘有军
齐兴明
陈军华
李鲍
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201710721240.4A priority Critical patent/CN107358224B/zh
Publication of CN107358224A publication Critical patent/CN107358224A/zh
Application granted granted Critical
Publication of CN107358224B publication Critical patent/CN107358224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种白内障手术中虹膜外轮廓检测的方法属于医学图像处理领域，是一种在手术器械的干扰和部分虹膜轮廓在显示视野外的情况下实时检测虹膜外轮廓的方法。该方法包括图片的读取、颜色空间转换、二值化、轮廓提取、轮廓感兴趣区域的选取、轮廓的筛选、轮廓最小外切圆检测和虹膜外轮廓最小外切圆的绘制，该方法用于白内障手术中实时显示虹膜外轮廓，辅助医生精准和快速的实施手术。该方法在有手术器械的干扰和部分虹膜轮廓在显示视野外的情况下均能检测出虹膜外轮廓，且时间效率上能满足实时检测的要求。

Description

一种白内障手术中虹膜外轮廓检测的方法
技术领域：
本发明属于医学图像处理领域，是一种在手术器械的干扰和部分虹膜轮廓在显示视野外的情况下实时检测虹膜外轮廓的方法。
背景技术：
白内障手术对象是眼睛，手术的准确性和效率十分重要。现有的手术辅助仪器中，没有使用快速定位虹膜外轮廓的功能。手术中快速而准确的定位虹膜外轮廓的方法，需要在保证检测时间效率达标的情况下，排除手术器械等物品的干扰，准确的找到虹膜外轮廓。虽然，已有很多虹膜轮廓检测技术，但是，众多类似技术都是在没有考虑到其他物体的严重干扰的情况下快速检测。
发明内容：
本发明提出的一种白内障手术中虹膜外轮廓检测的方法，相较于众多虹膜轮廓检测拥有更强的抗干扰性。该方法能够应用于多中设备，在有手术工具干扰和部分虹膜在拍摄范围内均可正常检测虹膜外轮廓。
技术方案如下：
1、一种白内障手术中虹膜外轮廓检测的方法，该方法包括图片的读取、颜色空间转换、二值化、轮廓提取、轮廓感兴趣区域的选取、轮廓的筛选、轮廓最小外切圆检测和虹膜外轮廓最小外切圆的绘制，详细实施流程如下：
步骤一：读取拍摄白内障手术的图像；
步骤二：对获取的图像颜色空间从RGB空间转换到HSV空间；
步骤三：基于HSV空间图像进行通道分离，对单通道图像进行二值化；
步骤四：基于二值图像，提取所有轮廓，并存储轮廓上所有的点；
步骤五：基于完整的轮廓，选取感兴趣区域；
步骤六：基于感兴趣区域，删除明显不符要求的轮廓，保留剩下的有用轮廓；
步骤七：基于有用轮廓，检测各轮廓的最小外切圆，结合虹膜轮廓大小的先验知识绘制出虹膜的最小外切圆。
2、所述步骤一读取拍摄白内障手术的图像要求如下：
图像尺寸为1920*1080或768*576，图像格式为BMP、JPEG和PNG。
3、所述步骤二将图像颜色空间从RGB空间转换到HSV空间的方法如下：
步骤一中获取的图像大部分区域为红色，虹膜、手术器械、睫毛等为灰色。利用颜色分割，能有效的去掉大部分非目标部分。HSV在图像处理中，用于指定颜色分割时，有较大的作用。H和S分量代表色彩信息，V表示色彩的明亮程度，利用分量划定阈值，可进行图像分割。由RGB空间转换到HSV空间的公式如下：
V←max(R,G,B) (1)
Figure BDA0001382376940000021
Figure BDA0001382376940000022
If H<0thenH←H+360.output 0≤V≤1,0≤S≤1,0≤H≤360 (4)
4、所述步骤三基于HSV空间图像进行通道分离，对单通道图像进行二值化的方法如下：
(1)将HSV图像分离成H、S和V三个单通道；
(2)选取V通道，求其灰度直方图；
(3)利用灰度直方图计算V通道的阈值，如果是单峰直方图，则阈值为单峰处的灰度值；如果是双峰直方图图，则阈值为双峰间的波谷值；
(4)利用步骤三中的阈值，对V通道图像进行二值化。
5、所述步骤五选取感兴趣区域的轮廓的方法：根据步骤一中读取的图像，求得图像的宽度W和高度H，则感兴趣区域为以W/2为半径，(W/2,H/2)为圆心的圆形轮廓区域。
6、所述步骤六基于感兴趣区域，删除明显不符要求的轮廓的方法为：
(1)遍历所有轮廓点，用直线检测方法检测出在一条直线上的轮廓点，这些点很可能是手术器械的轮廓点，删除直线上的这些点；
(2)遍历所有轮廓点，检测轮廓的连通域，如果连通域小于一般虹膜轮廓连通域值得一半，则删除此轮廓。
7、所述步骤七基于有用轮廓，结合目标特点，绘制出虹膜的最小外切圆：遍历所有轮廓，求其最小外切圆直径，绘制出直径大于图片高度H一半(H/2)而小于图片宽度H的外切圆。
附图说明：
(1)图1：本发明方法的流程图
(2)图2：原图
(3)图3：HSV图
(4)图4：HSV单通道图
(5)图5：二值图
(6)图6：感兴趣区域二值图
(7)图7：轮廓图
(8)图8：轮廓的最小外切圆图
(9)图9：结果图
具体实施方式：
本发明使用的是白内障手术的视频资料，对视频的每一帧按照技术方案的步骤实施，即包括图片的读取、颜色空间转换、二值化、轮廓提取、轮廓感兴趣区域的选取、轮廓的筛选、轮廓最小外切圆检测和虹膜外轮廓最小外切圆的绘制。
采用本发明提供的虹膜外轮廓检测方法，实时提示虹膜外轮廓的位置，提高医生手术效率和手术的准确性。在将本发明植入到白内障辅助仪器时，仪器每拍摄一张图片就按照技术方案的步骤实施，辅助仪器显示器即可实时提示虹膜外轮廓位置。
白内障手术过程中肯定会出现手术器械遮挡虹膜的情况，本方法能克服手术器械的干扰；手术过程中因眼球移动会导致只有部分虹膜在图片中，当虹膜轮廓在图片中的部分大于三分之二时，本方法依然能提取虹膜的外轮廓；手术中会有眼睛出血的情况，本方法能克服出血的所带来的干扰。综上所述，本发明的一种白内障手术中虹膜外轮廓检测的方法实现了手术过程中实时提取虹膜外轮廓，具有较强的抗干扰能力和较高的应用价值。

Claims (3)

1.一种白内障手术中虹膜外轮廓检测的方法，其特征在于，详细实施流程如下：
步骤一：读取拍摄白内障手术的图像；
步骤二：对获取的图像颜色空间从RGB空间转换到HSV空间；
步骤三：基于HSV空间图像进行通道分离，对单通道图像进行二值化；
步骤四：基于二值图像，提取所有轮廓，并存储轮廓上所有的点；
步骤五：基于完整的轮廓，选取感兴趣区域；
选取感兴趣区域的轮廓的方法具体为：根据步骤一中读取的图像，求得图像的宽度W和高度H，则感兴趣区域为以W/2为半径，(W/2，H/2)为圆心的圆形轮廓区域；
步骤六：基于感兴趣区域，删除明显不符合要求的轮廓，保留剩下的有用轮廓，具体如下：
步骤6.1：遍历所有轮廓点，用直线检测方法检测出在一条直线上的轮廓点，删除直线上的这些点；
步骤6.2：遍历所有轮廓点，检测轮廓的连通域，如果连通域小于一般虹膜轮廓连通域值的一半，则删除此轮廓，保留剩下的有用轮廓，步骤七：基于有用轮廓，
绘制出虹膜的最小外接圆：遍历所有轮廓，求其最小外接圆直径，绘制出直径大于图片高度H一半(H/2)而小于图片高度H的外接圆。
2.根据权利要求1所述的一种白内障手术中虹膜外轮廓检测的方法，其特征在于：所述步骤一读取拍摄白内障手术的图像要求如下，图像尺寸为1920*1080或768*576，图像格式为BMP、JPEG或PNG。
3.根据权利要求1所述的一种白内障手术中虹膜外轮廓检测的方法，其特征在于：所述步骤三基于HSV空间图像进行通道分离，对单通道图像进行二值化的方法如下：
步骤一：将HSV图像分离成H、S和V三个单通道；
步骤二：选取V通道，求其灰度直方图；
步骤三：利用灰度直方图计算V通道的阈值，如果是单峰直方图，则阈值为单峰处的灰度值；如果是双峰直方图，则阈值为双峰间的波谷值；
步骤四：利用步骤三中的阈值，对V通道图像进行二值化。
CN201710721240.4A 2017-08-18 2017-08-18 一种白内障手术中虹膜外轮廓检测的方法 Active CN107358224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710721240.4A CN107358224B (zh) 2017-08-18 2017-08-18 一种白内障手术中虹膜外轮廓检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710721240.4A CN107358224B (zh) 2017-08-18 2017-08-18 一种白内障手术中虹膜外轮廓检测的方法

Publications (2)

Publication Number Publication Date
CN107358224A CN107358224A (zh) 2017-11-17
CN107358224B true CN107358224B (zh) 2021-01-05

Family

ID=60289778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710721240.4A Active CN107358224B (zh) 2017-08-18 2017-08-18 一种白内障手术中虹膜外轮廓检测的方法

Country Status (1)

Country Link
CN (1) CN107358224B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393350B (zh) * 2022-10-26 2023-06-09 广东麦特维逊医学研究发展有限公司 虹膜定位方法
CN117653463B (zh) * 2023-12-27 2024-08-09 上海交通大学医学院附属新华医院 用于眼科白内障手术的显微镜增强现实引导系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2710513A1 (fr) * 2011-05-19 2014-03-26 Thales Procédé de recherche de contours paramétrés pour la comparaison d'iris

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101190120A (zh) * 2006-11-22 2008-06-04 曾震宇 双眼瞳孔检测系统
CN101246593B (zh) * 2008-03-27 2011-07-20 北京中星微电子有限公司 一种彩色图像边缘检测方法及设备
US8345922B2 (en) * 2008-09-03 2013-01-01 Denso Corporation Apparatus for detecting a pupil, program for the same, and method for detecting a pupil
CN101869465A (zh) * 2010-05-26 2010-10-27 北京科技大学 一种白内障硬度识别方法
CN103164857B (zh) * 2013-03-08 2015-12-09 南京航空航天大学 一种基于图像的近距大偏角圆形目标的高效检测方法
CN103400150B (zh) * 2013-08-14 2017-07-07 浙江大学 一种基于移动平台进行道路边缘识别的方法及装置
CN104134190A (zh) * 2014-07-11 2014-11-05 华南理工大学 一种混合光中动态图像的分离方法
CN105046230B (zh) * 2015-07-27 2018-04-10 上海交通大学 基于图像的人眼角检测的方法及系统
CN106485210B (zh) * 2016-09-26 2019-09-20 成都通甲优博科技有限责任公司 一种基于椭圆检测的虹膜检测方法
CN106530279B (zh) * 2016-10-15 2019-04-16 扬州奥泰光电生物技术有限公司 一种图像处理方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2710513A1 (fr) * 2011-05-19 2014-03-26 Thales Procédé de recherche de contours paramétrés pour la comparaison d'iris

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Automatic Particle Detection Through Efficient Hough Transforms;Yuanxin Zhu;《IEEE TRANSACTIONS ON MEDICAL IMAGING》;20030930;第22卷(第9期);第1053-1062页 *
虹膜图像块状纹理检测方法研究;刘笑楠;《中国博士学位论文全文数据库 信息科技辑》;20141215;全文 *
虹膜识别算法中的关键问题研究;纪效存;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160715(第7期);全文 *

Also Published As

Publication number Publication date
CN107358224A (zh) 2017-11-17

Similar Documents

Publication Publication Date Title
Nasir et al. Unsupervised colour segmentation of white blood cell for acute leukaemia images
Mandal et al. Segmentation of blood smear images using normalized cuts for detection of malarial parasites
CN113466232B (zh) 一种基于计算机图像的脆化鱼肉快速检测方法及系统
Mohammed et al. Detection and classification of malaria in thin blood slide images
Hazlyna et al. Comparison of acute leukemia Image segmentation using HSI and RGB color space
CN106096491B (zh) 一种眼底彩色照相图像中微动脉瘤自动化识别方法
US10229498B2 (en) Image processing device, image processing method, and computer-readable recording medium
CN115205194B (zh) 基于图像处理的粘虫板覆盖率检测方法、系统及装置
Feng et al. A separating method of adjacent apples based on machine vision and chain code information
CN111105427A (zh) 一种基于连通区域分析的肺部图像分割方法及系统
CN107358224B (zh) 一种白内障手术中虹膜外轮廓检测的方法
Manjaramkar et al. Connected component clustering based hemorrhage detection in color fundus images
CN112070741B (zh) 一种基于图像显著性区域提取方法的大米垩白度检测系统
Oprisescu et al. Automatic pap smear nuclei detection using mean-shift and region growing
CN113128372B (zh) 基于图像处理的黑头识别方法、黑头识别装置及终端设备
Choukikar et al. Segmenting the Optic Disc in retinal images using bi-histogram equalization and thresholding the connected regions
Intaramanee et al. Optic disc detection via blood vessels origin using Morphological end point
Khan et al. Segmentation of single and overlapping leaves by extracting appropriate contours
CN112329572B (zh) 一种基于边框和闪光点的快速静态活体检测方法及装置
CN110543802A (zh) 眼底图像中左右眼识别方法与装置
CN109934215B (zh) 一种身份证识别方法
CN111105394B (zh) 一种检测发光小球特征信息的方法及装置
Xu et al. A segmentation algorithm for mycobacterium tuberculosis images based on automatic-marker watershed transform
CN107977604B (zh) 一种基于改进聚合通道特征的手部检测方法
Mubin et al. Identification of parking lot status using circle blob detection

Legal Events

Date Code Title Description
PB01 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