一种眼角膜地形图像处理方法
【专利摘要】本发明公开了一种用于眼角膜地形图的基于形态学的角膜地形图像特征提取方法。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。经多幅实验数据证明，该方法具有数据损失小，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。
【专利说明】
一种眼角膜地形图像处理方法
技术领域
[0001] 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】
[0002] 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。
[0003] 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。
[0004] 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_参数计算精度。
【发明内容】
[0005] 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。
[0006] 一种眼角膜地形图像处理方法，包括：
[0007] 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T0P-HAT变换中减去光照函数，黑T0P-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。
[0008] 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】
[0009] 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；
[0010] 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；
[0011] 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；
[0012] 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；
[0013] 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；
[0014] 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；
[0015] 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；
[0016] 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；
[0017] 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；
[0018] 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】
[0019] 下面结合附图及较佳实施方式对本发明做进一步描述：
[0020] 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。
[0021] 所述方法中中心定位具体方法如下：
[0022] 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
[0023] 1)定义一个方形子图像IES〇11,n)，令
[0024] IES(m,n) = I(i,j)
[0025] 其中m，n = 1，2. ..M(M为小于图像行列数的固定值），
(1)
[0028] 2)假定IES〇11,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
(2)
[0030] 这里Aa，Ab是圆弧曲线的长半轴和短半轴（Ab彡AJ。通过查找具有相同的第二中 心矩的椭圆，来计算A a，Ab，进一步计算偏心率E。
[0031] 3)定位圆心
[0032] 圆的偏心率为0 (半径为常数，所以Ab = AJ，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，C y)为 (3)
[0034] 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。
[0035] 所述方法中极坐标转换具体方法如下
[0036] 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。
[0037] 定义〇 x = 2R-cx，〇 y = 2R_cy，这里2R是图像fRUx, y)在X，y方向的像素点数。 令。=a/W +4为极坐标转换后的最大半径。假设&，Se分别为极坐标图像在射线和角 度方向的像素点数，则4
为半径步长，
为角度步长。
[0038] 定义2RX2R的笛卡尔网格Ts，对应图像fRUx, y)在（x，y)处的坐标对。 "(U) (2,1) ??? (2i?,l ' (1,2) (2 刃…（2 兄 2)
[0039] Ts = ?? . . . (1,2^?) (2,2R) ??? (2i?,2^)J (4)
[0040] 运用图像fRUx,y)在Ts处的灰度值，进行双线性插值得到一个S^XSe的矩阵T c，如 式所示。 (尤11，少11) (X12,少 12)…（XlS〇,少lSe) rp (^21，少21) (122，少22)~（义2知，少2知）
[0041] ic = ： ： ； : _(XSrl，X5ri)(~,2，少5,2) (XSrSs，叉认） （5)
[0042] 利用Xu = riCos 9 .j+cxj^ = i^sin 9 .j+cy，可以计算得到一个SrXSe的极坐标图 像为
[0043] (r2j) (r2,6>2)…（r2,&) Jp= : : ??? : ，沒1) (rSr，沒2 )…（rSr，沒) ( 6 )
[0044] 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。
[0045] 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：
[0046] 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SEjx，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9所示。
[0047] ' = h 0, >0。见少)=(' 0, 從取，>0) ? 從取，>0 (y)
[0048] IDN2 = IDm (x, y) ? 5￡l(x, y) = (IDm (x, y) ? SE\{x, y))?SEl(x, y) (g)
[0049] 其中取?定义为形态学膨胀与腐蚀运算 (/ ? SE)(x, y) = max{/ (jc - zl, - z2) + SE(z\, zl)
[0050] , \(x - zl), (;； - zl) e Df , (zl, z2) € DSE } ( 9 )
[0051] (f 0 SE2) (x, y) = min {f (x+zl, y+z2) -SE (zl, z2)
[0052] | (x+zl)，（y+z2) e Df, (zl, z2) e Dse} (10)
[0053] 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。
[0054] d = I max(gdirg (I(x, y)) gdir8 (/(x, ^ (I(x, y)-1 (x, y)QSEg (x, y)) 1 l 麵 J (11)
[0055] Placido环边缘特征提取，沿着此主要方向心利用尺度为12的线段结构元素 S￡ 3(x，：^)对滤波后的阈值图像、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。
[0056] L (x,少)。证3(>，>>，3)二(/m (X，少)0见3(x，5)) ? S￡3(x，少，3) Q2)
[0057] 利用小尺度线段结构元素 S￡4(X，：K，刃的闭运算，连接间断的线，即
[0058] IRE = Iu (x, y) ? SE4(x, y) = (ILI (x, y) ? SE4(x, y))@SE4(x, y) (13)
[0059] 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。
【主权项】
1. 一种眼角膜地形图像处理方法，包括： 确定同心圆的圆心； 利用圆心为极点，将图像转为极坐标域； 对图像进行滤波； 从图像的大尺度黑TOP-HAT变换中减去光照函数以补用与原始图像相似且与其补图 像不相似的图像； 腐蚀图像； 确定出纹理直线的主要方向； 利用开运算方法在主要方向上提取有效的线形特征； 利用闭运算方法对因内睫毛影响而损失的数据进行弥补以获得圆环边缘检测完整的 结果图像。2. 根据权利要求1所述的眼角膜地形图像处理方法，其特征在于：利用区域图像计算 偏心率的方法来确定同心圆的圆心。3. 根据权利要求1所述的眼角膜地形图像处理方法，其特征在于：利用形态学的小尺 度方形结构算子对图像进行预滤波。4. 根据权利要求1所述的眼角膜地形图像处理方法，其特征在于：利用给定方向上相 距固定距离的简单点腐蚀图像。5. 根据权利要求1所述的眼角膜地形图像处理方法，其特征在于：利用方向强度中对 应的最大值确定出纹理直线的主要方向。
【文档编号】G06T7/00GK105894489SQ201410722910
【公开日】2016年8月24日
【申请日】2014年12月4日
【发明人】郭雁文, 席晓晨, 王文玺, 薛卓波, 郭智勇
【申请人】中北大学