一种基于机器视觉的眼前节断层图像的特征提取方法技术

本发明专利技术公开了一种基于机器视觉的眼前节断层图像的特征提取方法，包括以下步骤：在低照度的照明下，采集眼前节断层图像；采用Retinex算法增强眼前节断层图像的对比度；进行高斯滤波来除去经步骤S2后所产生的噪声；通过二值化并配合blob形状分析来寻找出潜在角膜区域；对潜在角膜区域运用梯度最大值法粗定位角膜前后表面边缘；通过高斯拟合定位法确定角膜前后表面的亚像素精度边界；根据已求得的角膜前后表面的亚像素精度边界，寻找出虹膜和晶状体初始点，并通过追踪来得到角膜前后表面、晶状体前表面，虹膜前表面精确边界值。本发明专利技术具有以下优点和效果：本发明专利技术在低照度成像模式下也能对图像进行高精度处理，将大大提高患者的配合度和舒适度。

【技术实现步骤摘要】
一种基于机器视觉的眼前节断层图像的特征提取方法
本专利技术涉及眼科检测
，特别涉及一种基于机器视觉的眼前节断层图像的特征提取方法。
技术介绍
用裂隙灯或相关设备采集眼前节断层图像时，为了保证图像质量，通常采用高照度光源照射人眼，某些对光亮敏感人群甚至无法配合完成整个检测，需要开眼器配合，并且测试过程眼睛无法专注注视点，造成测量精度下降。因此如果能通过降低照明光源强度，减少患者的不适应度，在低照度成像模式下也能对图像进行高精度处理，将大大提高患者的配合度和舒适度。
技术实现思路
本专利技术的目的是提供一种基于机器视觉的眼前节断层图像的特征提取方法，以解决
技术介绍
中所提出的问题。本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于机器视觉的眼前节断层图像的特征提取方法，包括以下步骤：步骤S1、在低照度的照明下，采集眼前节断层图像；步骤S2、采用Retinex算法增强眼前节断层图像的对比度；步骤S3、进行高斯滤波来除去经步骤S2后所产生的噪声；步骤S4、通过二值化并配合blo本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的眼前节断层图像的特征提取方法，其特征在于，包括以下步骤：/n步骤S1、在低照度的照明下，采集眼前节断层图像；/n步骤S2、采用Retinex算法增强眼前节断层图像的对比度；/n步骤S3、进行高斯滤波来除去经步骤S2后所产生的噪声；/n步骤S4、通过二值化并配合blob形状分析来寻找出潜在角膜区域；/n步骤S5、对潜在角膜区域运用梯度最大值法粗定位角膜前后表面边缘；/n步骤S6、通过高斯拟合定位法确定角膜前后表面的亚像素精度边界；/n步骤S7、根据已求得的角膜前后表面的亚像素精度边界，寻找出虹膜和晶状体初始点，并通过追踪来得到角膜前后表面、晶状体前表面、及虹膜前表面精确边界...

【技术特征摘要】
1.一种基于机器视觉的眼前节断层图像的特征提取方法，其特征在于，包括以下步骤：
步骤S1、在低照度的照明下，采集眼前节断层图像；
步骤S2、采用Retinex算法增强眼前节断层图像的对比度；
步骤S3、进行高斯滤波来除去经步骤S2后所产生的噪声；
步骤S4、通过二值化并配合blob形状分析来寻找出潜在角膜区域；
步骤S5、对潜在角膜区域运用梯度最大值法粗定位角膜前后表面边缘；
步骤S6、通过高斯拟合定位法确定角膜前后表面的亚像素精度边界；
步骤S7、根据已求得的角膜前后表面的亚像素精度边界，寻找出虹膜和晶状体初始点，并通过追踪来得到角膜前后表面、晶状体前表面、及虹膜前表面精确边界值。


2.根据权利要求1所述的一种基于机器视觉的眼前节断层图像的特征提取方法，其特征在于，所述的步骤S2具体为：
眼前节断层图像本身的属性信息都包含在反射光分量R(x,y)中，剔除掉影响人们视觉的反射分量环境光分量L(x,y)，将反射光分量R(x,y)保留。


3.根据权利要求1所述的一种基于机器视觉的眼前节断层图像的特征提取方法，其特征在于，所述的步骤S4具体为：...

【专利技术属性】
技术研发人员：王勤美，黄锦海，邓大辉，高蓉蓉，梅晨阳，曾震海，
申请(专利权)人：温州医科大学附属眼视光医院，
类型：发明
国别省市：浙江;33