在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴...在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴趣区域(Region Of Interest,ROI)。然后对ROI采用最小外接矩形结合灰度级形态学线性滤波方法,完成搜索半径范围的设置。最后,利用改进的径向对称变换算法进行瞳孔中心点定位。实验结果表明:本文算法的定位误差在8 pixel以内,平均定位时间为0.366 s,能够适应人眼图像中噪声干扰、采集不完整等大量非理性状态,满足多种红外眼科疾病检测设备对瞳孔定位算法的要求。展开更多
文摘在眼科疾病检测中,为了对被检测者进行快速、准确、自动化的瞳孔定位,提出一种改进径向对称变换的瞳孔中心点定位算法。首先利用灰度积分投影法结合最大类间方差法,完成对人眼图像的粗分割,并根据多团块筛选条件提取出只包含瞳孔的感兴趣区域(Region Of Interest,ROI)。然后对ROI采用最小外接矩形结合灰度级形态学线性滤波方法,完成搜索半径范围的设置。最后,利用改进的径向对称变换算法进行瞳孔中心点定位。实验结果表明:本文算法的定位误差在8 pixel以内,平均定位时间为0.366 s,能够适应人眼图像中噪声干扰、采集不完整等大量非理性状态,满足多种红外眼科疾病检测设备对瞳孔定位算法的要求。
