基于机器视觉的偏心摄影验光图像处理的方法

摘要

本发明属于眼科医学图像处理方法，具体涉及一种基于机器视觉的偏心摄影验光图像处理的方法，本发明先采用基于Harr‑like矩形特征的Adaboost强分类器自学习方法进行瞳孔区域定位，偏心摄影原理使得有近视或远视的瞳孔产生亮度不均匀，而采用wallis匀光算法可以最大限度的均匀瞳孔灰度值，增强瞳孔边缘信息。然后再进行二值化blob分析，去除噪点和干扰区域，仅保留瞳孔所在区域，然后再在瞳孔二值化后的边缘处利用灰度差分法求得精确瞳孔边界，最后进行基于最小二乘法的椭圆拟合，输出瞳孔区域参数。本发明排除干扰信息，精确得到瞳孔区域参数，有助于提高婴幼儿及配合度差的人群验光的精确性。