基于自适应非线性滤波器的双目瞳孔直径测量方法及系统

本发明涉及医学图像处理的，尤其是指一种基于自适应非线性滤波器的双目瞳孔直径测量方法及系统。

背景技术：

1、人的瞳孔直径会随着射入瞳孔的光线强度而变化，这一现象称为瞳孔对光反射。瞳孔的对光反射数据可以反映眼科疾病和与眼科相关的神经系统工作状况，是评估相关神经功能的重要指标之一。观察两个瞳孔在不同光照下的对光反射，测量其直径大小和直径变化速率，对诊断神经系统的病变有重要的参考价值。

2、在人眼瞳孔检测过程中，由于不同人群在检测过程中的配合程度不同，目前还不能完全实现自动测量，需要检测人员多次调整被测人员的姿态。此外，由于医疗仪器比较昂贵，许多医院还依赖于人工的手段，如手电筒打光，医生利用瞳孔对比尺直接观察瞳孔直径变化的方法。人工的方法操作繁琐，对医生的临床经验要求较高，难以定量，无法获取瞳孔直径准确数据和瞳孔直径变化率。

3、为了提高瞳孔直径测量的准确性，为医疗评估提供准确的瞳孔对光反射数据，本发明采用医疗图像处理技术，利用自适应非线性滤波器对于所获取的人眼图像进行处理，通过算法识别和定位瞳孔，自动测量瞳孔在不同光强条件下的直径和不同光强切换时的瞳孔直径变化率等数据。

技术实现思路

1、本发明的第一目的在于实现瞳孔在不同光照强度下的直径动态变化的自动测量，提供一种基于自适应非线性滤波器的双目瞳孔直径测量方法。

2、本发明的第二目的在于提供一种基于自适应非线性滤波器的双目瞳孔直径测量系统。

3、本发明的第一目的通过下述技术方案实现：基于自适应非线性滤波器的双目瞳孔直径测量方法，该方法采用光强可调的可见白光作为瞳孔刺激光源，采用光强稳定的不可见红外光源作为瞳孔成像光源，针对等时间间隔获取的人眼图像，应用自适应非线性滤波器从人眼图像中识别和定位瞳孔，并在此基础上测量出瞳孔直径，其量纲为像素，然后根据像素与长度的对应关系，长度量纲为毫米，计算出瞳孔直径，其量纲为毫米，最后通过连续的瞳孔直径变化，计算出瞳孔直径的变化率；其中，所述自适应非线性滤波器的表达如下：

4、

5、式中，g为滤波器核函数，in为虚数单位，(x,y)为图像中的原始坐标，(x',y')为原始坐标旋转后的坐标，λ为余弦因子的波长，θ为平行条纹的法线方向，φ为相位偏移，σ为高斯的标准偏差，表示滤波点影响的范围，γ为空间宽高比。

6、进一步，所述的基于自适应非线性滤波器的双目瞳孔直径测量方法，包括以下步骤：

7、1)采用光强可调的可见白光作为瞳孔刺激光源，采用光强稳定的不可见红外光源作为瞳孔成像光源，左右眼同时在一个图像传感器的左右两半边成像，获得人眼图像；

8、2)采用自适应非线性滤波器对人眼图像进行滤波处理，保留瞳孔图像；对滤波后的图像进行边缘检测和轮廓寻找，对找到的轮廓进行椭圆拟合，计算椭圆长轴和短轴的长度，该长度以像素为量纲进行表示，将拟合的椭圆长轴直径和短轴直径均值作为测量瞳孔的直径；

9、3)对测量的瞳孔直径进行校正，并转换为用毫米量纲表示的瞳孔直径；

10、4)对校正之后的瞳孔直径用直角坐标系表示，并计算出瞳孔直径变化率曲线，其中以时间为横坐标和以瞳孔直径为纵坐标。

11、进一步，所述自适应非线性滤波器的算法如下：

12、设点(x1,y1)和(x2,y2)分别为人眼双目瞳孔的中心位置，图像的坐标系是以左上角为原点，向后为x轴正向，向下为y轴正方向，把双眼含眼脸和睫毛的外轮廓近似为双眼椭圆，则(x1,y1)和(x2,y2)看成是双眼椭圆的两个焦点；按照如下算法求出(x1,y1)和(x2,y2)的数值，先把图像分成左右两半，然后各自沿图像的水平方向把所有垂直方向的像素灰度值累加，灰度值累加和最小者为焦点的x坐标值，沿图像竖直方向把所有水平方向的像素的灰度值累加，灰度值累加和最小者为焦点的y坐标值，即由下述公式求出：

13、

14、

15、

16、

17、式中，i(i,j)、i(i′,j′)分别为左右眼图中像素点(x,y)的灰度值，w和h分别为图像的宽和高；

18、设d为针对人眼瞳孔形状特点而引入滤波器中的动态波长调整因子，与双眼椭圆焦点在整个图像中的位置有关，由下式确定：

19、

20、式中，k1为图像的焦点位置系数，其取值为图像中点与椭圆两个焦点距离的最大值和最小值的比值；k2为波长伸缩系数，是最小波长与最大波长之比，最小值为1，其中最大波长是指当滤波器采用该最大波长时，滤波之后的图像不含有原图像的纹理信息。

21、进一步，对于滤波后的图像应用canny边缘检测算子进行边缘检测，去除图片之中大部分的非边缘信息，对于判定为边缘的像素位置设置为白色，否则都设置为黑色，即进行图像的二值化表示，然后对边缘检测后的图像运用轮廓寻找的方法；

22、轮廓寻找的具体过程为：对于传入的二值化图片，检测像素为白色的部分，对图片从左到右，从上到下检测白色像素，然后执行以下操作：对于检测到的未在轮廓数组内的白色像素，在其8邻域内搜索像素，搜索到的白色像素将其归为同一轮廓的像素，加入轮廓数组内，对新加入数组的点继续进行上述操作，直到无法找到新加入数组的点；对于处理所得的轮廓数组，检测两个轮廓之间最近的点之间的距离，若小于预设值则合并为一个轮廓。

23、进一步，搜寻到的轮廓除了瞳孔轮廓之外，可能还有其它未被滤除的轮廓，需对获得的边缘轮廓进行检验和判断，根据瞳孔的形状特征对边缘轮廓进行检验和判断，具体过程如下：对寻找到的边缘轮廓数组寻找其外接矩形，计算数组内像素个数作为轮廓弧长，根据轮廓外接矩形的长宽比、最小外接矩形的面积与轮廓弧长之比来筛选轮廓，并在此基础上对找到的轮廓进行椭圆拟合，采用最小二乘法得到拟合椭圆，将拟合的椭圆长轴直径和短轴直径均值作为测量瞳孔的直径。

24、进一步，对测量的瞳孔直径进行校正是采用标准棋盘格进行标定并在标定参数的基础上进行校正，具体过程如下：

25、在用标准棋盘格进行标定时，对瞳孔图像的不同区域建立像素—毫米转化表，对实际测量的瞳孔直径进行校正和转化时，根据获取拟合椭圆的区域，把其中每个区域的以像素为单位的长度转化为以毫米为单位的长度，然后进行累加而得到最终的瞳孔直径测量值，公式如下：

26、

27、式中，l为瞳孔的直径，f(xm,ym)为第m个区域内的真实线段长度(单位：毫米)与对应的像素个数(单位：像素)的比值，nm为检测到的瞳孔轮廓在该区域内的像素点数，n为瞳孔直径跨过的区域总数。

28、本发明的第二目的通过下述技术方案实现：基于自适应非线性滤波器的双目瞳孔直径测量系统，用于实现上述的基于自适应非线性滤波器的双目瞳孔直径测量方法，其包括：

29、人眼图像获取模块，采用光强可调的可见白光作为瞳孔刺激光源，采用光强稳定的不可见红外光源作为瞳孔成像光源，左右眼同时在一个图像传感器的左右两半边成像，获得人眼图像；

30、人眼图像处理模块，采用自适应非线性滤波器对人眼图像进行滤波处理，保留瞳孔图像；对滤波后的图像进行边缘检测和轮廓寻找，对找到的轮廓进行椭圆拟合，计算椭圆长轴和短轴的长度，该长度以像素为量纲进行表示，将拟合的椭圆长轴直径和短轴直径均值作为测量瞳孔的直径；

31、校正模块，用于对测量的瞳孔直径进行校正，并转换为用毫米量纲表示的瞳孔直径；

32、计算模块，用于对校正之后的瞳孔直径用直角坐标系表示，并计算出瞳孔直径变化率曲线，其中以时间为横坐标和以瞳孔直径为纵坐标。

33、本发明与现有技术相比，具有如下优点与有益效果：

34、1、应用自适应非线性滤波器，对成像过程的光照、对比度变化具有健壮性。对比二值化方法，在图像之中含有更多睫毛、眉毛、黑痣等黑色图像区域干扰的情况下，本发明只对不同频率的纹理进行滤波处理，可以很好地在图像中去除虹膜、睫毛等影响因素，使得图片最大限度保留了需要的图像信息；对比神经网络与深度学习的方法，本发明更加迅速，且不需要预先的训练模型。

35、2、双眼同步性能好，且具有图像测量校正功能。在标定方面考虑了全局图片不同位置的畸变特性，为每一个位置设置了一个像素—毫米转化的比值，使得转化结果精准性更高，减少了手动和半自动测量的误差。

36、3、不仅可以显示双眼瞳孔直径随时间变化情况，还可以显示双眼瞳孔直径变化速率对时间的变化，为医疗人员提供更多的潜在信息。