基于裂隙灯扫描的角膜测量和三维重建技术研究

论文摘要

角膜的几何特征对眼科疾病的诊断和治疗有着非常重要的作用。在进行屈光校正的角膜手术之前,准确的角膜特征参数不仅有助于制定手术方案,同时也能预测和分析手术的效果。随着数字图像处理技术和计算机分析技术的发展,使得通过计算机对角膜图像采集、分析获取角膜特征信息成为可能。本文通过构建裂隙灯显微镜采集系统,利用计算机进行角膜图像采集和回放,实现了单帧或连续图像采集;在分析对比经典算法的基础上根据眼角膜图像的特征改进Canny边缘检测算子进行边缘提取;设计了对眼前节图像进行自动分析处理的方法区别角膜和虹膜反光带;提出采用聚类、拟合的分析方法,对获得的边缘点进行分类识别和拟合从而实现角膜数据的自动提取;采用基于“头帽法”的模型图像序列配准方法,实现了利用眼角膜裂隙显微图像序列重建三维形态模型,在理论研究的基础上,开发了眼角膜图像采集分析和三维重建系统。论文还对系统进行了总体误差分析,提出了影响测量精度的误差源及解决方法,为以后系统的改进提出建设性的建议。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.1.1 眼球结构
• 1.1.2 医学可视化和角膜测量的发展与现状
• 1.2 本文主要的工作内容
• 1.3 本文的组织结构
• 第二章 系统的方案设计
• 2.1 系统功能需求分析
• 2.2 总体方案设计
• 第三章 采集系统构建与图像预处理
• 3.1 引言
• 3.2 裂隙灯光源检查的成像原理
• 3.3 裂隙灯图像的采集方法
• 3.3.1 采集设备
• 3.3.2 采集软件
• 3.3.3 通过采集系统获得的眼部显微图像
• 3.4 裂隙灯图像的预处理
• 3.4.1 角膜图像提取
• 3.4.2 增强对比度
• 3.4.3 削波
• 3.4.4 阈值化
• 3.4.5 灰度窗口变换
• 3.4.6 直方图修正
• 3.5 本章小结
• 第四章 裂隙灯图像边界提取和拟合
• 4.1 引言
• 4.2 裂隙灯图像的边界提取和分割
• 4.2.1 经典边缘检测算子
• 4.2.2 Canny 算法
• 4.2.3 改进的Canny 算法
• 4.3 边界分类和识别
• 4.4 边界拟合
• 4.5 本章小结
• 第五章 角膜图像三维重建
• 5.1 引言
• 5.2 裂隙显微图像的特点分析
• 5.3 已有角膜三维重建算法的分析和比较
• 5.4 基于“头帽法”的图像序列配准
• 5.4.1 已有配准方法分析
• 5.4.2 基于“头帽法”配准方法的提出
• 5.4.3 角膜理论三维模型的建立
• 5.4.4 基于“头帽法”图像序列配准
• 5.4.5 实验结果分析
• 5.5 本章小结
• 第六章 系统的总体误差分析
• 6.1 引言
• 6.2 设备误差
• 6.3 测量误差
• 6.4 本章小结
• 第七章 总结和展望
• 7.1 全文工作总结
• 7.2 今后工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文