[发明专利]使用启发式图搜索以快速且自动地分割分层图像

权利要求书

1.一种处理眼睛图像的方法，所述方法包括：

由成像系统检测涉及眼睛层的眼睛区域的图像数据；

由图像处理器根据所述图像构造图像图，所述图像图包括由链路连接的节点以及与所述节点和所述链路中的至少一个相对应的所检测图像数据；以及

通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：

向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本中的至少一个；

向所述图像图的所述节点和所述链路中的至少一个分配启发式成本；

所述分配所述启发式成本包括：

由所述图像处理器确定节点和链路中的所述至少一个距所述图像的边缘的距离；以及

将所述节点和所述链路中的至少一个的所述启发式成本定义为所确定距离的函数，

(a)通过使用延伸链路使所选路径从其前节点延伸来创建延伸路径；

(b)通过将所述延伸路径的启发式成本与所述延伸路径的链成本进行组合来确定所述延伸路径的路径成本，其中，路径的启发式成本是其前节点的启发式成本，并且路径的链成本是以下各项之一：所述路径的链路的链路成本的总和、所述路径的节点的节点成本的总和、以及所述路径的链路与节点的链路成本和节点成本的加权和；

(c)选择从所述延伸路径中以及从所存储的未选择路径中选取的最低成本路径作为更新的所选路径；以及

(d)存储未选择的延伸路径及其成本，并且将所述所选路径的所述前节点标记为已检查；其中

步骤(a)至(d)被迭代地重复。

2.如权利要求1所述的方法，所述构造所述图像图包括：

从所述成像系统接收所述眼睛区域的所检测图像数据；以及

由所述图像处理器根据所述所检测图像数据生成特征图像数据，其中，

所述特征图像数据与所述所检测图像数据的强度、相位、梯度和纹理中的至少一个相对应；并且

所述执行所述启发式图搜索包括：使用所述特征图像数据来确定所述启发式成本以及所述链路成本和所述节点成本中的至少一个。

3.如权利要求2所述的方法，其中：

所述所检测图像数据与所检测成像光的图像强度、偏振状态、颜色和相位中的至少一个相关联。

4.如权利要求2所述的方法，其中：

所述构造所述图像图包括：

将所述图的所述节点定义成与所述成像系统的像素相对应，并且

将所述图的所述链路定义为连接所述节点的链路；

所述生成所述特征图像数据包括：

将所述所检测图像数据的强度和相位中的一个与检测到所述图像数据的所述像素相关联，并且

在多对节点之间评估所述所检测图像数据的所述强度和所述相位中的所述一个的梯度，并且

所述向所述链路分配链路成本包括：

向连接所述多对节点的所述链路分配在所述梯度增大时，减小的链路成本。

5.如权利要求4所述的方法，其中：

一对节点包括以下各项中的至少一项：

最近邻居像素、对角线相邻像素以及由小于截断距离的一定距离间隔开的像素。

6.如权利要求1所述的方法，确定延伸路径的路径成本包括：

计算所述所选路径的所述启发式成本的变化，并且计算所述所选路径的所述链成本的变化，这两种变化都是通过使用所述延伸链路延伸所述所选路径而引起的；以及

通过使用所述启发式成本的所述变化和所述链成本的所述变化的组合来更新所述所选路径的所述路径成本从而确定所述延伸路径的所述路径成本。

7.如权利要求1所述的方法，选择最低成本路径包括：

当所述延伸路径和所述所存储的未选择路径中的多于一个具有相同的路径成本时，使用打破平局算法。

8.如权利要求1所述的方法，所述方法包括：

重复步骤(a)至(d)以更新所述所选路径直到达到结束标准；以及

将所更新的所选路径识别为与所述眼睛层的所述图像相对应。