[发明专利]一种基于静态照片面部识别的上睑下垂图像测量方法

说明书

本发明公开了一种基于静态照片面部识别的上睑下垂图像测量方法。采集获得人脸正面图像，处理获取人脸区域，进而获得眼部图像区域；预处理，包括灰度化和二值化，再定位获得虹膜中心位置，利用得虹膜中心位置和虹膜外边缘轮廓的关系获得虹膜半径；获得虹膜中心位置至上眼睑缘的像素间距MRD1和虹膜中心位置至下眼睑缘的像素间距MRD2：利用标记的实际尺寸和像素尺寸获得图像的分辨尺寸关系，进而获得MRD1和MRD2的实际尺寸。本发明能自动检测上睑下垂的严重程度，从而提高上睑下垂诊断的准确性和客观性，以图像处理方式避免了人工测量的麻烦，本发明为体检筛查、远程医疗等也提供了可能性。

技术领域

本发明涉及了一种眼部图像处理方法，尤其是涉及了一种基于静态照片面部识别的上睑下垂图像测量方法。

背景技术

上睑下垂是一种常见的眼科整形疾病，不仅影响患者的外观和视功能，而且易伴随近视、弱视和斜视等并发症发生，对患者的生活质量造成不利影响。因此，上睑下垂的早期诊断及手术干预对于改善患者预后至关重要。上睑下垂矫正术被认为是眼科整形领域最具挑战性的手术。为获得较为理想的手术效果，术前需进行全面的专科检查，评估上睑下垂的发病机制以及下垂状态。睑缘角膜映光距离(margin reflex distance，MRD)是目前国际通用的上睑下垂严重程度的评测指标(见图1)，包括上睑缘角膜映光距离(MRD1)和下睑缘角膜映光距离(MRD2)。

准确的上睑下垂术前评估是制定合理手术方案的前提条件。但临床实际评估很大程度上依赖于医生的主观经验，而且需要患者的密切配合。对于婴幼儿、认知障碍成人等特殊患者，准确的评估显得尤为困难。随着计算机的迅速发展，面部识别技术已被广泛应用于各个领域。然而，目前已有的上睑下垂计算机辅助诊断技术仍然依赖角膜映光点的识别，对于严重上睑下垂遮盖角膜映光点的患者并不适用。

发明内容

为了解决背景技术中存在的问题，本发明的目的是提供了一种基于静态照片面部识别的上睑下垂图像测量方法，通过计算机图像处理提取面部特征能准确完成识别过程，能够根据面部特征自动检测来评估上睑下垂严重程度，用于对上睑下垂进行辅助判断。

本发明所采用的技术方案是包括以下步骤：

步骤1：采集获得人脸正面图像，通过人脸特征点检测算法对图像进行处理检测获取人脸区域，定位得到人脸区域内的眼、鼻、眉等区域，进而获得作为感兴趣区域的眼部图像区域；

步骤2：对眼部图像区域预处理，包括灰度化和二值化，对二值化后的眼部图像区域进行Canny边缘检测获得虹膜外边缘轮廓，利用外边缘轮廓上的像素点进行虹膜外边缘的圆拟合，再通过遗传算法定位检测获得虹膜中心位置(包括虹膜中心位置的图像横坐标和图像纵坐标)，利用得虹膜中心位置和虹膜外边缘轮廓的关系计算获得虹膜半径；

具体实施中Candy边缘检测获得虹膜内外边缘轮廓，本方法只保留外边缘轮廓，舍弃内边缘轮廓。

本发明中将虹膜与瞳孔为同一圆心的标准圆，用虹膜中心替代瞳孔中心，作为理想的角膜映光点。即采用图像处理对虹膜进行检测，而不是对瞳孔进行检测，能提高图像处理精度，提高准确性。

步骤3：图像处理获得虹膜中心位置至上眼睑缘的像素间距MRD1和虹膜中心位置至下眼睑缘的像素间距MRD2，如图1所示：

3.1、把虹膜外边缘轮廓的上部边缘作为上眼睑缘，计算虹膜中心至上眼睑缘之间的像素间距MRD1，如图1所示，若上眼睑缘位于虹膜中心的下方，则记MRD1为负值；否则记为正值；

3.2、作以下判断：

若虹膜中心至下眼边缘像素点之间的距离小于虹膜半径时(此时下眼睑部分遮盖虹膜下缘)，下眼边缘像素点为虹膜外边缘轮廓所在圆弧段的最下端的像素点，将虹膜外边缘轮廓的下部边缘作为下眼睑缘；