[发明专利]一种基于眼部超声图像的处理方法

权利要求书

1.一种基于眼部超声图像的处理方法，其特征在于，包括：

步骤S1，提供人类眼部的超声频谱图像；

步骤S2，将所述超声频谱图像转换为灰度图；

步骤S3，对所述灰度图进行初步处理；

步骤S4，对进行初步处理后的所述灰度图的感兴趣区域进行边缘提取，提取到所述感兴趣区域的边界点集合，将所述边界点集合的多个边界点按照所述边界点的纵坐标排序，其中数值最大的设置为最大峰值，并找出所述边界点集合中具有最大峰值的边界点；

步骤S5，计算出最接近所述最大峰值的复数个所述边界点的曲率，并根据所述曲率的变化数值形成一曲率变化结果。

2.根据权利要求1所述的处理方法，其特征在于，所述步骤S3包括：

步骤S31，对所述灰度图进行降噪处理；

步骤S32，对进行所述降噪处理后的所述灰度图进行二值化处理；

步骤S33，分别对所述灰度图进行膨胀处理和腐蚀处理。

3.根据权利要求2所述的处理方法，其特征在于，于所述步骤S31中，通过高斯滤波函数进行所述降噪处理，利用一维高斯函数构造一滤波器，分别按行、列对所述灰度图进行卷积操作，得到平滑图像，具体通过下述公式表示：

其中，

（a,b）用于表示卷积模板中的位置坐标；

σ= ((k-1)*0.5 – 1)*0.3 + 0.8，k用于表示所述卷积模板的大小；

f（x,y）用于表示所述灰度图；

H（x,y）用于表示所述滤波器；

G（x,y）用于表示所述平滑图像。

4.根据权利要求2所述的处理方法，其特征在于，于所述步骤S33中，通过一卷积模板来对进行所述二值化处理后的所述灰度图进行所述膨胀处理，扫描所述灰度图中的每一个像素点，使用所述卷积模板的元素与所述灰度图的元素进行卷积运算，以计算所述卷积模板所覆盖区域的所述像素点的最大值，并用所述最大值替换所述卷积模板的参考点的像素值，具体通过下述公式表示：

其中，

A用于表示进行所述二值化处理后的所述灰度图；

B用于表示所述卷积模板。

5.根据权利要求2所述的处理方法，其特征在于，于所述步骤S33中，通过一卷积模板来对进行所述二值化处理后的所述灰度图进行所述腐蚀处理，扫描所述灰度图中的每一个像素点，使用所述卷积模板的元素与所述灰度图的元素进行卷积运算，以计算所述卷积模板所覆盖区域的所述像素点的最小值，并用所述最小值替换所述卷积模板的参考点的像素值，具体通过下述公式表示：

其中，

A用于表示进行所述二值化处理后的所述灰度图；

B用于表示所述卷积模板。

6.根据权利要求1所述的处理方法，其特征在于，于所述步骤S4中，使用OpenCV跨平台计算机视觉库对所述感兴趣区域进行所述边界点的识别，以识别出所述边界点集合，并对所述边界点集合进行排序，找出所述边界点集合中具有最大峰值的所述边界点。

7.根据权利要求1所述的处理方法，其特征在于，于所述步骤S4中，利用2X2邻域一阶偏导的有限差分计算所述灰度图的所有像素点的梯度幅值和梯度方向，对所述梯度幅值进行非极大值抑制，若某个所述像素点的所述梯度幅值大于或等于沿所述梯度方向上两个相邻的所述像素点的所述梯度幅值，则判定该像素点为所述边界点，具体通过下述公式计算所述梯度幅值和所述梯度方向：

其中，φ用于表示所述像素点的梯度幅值，φ1和φ2用于表示所述像素点沿梯度方向上两个相邻的所述像素点的梯度幅值。

8.根据权利要求1所述的处理方法，其特征在于，于所述步骤S5中，计算出最接近所述最大峰值的10个所述边界点的曲率，并形成所述曲率变化结果。