專利名稱：基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖像處理與識(shí)別領(lǐng)域，具體涉及一種利用數(shù)學(xué)形態(tài)學(xué)對(duì)虹膜圖像進(jìn)行動(dòng)態(tài)柔性分區(qū)的方法。
背景技術(shù)：
目前，隨著社會(huì)的進(jìn)步和人民生活水平的日益提高，人們?cè)絹碓疥P(guān)注自身的健康，迫切需要一種方便可靠、無創(chuàng)傷非接觸式的自我診斷手段。虹膜學(xué)與虹膜診斷正是這樣一種現(xiàn)代新型的診病方法，它具有非接觸性、無傷痛性、易于普及的特點(diǎn)，這也是未來醫(yī)學(xué)與預(yù)防醫(yī)學(xué)診斷手段的發(fā)展趨勢(shì)。
中西醫(yī)虹膜學(xué)認(rèn)為人眼虹膜是人體中與全身各臟器密切相關(guān)的器官之一，各部臟器在虹膜上有確切的映射區(qū)，其變化情況直接反映人體內(nèi)部各臟器的健康狀況。虹膜異常主要體現(xiàn)在各個(gè)臟器映射區(qū)內(nèi)，色調(diào)的變化、局部色斑的出現(xiàn)、虹膜纖維破洞的出現(xiàn)或虹膜纖維疏密程度的變化等方面。通過觀察虹膜不同區(qū)位的異常變化，可以對(duì)某些器官的疾病做出診斷，如虹膜上方腦映射區(qū)內(nèi)某種亮點(diǎn)表示腦神經(jīng)有異常、腸胃映射區(qū)瞳孔周圍出現(xiàn)凹點(diǎn)說明有潰瘍病等。
利用虹膜診病的關(guān)鍵在于定位各部臟器在虹膜上的映射區(qū)。為此中西醫(yī)虹膜學(xué)均給出了虹膜圖譜(圖1～4)。從西方虹膜學(xué)之父匈牙利醫(yī)生Ignatz VonPeczley到美國(guó)虹膜大師Bernard Jensen，西方虹膜學(xué)從實(shí)驗(yàn)觀察和統(tǒng)計(jì)分析出發(fā)，其圖譜定位準(zhǔn)確，所以提出的診斷標(biāo)準(zhǔn)比較明確和穩(wěn)定。但西醫(yī)分區(qū)一方面過于復(fù)雜，時(shí)常一個(gè)完整病癥被分割在幾個(gè)區(qū)域中，沒有擺脫“人是無數(shù)零件組成的機(jī)器”的觀點(diǎn)，因此在臨床上無法把這些活體器官之間的聯(lián)系統(tǒng)一起來；另一方面西醫(yī)分區(qū)的可操作性較差，目前的虹膜圖像采集設(shè)備和虹膜圖像處理算法尚不能達(dá)到直接利用西醫(yī)圖譜診病所要求的精度。
中醫(yī)認(rèn)為眼雖是一個(gè)局部器官，但它與全身的臟腑、經(jīng)絡(luò)共同構(gòu)成了一個(gè)有機(jī)的整體在生理上相互協(xié)調(diào)，在病理上相互影響，有著非常密切的關(guān)系。所以中醫(yī)虹膜圖譜在整體上給出了映射區(qū)的大致分區(qū)。但是，中醫(yī)圖譜精度較差，因?yàn)橹嗅t(yī)虹膜診斷一直是憑借中醫(yī)醫(yī)生的個(gè)人學(xué)識(shí)與經(jīng)驗(yàn)，目前還沒有一個(gè)統(tǒng)一的、嚴(yán)格的和量化的標(biāo)準(zhǔn)。
此外，中西醫(yī)圖譜還存在一個(gè)共同的問題病灶出現(xiàn)的位置會(huì)跨越相鄰的兩個(gè)分區(qū)，出現(xiàn)這種現(xiàn)象包括兩方面的情況一、即相關(guān)臟器(如生殖泌尿系統(tǒng)中的各臟器)出現(xiàn)在相鄰的映射區(qū)中，從疾病的發(fā)生、發(fā)展來考察，他們是相互關(guān)聯(lián)、相互影響的，其病灶也有可能擴(kuò)大到其它映射區(qū)中；另一方面，某個(gè)臟器病變較重(如重癥冠心病，其心臟映射區(qū)病理變化較大)。

發(fā)明內(nèi)容
本發(fā)明的目的是有機(jī)結(jié)合中、西醫(yī)的虹膜學(xué)成果，根據(jù)西醫(yī)虹膜學(xué)較準(zhǔn)確定位肌體臟器與病癥區(qū)域、根據(jù)中醫(yī)理論解釋、并處理病癥的不同表現(xiàn)，使中醫(yī)診療方法、技術(shù)更好地為大眾服務(wù)，也使中醫(yī)理論精萃得以傳承和發(fā)揚(yáng)，利用計(jì)算機(jī)強(qiáng)大的信息處理能力，解決中醫(yī)診療在現(xiàn)代化和信息化建設(shè)上面臨的困難。
本發(fā)明按照如下步驟對(duì)虹膜圖像進(jìn)行柔性分區(qū)一、虹膜圖像的采集采樣方法是對(duì)視頻圖像抓拍；二、虹膜圖像的預(yù)處理(1)灰度圖轉(zhuǎn)換對(duì)增強(qiáng)后的彩色圖像，應(yīng)用如下公式將其變換為灰度圖像Y＝0.299×R-0.148×G+0.615×B，式中R、G、B表示真彩圖中每個(gè)像素的紅、綠、藍(lán)分量，Y表示該像素所對(duì)應(yīng)的灰度；(2)旋轉(zhuǎn)校正定義沿眼瞼連線延伸相交兩點(diǎn)連線視為水平，在圖像中通過眼瞼的邊緣來得到虛擬的眼角，計(jì)算出眼角連線的斜率，進(jìn)一步計(jì)算得到虹膜圖像修正的角度；(3)虹膜圖像增強(qiáng)采用直方圖均衡化的方法，對(duì)虹膜圖像進(jìn)行增強(qiáng)；三、虹膜內(nèi)、外邊緣定位(1)光斑填充a、利用虹膜粗定位得到的虹膜內(nèi)徑r、外徑r1和瞳孔中心(xc，yc)計(jì)算虹膜部分的灰度均值m和瞳孔部分的灰度均值E；b、對(duì)于圖像中像素極徑R值小于虹膜內(nèi)徑r的像素點(diǎn)，若其灰度值大于E+20，則用E替換；c、對(duì)于圖像中像素極徑R值大于r而小于r1的像素點(diǎn)為虹膜部分，若其灰度值大于m+40，則用m替換；(2)虹膜粗定位采用傳統(tǒng)的灰度投影法對(duì)虹膜內(nèi)、外邊緣粗定位，得到虹膜內(nèi)徑r、外徑r1和瞳孔中心(xc，yc)；(3)虹膜精定位在虹膜粗定位瞳孔中心(xc，yc)和半徑r的基礎(chǔ)上，采用圓探測(cè)算子實(shí)現(xiàn)虹膜精定位；四、虹膜理論分區(qū)在虹膜內(nèi)外邊緣精確定位后，將虹膜部分所在區(qū)域的直角坐標(biāo)(x，y)形式轉(zhuǎn)換為極坐標(biāo)(r，θ)形式，具體步驟如下設(shè)一幅虹膜圖像用A表示，RT為瞳孔半徑，RI為虹膜半徑，RD為圖像中卷縮輪的理論半徑，RD′為卷縮輪的實(shí)際半徑，極坐標(biāo)的極軸方向取為時(shí)鐘的零點(diǎn)方向，極角按照順時(shí)針方向定義；將A劃分為五個(gè)環(huán)、12個(gè)區(qū)后，其中的任意一個(gè)區(qū)用Aik(θ，r)來表示，其中k＝1，2，...，12；i＝1，2，...，5，每個(gè)分區(qū)的定義如下Aik(θ,r):(k-1)π6<θ≤kπ6]]>if:i=1;then:r=RTif:i=2;then:RT<r≤RT+25(RI-RT)if:i=3,4,5;then:RT+(i-1)(RI-RT)5<r≤RT+i(RI-RT)5;]]>即按時(shí)鐘順時(shí)針方向從12點(diǎn)標(biāo)記開始每30度為一個(gè)區(qū)；在虹膜環(huán)形的半徑方向上5等分，構(gòu)成5個(gè)環(huán)；五、紋理特征提取采用log算子對(duì)圖像進(jìn)行卷積，得到邊緣增強(qiáng)的圖像；然后對(duì)圖像進(jìn)行二值化；六、基于數(shù)學(xué)形態(tài)學(xué)的病灶特征提取與虹膜柔性、動(dòng)態(tài)分區(qū)
(1)利用數(shù)學(xué)形態(tài)學(xué)中的圖像腐蝕和圖像膨脹算法實(shí)現(xiàn)柔性分區(qū)，對(duì)卷縮輪以外的主要紋理特征做標(biāo)記，作為病理信息；(2)確定特征點(diǎn)s作為搜索的起始點(diǎn)，從s點(diǎn)開始后，按照右、右上、上、左上、左、左下、下、右下的順序搜索相鄰的紋理點(diǎn)n，然后將紋理矩陣中對(duì)應(yīng)的元素賦相對(duì)的值；再?gòu)膎繼續(xù)搜尋，找到n的相鄰點(diǎn)；直到搜索結(jié)束，整個(gè)紋理特征在紋理矩陣中都被標(biāo)記；求出組成紋理的像素點(diǎn)在極坐標(biāo)中的角度和極徑的最大和最小值，通過特征矩陣中特征值的比較和修改，將每個(gè)區(qū)域連同區(qū)域以外的紋理部分一起來表示，從而完成柔性分區(qū)。
本發(fā)明的實(shí)用化虹膜分區(qū)方法，既要避免西醫(yī)虹膜圖譜的復(fù)雜與實(shí)用性差的弊端，又要克服中醫(yī)圖譜精度不足和定位不準(zhǔn)的弱點(diǎn)；實(shí)用化虹膜分區(qū)方法應(yīng)能夠保證各大臟器在映射區(qū)的完整性和定位的精確性，還要利于實(shí)現(xiàn)又方便樣本圖像的分類存儲(chǔ)。本發(fā)明提出了一種融合中西醫(yī)虹膜學(xué)虹膜分區(qū)的新虹膜分區(qū)圖譜(HIT圖譜)，并發(fā)明了應(yīng)用此圖譜所必需的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像動(dòng)態(tài)分區(qū)和虹膜圖譜的柔性覆蓋方法。本發(fā)明在保證了肌體各部臟器在虹膜上的準(zhǔn)確定位同時(shí)，突出了虹膜圖譜的實(shí)用性，實(shí)現(xiàn)了醫(yī)學(xué)意義下完整病癥的動(dòng)態(tài)分割技術(shù)。通過實(shí)驗(yàn)證明，此技術(shù)大大提高了虹膜診病可靠性，使實(shí)用化的計(jì)算機(jī)輔助虹膜診斷技術(shù)成為現(xiàn)實(shí)，具有定位準(zhǔn)確、速度快的優(yōu)點(diǎn)。


圖1為中醫(yī)虹膜圖譜(右眼)，圖2為中醫(yī)虹膜圖譜(左眼)，圖3為西醫(yī)Jensen虹膜圖譜(右眼)，圖4為西醫(yī)Jensen虹膜圖譜(左眼)，圖5為HIT虹膜圖譜分區(qū)示意圖，圖6為本發(fā)明定義的HIT虹膜圖譜(右眼)，圖7為本發(fā)明定義的HIT虹膜圖譜(左眼)，圖8為填充前的虹膜圖像，圖9為填充后的虹膜圖像，圖10為虹膜定位結(jié)果示意圖，圖11為直方圖均衡化圖像，圖12為虹膜圖像增強(qiáng)后的圖像，圖13為log算子邊緣增強(qiáng)圖像，圖14為膨脹后的虹膜紋理圖像，圖15為腎病病例虹膜柔性動(dòng)態(tài)分區(qū)結(jié)果示意圖。
具體實(shí)施例方式
具體實(shí)施方式
一理論分區(qū)是通過對(duì)正常人虹膜圖像學(xué)習(xí)而制定的，如果人體有病變發(fā)生，在對(duì)應(yīng)的虹膜區(qū)域就會(huì)出現(xiàn)明顯的紋理變化。而隨著病情的發(fā)展和治療手段的引入，紋理變化會(huì)更加明顯，甚至出現(xiàn)變化擴(kuò)散到其它的區(qū)域的現(xiàn)象。為了更準(zhǔn)確的通過虹膜反映人體病變情況，就要針對(duì)虹膜的紋理變化進(jìn)行柔性分區(qū)。
虹膜學(xué)的理論認(rèn)為，正常的卷縮輪范圍在虹膜圖像的1/3，卷縮輪范圍變化反應(yīng)著消化系統(tǒng)疾病。卷縮輪緊縮表示胃部疾病，卷縮輪膨、縮，反映著腸道系統(tǒng)疾病。從調(diào)研中發(fā)現(xiàn)，目前在計(jì)算機(jī)輔助虹膜診病系統(tǒng)中，均采用的是手工定位瞳孔、卷縮輪和虹膜外邊緣，沒有考察卷縮輪的實(shí)際大小與正常值之間的關(guān)系。本發(fā)明提出了基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像的動(dòng)態(tài)分區(qū)技術(shù)，較好地解決了病理情況下卷縮輪的定位與測(cè)量問題。
數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology)是分析幾何形狀和結(jié)構(gòu)的數(shù)學(xué)方法，是建立在集合代數(shù)基礎(chǔ)上，用集合論方法定量描述幾何結(jié)構(gòu)的科學(xué)。1985年后，它逐漸成為分析圖像幾何特征的工具。數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運(yùn)算算子組成的。最基本的形態(tài)學(xué)運(yùn)算子有腐蝕(Erosion)、膨脹(Dilation)、開(Opening)和閉(Closing)。用這些運(yùn)算子及其組合來進(jìn)行圖像形狀和結(jié)構(gòu)的分析及處理，包括圖像分割、特征抽取、邊界檢測(cè)、圖像濾波、圖像增強(qiáng)和恢復(fù)等方面的工作。
本實(shí)施方式所提出的基于數(shù)學(xué)形態(tài)學(xué)的動(dòng)態(tài)柔性虹膜分區(qū)(圖譜覆蓋)方法包含如下步驟一、虹膜圖像的采集虹膜具有對(duì)光的生理反應(yīng)的特性；毋須物理接觸，就可以在一定的距離獲得被試的紋理圖樣。采樣方法是對(duì)視頻圖像抓拍；采樣者頭部固定并正視；采樣時(shí)所采用的光源產(chǎn)生的光斑打在瞳孔和虹膜的交界處；采樣圖像為768×576的24位位圖。每個(gè)采樣者采3到5組虹膜圖像。
二、虹膜圖像的預(yù)處理由于虹膜圖像的采集受到光照及儀器差異的影響，包含了大量的噪聲，所以在對(duì)虹膜圖像進(jìn)行分區(qū)分析之前，要進(jìn)行預(yù)處理工作。虹膜圖像的預(yù)處理主要實(shí)現(xiàn)灰度圖轉(zhuǎn)換和虹膜定位。
(1)灰度圖轉(zhuǎn)換對(duì)采集到的彩色圖像，應(yīng)用如下公式將其變換為灰度圖像。
Y＝0.299×R-0.148×G+0.615×B，
式中R，G，B表示真彩圖中每個(gè)像素的紅、綠、藍(lán)分量，Y表示該像素所對(duì)應(yīng)的灰度。
(2)旋轉(zhuǎn)校正由于采集到的圖像存在著一定程度上的偏轉(zhuǎn)，在此定義沿眼瞼連線延伸相交兩點(diǎn)連線視為水平，在圖像中通過眼瞼的邊緣來得到虛擬的眼角，計(jì)算出眼角連線的斜率，進(jìn)一步計(jì)算得到虹膜圖像修正的角度。
(3)虹膜圖像增強(qiáng)在圖像的采集過程中，由于拍攝環(huán)境的影響，虹膜圖像上的光照分布并不均勻。在提取虹膜特征之前，必須對(duì)虹膜圖像進(jìn)行增強(qiáng)，以使圖像中的細(xì)節(jié)比較清晰。
分析各種常用的圖像增強(qiáng)方法，結(jié)合虹膜圖像典型疾病特征區(qū)域像素低灰度級(jí)的特點(diǎn)，本實(shí)施方式采用直方圖均衡化的方法，對(duì)虹膜圖像進(jìn)行增強(qiáng)。從圖11～12中可以看出，直方圖均衡化后的圖像與原圖像相比，細(xì)節(jié)更加清楚了。
三、虹膜內(nèi)、外邊緣定位(1)光斑填充由于采樣光源的影響，為了能夠在粗定位的基礎(chǔ)上實(shí)現(xiàn)精確定位，必須對(duì)光源光斑進(jìn)行填充。填充方法是a、利用粗定位得到的虹膜內(nèi)徑r、外徑r1和瞳孔中心(xc，yc)來計(jì)算虹膜部分的灰度均值m，和瞳孔部分的灰度均值E。
b、瞳孔填充對(duì)于圖像中像素極徑R值小于虹膜內(nèi)徑r的像素點(diǎn)(為瞳孔部分)，若其灰度值大于(E+20)，則用E替換。
c、虹膜填充對(duì)于圖像中像素極徑R值大于r而小于r1的像素點(diǎn)(為虹膜部分)，若其灰度值大于(m+40)，則用m替換。
填充的結(jié)果與原圖像對(duì)比如圖8和9。
(2)虹膜粗定位采用傳統(tǒng)的灰度投影法區(qū)域中的x方向灰度投影量和y方向投影量為p(x)=ΣyI(x,y)---(1),]]>p(x)=ΣxI(x,y)---(2).]]>設(shè)為P(xa)P(yb)則像素點(diǎn)(xa，yb)必在瞳孔內(nèi)且瞳孔中心應(yīng)在(xa，yb)附近。首先求出瞳孔中心估計(jì)(xa，yb)。其次，計(jì)算以(xa，yb)為中心的鄰域內(nèi)的像素灰度均值來代表瞳孔灰度均值E。因?yàn)橥變?nèi)灰度分布均勻，故位于瞳孔內(nèi)的像素灰度值與E的差值較小。然后以一較小的灰度差為閾值沿x軸和y軸作有一定寬度的增長(zhǎng)搜索即可估計(jì)出瞳孔半徑r和瞳孔中心位置(xc，yc)。
利用瞳孔中心與瞳孔半徑，可通過計(jì)算出虹膜部分的灰度均值m。利用上述同樣方法可以完成虹膜外邊緣的粗定位，得到虹膜外徑r1。
(3)虹膜精定位在虹膜粗定位瞳孔中心(xc，yc)和半徑r的基礎(chǔ)上，采用圓探測(cè)算子來實(shí)現(xiàn)虹膜精定位逐漸增大r，并在小范圍內(nèi)改變xc、yc的值，搜索變形因子的最大值來定位虹膜的外邊緣。中心矩陣的范圍是(xc-5，yc-5)，半徑變化范圍為(r-5)～(r+5)。定位方法為a、對(duì)于中心矩陣內(nèi)的每一個(gè)元素，分別計(jì)算半徑為r同一圓周上的像素點(diǎn)灰度和sum；b、對(duì)于r的變化值d，計(jì)算出對(duì)應(yīng)的高斯函數(shù)值g(d)=(1/(0.1×(2π)))e((-(d-6)2)/(2×0.12));]]>c、計(jì)算灰度梯度值向量det＝|g(d+1)-g(d)|×sum；d、依次所有元素對(duì)應(yīng)的det向量值；e、在所有的det向量中取元素最大值，就是精定位的結(jié)果。
虹膜定位的結(jié)果如圖10所示。
四、虹膜理論分區(qū)在虹膜內(nèi)外邊緣精確定位后，將虹膜部分所在區(qū)域的直角坐標(biāo)(x，y)形式轉(zhuǎn)換為極坐標(biāo)(r，θ)形式。根據(jù)虹膜圖譜和r、θ的值來將虹膜部分分成若干個(gè)區(qū)域。這是第一次分區(qū)，也就是理論分區(qū)。
定義虹膜圖譜如下對(duì)于一幅虹膜圖像，經(jīng)過前期預(yù)處理與虹膜內(nèi)外邊緣精確定位后，將虹膜圖像置于極坐標(biāo)系(θ，r)中。把虹膜分為以瞳孔圓心為極點(diǎn)、以瞳孔邊緣為起始邊界的五個(gè)環(huán)、12個(gè)區(qū)的虹膜分區(qū)圖譜。如圖5所示。
設(shè)一幅虹膜圖像用A表示，RT為瞳孔半徑，RI為虹膜半徑，RD為圖像中卷縮輪的理論半徑，RD′為卷縮輪的實(shí)際半徑。極坐標(biāo)的極軸方向取為時(shí)鐘的零點(diǎn)方向，極角按照順時(shí)針方向定義。
將A劃分為五個(gè)環(huán)12個(gè)區(qū)后，其中的任意一個(gè)區(qū)用Aik(θ，r)來表示。其中k＝1，2，...，12；i＝1，2，...，5，每個(gè)分區(qū)的定義如下Aik(θ,r):(k-1)π6<θ≤kπ6]]>if:i=1;then:r=RTif:i=2;then:RT<r≤RT+25(RI-RT)if:i=3,4,5;then:RT+(i-1)(RI-RT)5<r≤RT+i(RI-RT)5]]>可見，虹膜分區(qū)是按時(shí)鐘順時(shí)針方向從12點(diǎn)標(biāo)記開始每30度為一個(gè)區(qū)；在虹膜環(huán)形的半徑方向上5等分，構(gòu)成5個(gè)環(huán)。根據(jù)虹膜學(xué)理論，虹膜中卷縮輪大小占虹膜的三分之一左右，所以最里邊的兩個(gè)環(huán)被合并表達(dá)卷縮輪部分。然后再根據(jù)虹膜的另外三個(gè)環(huán)和分區(qū)，將虹膜分成各個(gè)診斷區(qū)域。我們根據(jù)制定的分區(qū)規(guī)則和醫(yī)學(xué)虹膜圖譜進(jìn)行了比照，得到了一一對(duì)應(yīng)關(guān)系，可見，本發(fā)明所提出的實(shí)用化虹膜圖譜同傳統(tǒng)的中西醫(yī)虹膜圖譜是十分吻合的，如圖6～7。表1-8給出了左右眼虹膜HIT圖譜中各個(gè)分區(qū)對(duì)應(yīng)的肌體臟器在虹膜上的映射部位。
表1
表2 表3
表4 表5
表6 表7
表8 五、虹膜紋理特征提取分析虹膜主要是分析其紋理特征，虹膜診病主要是將病灶特征獨(dú)立而又完整地提取出來。
具體做法是采用log算子對(duì)圖像進(jìn)行卷積，得到邊緣增強(qiáng)的圖像；然后對(duì)圖像進(jìn)行二值化，這樣比較明顯的紋理特征都被提取出來，卷縮輪和病灶得到了較好的標(biāo)記，如圖13所示。
六、基于數(shù)學(xué)形態(tài)學(xué)的病灶特征提取對(duì)卷縮輪以外的主要紋理特征做標(biāo)記，作為病理信息。為了更好地處理病理紋理，本實(shí)施方式利用數(shù)學(xué)形態(tài)學(xué)中的圖像腐蝕和圖像膨脹算法來實(shí)現(xiàn)柔性分區(qū)。
圖像腐蝕對(duì)于一個(gè)給定的目標(biāo)圖像X和一個(gè)結(jié)構(gòu)元素S，將S在圖像上移動(dòng)。在每一個(gè)當(dāng)前位置x，S[x]只有三種可能狀態(tài)，S[x]X；S[x]XcS[x]∩X與S[x]∩Xc均不為空。
第一種情形說明S[x]與X相關(guān)最大；第二種情況說明S[x]與X不相關(guān)；而第三種情況說明S[x]與X只是部分相關(guān)。因此滿足(1)的點(diǎn)x的全體構(gòu)成結(jié)構(gòu)元素與圖像的最大相關(guān)點(diǎn)集。這個(gè)點(diǎn)集為S對(duì)X的腐蝕，記為XS。用集合的方式定義為XS＝{x|S[x]X}。利用腐蝕運(yùn)算的定義式可以直接涉及腐蝕變換的算法。另一種表達(dá)式為XS＝∩{X[s]|-sS}。
腐蝕在數(shù)學(xué)形態(tài)學(xué)運(yùn)算中的作用是消除物體邊界點(diǎn)。我們使用的結(jié)構(gòu)元素取3×3的黑點(diǎn)塊，腐蝕將使物體的邊界沿周邊減少一個(gè)像素。這里我們對(duì)虹膜圖像進(jìn)行一次腐蝕運(yùn)算以去除過于細(xì)碎的紋理特征。
圖像膨脹腐蝕可以看做是將圖像X中每一個(gè)與結(jié)構(gòu)元素S全等的子集S[x]收縮為點(diǎn)x。那么反之，也可以將X中每一個(gè)點(diǎn)x擴(kuò)大為S[x]。這就是膨脹運(yùn)算，記為XS。它定義為XS＝{x|S[x]∩x≠φ}。與之等價(jià)的定義形式為XS＝∪{X[s]|s∈S}，XS＝∪{S[x]|x∈X}。
膨脹運(yùn)算在數(shù)學(xué)形態(tài)學(xué)中的作用是把圖像周圍的背景點(diǎn)合并到物體中。如果兩個(gè)物體之間距離比較近，那么膨脹運(yùn)算可能會(huì)使這兩個(gè)物體連通到一起。膨脹對(duì)填補(bǔ)圖像分割后物體中的空洞十分有效。本實(shí)施方式使用膨脹運(yùn)算，突出重要病理紋理特征。
實(shí)現(xiàn)膨脹的具體方法是，對(duì)于圖像中的每個(gè)紋理特征點(diǎn)，如果其8個(gè)鄰點(diǎn)中有一個(gè)也是紋理特征點(diǎn)，則將其8個(gè)鄰點(diǎn)都置成紋理特征點(diǎn)，如圖14所示。
七、虹膜柔性、動(dòng)態(tài)分區(qū)具體做法體現(xiàn)在對(duì)病理特征表現(xiàn)在分區(qū)邊界上的處理當(dāng)分區(qū)時(shí)被分割的紋理特征準(zhǔn)確提取出來時(shí)，確定該特征所覆蓋區(qū)域。如果一個(gè)紋理特征覆蓋多個(gè)區(qū)域時(shí)，對(duì)組成紋理特征的像素點(diǎn)進(jìn)行統(tǒng)計(jì)，如果這些像素點(diǎn)中只有極少部分(例如小于5％)分布在某一個(gè)區(qū)域內(nèi)，則對(duì)這些少數(shù)像素點(diǎn)所分布的區(qū)域不予考慮。而對(duì)于覆蓋了較大特征的區(qū)域，應(yīng)該分別對(duì)每個(gè)區(qū)域連同該紋理特征作為一體進(jìn)行重新的區(qū)域劃分，也就是進(jìn)行柔性分區(qū)。
從膨脹處理的結(jié)果可以看到，只有一部分紋理特征有搜索價(jià)值，所以直接人為地確定特征點(diǎn)s可以作為搜索的起始點(diǎn)。然后通過點(diǎn)s向四周做八個(gè)方向的搜索(范圍限制在卷縮輪以外)，來搜索出完整連續(xù)的紋理邊界。
具體搜索方法是從s點(diǎn)開始后，按照右，右上，上，左上，左，左下，下，右下的順序相鄰的紋理點(diǎn)n，然后將紋理矩陣中對(duì)應(yīng)的元素賦以相對(duì)的值。再?gòu)膎繼續(xù)搜尋，找到n的相鄰點(diǎn)。直到搜索結(jié)束，整個(gè)紋理特征在紋理矩陣中都被標(biāo)記。其算法表示a、s，C(s)，b、s-＞neighbor為特征點(diǎn)，C(s-＞neighbor)，c、all s-＞neighbor，d、all s。
對(duì)紋理的邊緣形狀的提取可以采用估算的方法。求出組成紋理的像素點(diǎn)在極坐標(biāo)中的角度和極徑的最大和最小值。這樣就大概確定出了紋理所覆蓋的區(qū)域，進(jìn)而可以得到紋理特征在每個(gè)區(qū)域以外的部分。通過特征矩陣中特征值的比較和修改，可以方便的將每個(gè)區(qū)域連同區(qū)域以外的紋理部分一起來表示，從而完成柔性分區(qū)，如圖15所示。
權(quán)利要求
1.基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，其特征在于所述方法按照如下步驟對(duì)虹膜圖像進(jìn)行柔性分區(qū)一、虹膜圖像的采集采樣方法是對(duì)視頻圖像抓拍，采樣時(shí)所采用的光源產(chǎn)生的光斑打在瞳孔和虹膜的交界處；二、虹膜圖像的預(yù)處理(1)灰度圖轉(zhuǎn)換對(duì)增強(qiáng)后的彩色圖像，應(yīng)用如下公式將其變換為灰度圖像Y＝0.299×R-0.148×G+0.615×B，式中R、G、B表示真彩圖中每個(gè)像素的紅、綠、藍(lán)分量，Y表示該像素所對(duì)應(yīng)的灰度；(2)旋轉(zhuǎn)校正定義沿眼瞼連線延伸相交兩點(diǎn)連線視為水平，在圖像中通過眼瞼的邊緣來得到虛擬的眼角，計(jì)算出眼角連線的斜率，進(jìn)一步計(jì)算得到虹膜圖像修正的角度；(3)虹膜圖像增強(qiáng)采用直方圖均衡化的方法，對(duì)虹膜圖像進(jìn)行增強(qiáng)；三、虹膜內(nèi)、外邊緣定位(1)光斑填充a、利用虹膜粗定位得到的虹膜內(nèi)徑r、外徑r1和瞳孔中心(xc，yc)計(jì)算虹膜部分的灰度均值m和瞳孔部分的灰度均值E；b、對(duì)于圖像中像素極徑R值小于虹膜內(nèi)徑r的像素點(diǎn)，若其灰度值大于E+20，則用E替換；c、對(duì)于圖像中像素極徑R值大于r而小于r1的像素點(diǎn)為虹膜部分，若其灰度值大于m+40，則用m替換；(2)虹膜粗定位采用傳統(tǒng)的灰度投影法對(duì)虹膜內(nèi)、外邊緣粗定位，得到虹膜內(nèi)徑r、外徑r1和瞳孔中心(xc，yc)；(3)虹膜精定位在虹膜粗定位瞳孔中心(xc，yc)和半徑r的基礎(chǔ)上，采用圓探測(cè)算子實(shí)現(xiàn)虹膜精定位；四、虹膜理論分區(qū)在虹膜內(nèi)外邊緣精確定位后，將虹膜部分所在區(qū)域的直角坐標(biāo)(x，y)形式轉(zhuǎn)換為極坐標(biāo)(r，θ)形式，具體步驟如下設(shè)一幅虹膜圖像用4表示，RT為瞳孔半徑，RI為虹膜半徑，RD為圖像中卷縮輪的理論半徑，RD′為卷縮輪的實(shí)際半徑，極坐標(biāo)的極軸方向取為時(shí)鐘的零點(diǎn)方向，極角按照順時(shí)針方向定義；將A劃分為五個(gè)環(huán)、12個(gè)區(qū)后，其中的任意一個(gè)區(qū)用Aik(θ，r)來表示，其中k＝1，2，...，12；i＝1，2，...，5，每個(gè)分區(qū)的定義如下Aik(θ，r)(k-1)π6<θ≤kπ6]]>if:i=1;then:r=RTif:i=2;then:RT<r≤RT+25(RI-RT)if:i=3,4,5;then:RT+(i-1)(RI-RT)5<r≤RT+i(RI-RT)5;]]>即按時(shí)鐘順時(shí)針方向從12點(diǎn)標(biāo)記開始每30度為一個(gè)區(qū)；在虹膜環(huán)形的半徑方向上5等分，構(gòu)成5個(gè)環(huán)；五、虹膜紋理特征的提取先用log算子對(duì)圖像進(jìn)行卷積，得到邊緣增強(qiáng)的圖像；然后對(duì)圖像進(jìn)行二值化；六、基于數(shù)學(xué)形態(tài)學(xué)的病灶特征提取與虹膜柔性、動(dòng)態(tài)分區(qū)(1)利用數(shù)學(xué)形態(tài)學(xué)中的圖像腐蝕和圖像膨脹算法實(shí)現(xiàn)柔性分區(qū)，對(duì)卷縮輪以外的主要紋理特征做標(biāo)記，作為病理信息；(2)確定特征點(diǎn)s作為搜索的起始點(diǎn)，從s點(diǎn)開始后，按照右、右上、上、左上、左、左下、下、右下的順序搜索相鄰的紋理點(diǎn)n，然后將紋理矩陣中對(duì)應(yīng)的元素賦相對(duì)的值；再?gòu)膎繼續(xù)搜尋，找到n的相鄰點(diǎn)；直到搜索結(jié)束，整個(gè)紋理特征在紋理矩陣中都被標(biāo)記；求出組成紋理的像素點(diǎn)在極坐標(biāo)中的角度和極徑的最大和最小值，通過特征矩陣中特征值的比較和修改，將每個(gè)區(qū)域連同區(qū)域以外的紋理部分一起來表示，從而完成柔性分區(qū)。
2.根據(jù)權(quán)利要求1所述的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，其特征在于所述采樣圖像為768×576的24位位圖。
3.根據(jù)權(quán)利要求1所述的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，其特征在于所述虹膜精定位方法為基于圓探測(cè)算子的定位方法a、對(duì)于中心矩陣內(nèi)的每一個(gè)元素，分別計(jì)算半徑為r同一圓周上的像素點(diǎn)灰度和sum，其中中心矩陣的范圍是(xc-5，yc-5)，半徑變化范圍為r-5～r+5；b、對(duì)于r的變化值d，計(jì)算出對(duì)應(yīng)的高斯函數(shù)值g(d)=(1/(0.1×(2π)))e((-(d-6)2)/(2×0.12));]]>c、計(jì)算灰度梯度值向量det＝|g(d+1)-g(d)|×sum；d、依次計(jì)算所有元素對(duì)應(yīng)的det向量值；e、在所有的det向量中取元素最大值，即為精定位的結(jié)果。
4.根據(jù)權(quán)利要求1所述的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，其特征在于所述虹膜理論分區(qū)方法為將虹膜劃分為五個(gè)環(huán)、12個(gè)區(qū)后，按時(shí)鐘順時(shí)針方向從12點(diǎn)標(biāo)記開始每30度為一個(gè)區(qū)，在虹膜環(huán)形的半徑方向上5等分，構(gòu)成5個(gè)環(huán)。
5.根據(jù)權(quán)利要求1所述的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，其特征在于所述病灶特征提取方法為基于數(shù)學(xué)形態(tài)學(xué)的病灶特征提取與虹膜柔性分區(qū)a、利用數(shù)學(xué)形態(tài)學(xué)中的圖像腐蝕和圖像膨脹算法實(shí)現(xiàn)對(duì)卷縮輪以外的主要紋理特征做標(biāo)記；b、確定特征點(diǎn)后搜索相鄰的紋理點(diǎn)，直到整個(gè)紋理特征都被標(biāo)記；c、根據(jù)紋理將每個(gè)區(qū)域連同區(qū)域以外的紋理部分一起來表示，從而完成柔性分區(qū)。
全文摘要
基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像柔性分區(qū)方法，屬于計(jì)算機(jī)圖像處理與識(shí)別領(lǐng)域。為了避免西醫(yī)虹膜圖譜的復(fù)雜與實(shí)用性差的弊端，克服中醫(yī)圖譜精度不足和定位不準(zhǔn)的弱點(diǎn)；本發(fā)明提出了一種融合中西醫(yī)虹膜學(xué)虹膜分區(qū)的新虹膜分區(qū)圖譜，并發(fā)明了應(yīng)用此圖譜所必需的基于數(shù)學(xué)形態(tài)學(xué)的虹膜圖像動(dòng)態(tài)分區(qū)和虹膜圖譜的柔性覆蓋方法，具體按照如下步驟對(duì)虹膜圖像進(jìn)行柔性分區(qū)一、虹膜圖像的采集；二、虹膜圖像的預(yù)處理；三、虹膜內(nèi)、外邊緣定位；四、虹膜理論分區(qū)；五、紋理特征提??；六、基于數(shù)學(xué)形態(tài)學(xué)的病灶特征提取與虹膜柔性、動(dòng)態(tài)分區(qū)。本發(fā)明具有定位準(zhǔn)確、速度快的優(yōu)點(diǎn)。
文檔編號(hào)A61B3/107GK1900951SQ20061001011
公開日2007年1月24日 申請(qǐng)日期2006年6月2日 優(yōu)先權(quán)日2006年6月2日
發(fā)明者馬琳, 王寬全, 張大鵬, 李乃民 申請(qǐng)人:哈爾濱工業(yè)大學(xué)