專利名稱：基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射溝提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，具體涉及一種利用虹膜進(jìn)行疾病診斷的技 術(shù)。
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)診斷手段的重要發(fā)展趨勢。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)鍵所在是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。從西方虹膜學(xué)之父匈牙利醫(yī)生Ignatz Von Peczley到美國虹膜大師 Bernardjensen，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)對(duì)虹膜分區(qū)過于復(fù)雜，時(shí)常將一個(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)在利用計(jì)算機(jī)輔助診斷方面的可操作性較差，因 為目前的虹膜圖像采集設(shè)備和虹膜圖像處理算法上還不能達(dá)到直接利用西醫(yī)圖譜診病所 要求的精度。我國中醫(yī)“眼診學(xué)”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)在虹膜上的大致位置。因此造成了中醫(yī)圖譜精度較差， 并且目前還沒有一個(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)這種情況包括兩方面的情況一、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)明的目的在于提供一種有機(jī)結(jié)合中、西醫(yī)的虹膜學(xué)成果一依據(jù)西醫(yī)虹膜學(xué)中較準(zhǔn)確定位肌體臟器與虹膜映射區(qū)域的關(guān)系、根據(jù)中醫(yī)理論對(duì)虹膜映射區(qū)形成的闡述， 給出基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射溝提取方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的1、基于中西醫(yī)虹膜學(xué)的計(jì)算機(jī)輔助診斷虹膜圖譜(CADIC computer aided diagnosis irischar)本發(fā)明的虹膜圖譜定義如下對(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。設(shè)一幅虹膜圖像用A表示，Rt為瞳孔半徑，R1為虹膜半徑，Rd為圖像中卷縮輪的理 論半徑，R' D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(e，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。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。本發(fā)明根據(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，表1-8給出了左右眼虹膜CADIC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。2、基于基元定義和區(qū)域生長技術(shù)的虹膜處理方法本發(fā)明提出的動(dòng)態(tài)自適應(yīng)虹膜分區(qū)(圖譜覆蓋)方法針對(duì)虹膜圖像紋理復(fù)雜、區(qū) 域變化不明顯特性，在基于串行區(qū)域生長與合并技術(shù)基礎(chǔ)上，通過對(duì)特征先驗(yàn)知識(shí)，定義區(qū) 域生長與合并準(zhǔn)則，以“基元”為區(qū)域生長點(diǎn)，具體地方案包含如下步驟1.虹膜圖像的采集；2.虹膜圖像的預(yù)處理；3.虹膜定位；4. CADIC虹膜圖譜覆蓋；5.基于基元定義和區(qū)域生長的陽光放射溝提?。?.虹膜自適應(yīng)分區(qū)。各個(gè)處理步驟的細(xì)節(jié)如下1.虹膜圖像的采集采樣方法是對(duì)視頻圖像抓拍；采樣者 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。2.虹膜圖像的預(yù)處理在對(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)處理主要包 括彩色圖像灰度轉(zhuǎn)換、噪聲處理、幾何校正、圖像增強(qiáng)。
2. 1)圖像灰度化
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 = O. 299 X R+0. 587 X G+0. 114 X B (2-2)式中R——真彩圖中每個(gè)像素的紅分量；G——真彩圖中每個(gè)像素的綠分量；B——真彩圖中每個(gè)像素的藍(lán)分量；Y——該像素所對(duì)應(yīng)的灰度2.2)虹膜圖像灰度歸一化通過將原始虹膜圖像中感興趣的區(qū)域映射到相同的尺寸和相同的對(duì)應(yīng)區(qū)域中進(jìn) 行虹膜歸一化，從而消除平移、旋轉(zhuǎn)對(duì)紋理檢測的影響。2. 3)光斑填充采用數(shù)字圖像的自適應(yīng)插值法來對(duì)光斑進(jìn)行填充。零階插值算法，即令輸出像素 的灰度值等于離它所映射的位置最近的輸入像素的灰度值。3.虹膜定位除去那些于虹膜無關(guān)的信息(如眼瞼Eyelid，睫毛Eyelash，瞳孔Pupil等)，也就 是從虹膜圖像中定位出虹膜的內(nèi)邊界和外邊界。3. 1)虹膜粗定位通過對(duì)虹膜圖像的分析，得出以下的先驗(yàn)知識(shí)瞳孔的直徑最小也要大于120個(gè) 像素；瞳孔是眼睛圖像中面積最大的低灰度區(qū)域，而其圓心位置應(yīng)該在上下左右灰度和值 最小的區(qū)域附近，利用這些先驗(yàn)知識(shí)，可以減小搜索的空間提高精度。本文采用傳統(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rl和瞳孔中心(x。，y。)；3. 2)虹膜精定位本發(fā)明采用Daugman算法來對(duì)虹膜進(jìn)行精定位，其核心在于利用一個(gè)有效的積分 微分算子來計(jì)算圓參數(shù)。虹膜具有良好的環(huán)狀特性，所以可采用圓形探測算子對(duì)虹膜邊界 進(jìn)行精定位。在虹膜粗定位瞳孔中心(x。，y。)和半徑r的基礎(chǔ)上，采用圓探測算子實(shí)現(xiàn)虹膜精定 位；所述虹膜精定位方法為基于圓探測算子的定位方法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(x。-5，y。_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
8 c、計(jì)算灰度梯度值向量det = g(d+l)-g(d) I X 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. CADIC虹膜圖譜覆蓋在虹膜內(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)。5.基于基元定義和區(qū)域生長的陽光放射溝提取本發(fā)明選取虹膜圖像中疾病形成的陽光放射溝為處理對(duì)象，首先定義紋理基元并 討論基于基元的紋理表達(dá)方法。設(shè)紋理基元為h(x，y)，排列規(guī)則為r(x，y)，則紋理t(x，y)定義為t{x,y) = h{x,y) r{x,y)(4-1)設(shè)xm，ym為脈沖函數(shù)的位置坐標(biāo)，則r(x, y) =Σ δ (x-xm, y-ym) (4-2)根據(jù)卷積定理，在頻域有T (U，ν) = H (U，ν) R (U，ν)(4-3)R (U，ν) = T (U，ν) H (U，νΓ1 (4-4)那么對(duì)于給定紋理基元h(x，y)的描述，即可得到反卷積濾波器H (u，ν) Λ將這個(gè) 濾波器用于待處理紋理圖像，每個(gè)脈沖都在紋理基元的中心。對(duì)整幅圖像中不同紋理基元 的分布進(jìn)行統(tǒng)計(jì)可獲得圖像的全面紋理信息。通過紋理基元確定對(duì)了對(duì)待分割的區(qū)域找到一個(gè)種子子圖一即基元脈沖中心， 然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素(通過定義的相同或相 似規(guī)則)合并到種子像素所在區(qū)域中。在將新像素作為種子繼續(xù)擴(kuò)展，直到再?zèng)]有滿足條 件的像素可被包括，這樣的一個(gè)區(qū)域就長成。對(duì)于一個(gè)給定的目標(biāo)圖像X和一個(gè)結(jié)構(gòu)基元S,以符合S的種子區(qū)域ΧΘ5為中心 在圖像上進(jìn)行迭代生長。對(duì)于種子Z φ S的每一個(gè)鄰近像素X，在生長過程中應(yīng)始終保持if S(x) = TRUE(4-5) S卩，如果區(qū)域鄰近像素χ能符合結(jié)構(gòu)基元定義，則將像素χ合并到特征區(qū)域，使之 成為新種子的一部分。如果對(duì)于種子1十^的所有鄰近像素X，均有S (χ) = FALSE(4-7)則生長停止。對(duì)于陽光放射溝特征，通過前期對(duì)臨床病理的研究分析，從獲得的先驗(yàn)統(tǒng)計(jì)知識(shí) 定義像素生長規(guī)則如下。規(guī)則1 溝長度為L個(gè)像素，5彡L彡R虹膜；
規(guī)則2 溝寬度為W個(gè)像素，3彡W彡5 ；規(guī)則3 溝的延長線與瞳孔交點(diǎn)的切線相垂直；規(guī)則4 根據(jù)虹膜圖像灰度直方圖確定溝區(qū)域灰度最優(yōu)閾值Te ；規(guī)則5 溝的起點(diǎn)為卷縮輪邊界點(diǎn)。根據(jù)CADIC虹膜分區(qū)圖，對(duì)每個(gè)感興趣的診斷候選區(qū)域，執(zhí)行如下陽光放射溝檢 測算法。1)計(jì)算陽光放射溝灰度閾值對(duì)整個(gè)虹膜統(tǒng)計(jì)灰度直方圖，定義灰度閾值Te，使得灰度小于Te的像素?cái)?shù)目為整 個(gè)虹膜像素?cái)?shù)目的10%。根據(jù)不同的虹膜圖像采集設(shè)備，此比例數(shù)應(yīng)根據(jù)人工標(biāo)注陽光放 射溝情況的先驗(yàn)統(tǒng)計(jì)數(shù)據(jù)做出相應(yīng)的調(diào)整。2)對(duì)任一個(gè)候選區(qū)Q，執(zhí)行以下3) 10)。3)溝起點(diǎn)選取對(duì)于任意像素χ e Q，如果有符合規(guī)則5的像素χ的灰度值f (x) ( tG,則認(rèn)為χ是 一個(gè)溝起點(diǎn)。把找到的所有溝起點(diǎn)記為dn，η = 1,2,3...N04)如果N = 0，即沒有找到任何溝起點(diǎn)，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束 本算法。5)溝起點(diǎn)篩選與合并，形成種子候選對(duì)溝底點(diǎn)記dn，η = 1,2,3... N，先后執(zhí)行生長與合并操作，合并成種子候選d’ n， η = 1，2，3· · · N，，N，< N。6)種子候選篩選，形成種子對(duì)每個(gè)種子候選d’ 定義它在平行于虹膜內(nèi)邊緣方向上的像素跨度數(shù)為其寬度 W(d’。，刪除所有^ n) > 5的種子候選d’ n。所有剩余的種子候選d’ n成為種子，記為zm，m = 1，2，3. . . M。在不造成混淆的情 況下，也用Zm代表本種子的中心像素。7)如果M = 0，即沒有找到任何種子，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束本算法。8)區(qū)域生長，形成陽光放射溝候選在每個(gè)種子zm，m = 1,2,3. .. M周圍鄰域中搜索同種子像素具有相同或相似性質(zhì) 的像素，合并到種子像素所在區(qū)域中；在將新像素作為種子繼續(xù)迭代擴(kuò)展，直到再?zèng)]有滿足 條件的像素可被包括，這樣一個(gè)區(qū)域就長成了。8. 1)定義每個(gè)種子(中心)Zm的鄰域?yàn)镹B(Zm)，NB(Zm)應(yīng)符合規(guī)則1，2和3 ；8. 2)定義基元結(jié)構(gòu)為S，此處的S定義為典型陽光放射溝的橫截線上的像素集合。8. 3)對(duì)于任意像素χ e NB (Zm)，根據(jù)公式(4_5)、(4-6)所定義的生長規(guī)則進(jìn)行區(qū) 域生長。9)陽光放射溝篩選對(duì)獲得的陽光放射溝候選，根據(jù)規(guī)則1和2進(jìn)行篩選。10)輸出結(jié)果，結(jié)束算法。通過上述方法實(shí)驗(yàn)，可以獲得滿足裂縫基元定義的線條，即為陽光放射溝。6.虹膜動(dòng)態(tài)自適應(yīng)分區(qū)
具體做法體現(xiàn)在對(duì)病理特征(此處為陽光放射溝，也可以推廣到其他虹膜特征 上)在分區(qū)邊界上的處理當(dāng)分區(qū)時(shí)病理特征被分割開來，不能被完整地表達(dá)在同一個(gè)區(qū) 域中時(shí)，進(jìn)一步從保持病理特征完整性的角度，重新確定該特征所覆蓋區(qū)域。6. 1)首先，通過估計(jì)病理特征的區(qū)域進(jìn)行病理特征篩選對(duì)病理特征邊緣形狀的提取采用估算的方法。求出組成特征的像素點(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)域的面積。從前面特 征提取的結(jié)果可以看到，只有一部分重要的紋理特征(陽光放射溝)具有診病價(jià)值。我們 根據(jù)所確定的每個(gè)特征區(qū)域的面積，選取最重要的若干個(gè)特征，比如5個(gè)；刪除其余的不重 要特征。6. 2)結(jié)合圖15，進(jìn)行CADIC圖譜覆蓋，方法如前述。6. 3)判斷是否有跨區(qū)域的病理特征對(duì)每一個(gè)虹膜圖譜上的分區(qū)注意考察，如果發(fā)現(xiàn)其邊界同重要特征有交疊，則記 錄這個(gè)交疊。6.4)進(jìn)行區(qū)域動(dòng)態(tài)調(diào)整，完成自適應(yīng)分區(qū)如果一個(gè)紋理特征覆蓋多個(gè)區(qū)域，進(jìn)行如下處理對(duì)每個(gè)虹膜圖譜分區(qū)，統(tǒng)計(jì)區(qū)域 外內(nèi)特征的像素點(diǎn)數(shù)目M ；之后對(duì)其每處交疊邊界，考察此區(qū)域外該特征的像素點(diǎn)并進(jìn)行 統(tǒng)計(jì)數(shù)目M’。如果區(qū)域外像素點(diǎn)中只有極少部分Μ’ << M(例如M小于5%的M)，則對(duì)這些少 數(shù)像素點(diǎn)所分布的區(qū)域不予考慮；如果區(qū)域外像素點(diǎn)過于重要M’> M(說明該特征不是主要處于本區(qū)域)，則同樣不 予考慮，并刪除本區(qū)域中的特征；此外，說明區(qū)域外特征比較重要；則將此邊界鄰接的區(qū)域同本區(qū)域合并，實(shí)現(xiàn)了重 新的區(qū)域劃分，也就是進(jìn)行了自適應(yīng)分區(qū)。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(CADIC)；并發(fā) 明了應(yīng)用此圖譜所必需的基于基元定義的區(qū)域生長技術(shù)用于典型虹膜特征一陽光放射 溝的提取，并發(fā)明了應(yīng)用此圖譜所必需的基于虹膜圖像動(dòng)態(tài)分區(qū)技術(shù)和虹膜圖譜的自適應(yīng) 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)意義下完整虹膜特征的動(dòng)態(tài)分割技術(shù)及其在虹膜圖譜上的定位技術(shù)。通 過實(shí)驗(yàn)證明，此技術(shù)能夠大大提高了虹膜識(shí)別和診病可靠性。本發(fā)明涉及到的技術(shù)領(lǐng)域?qū)?于計(jì)算機(jī)圖像處理、模式識(shí)別以及中西醫(yī)結(jié)合與現(xiàn)代化領(lǐng)域，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)叫準(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，這是 本發(fā)明的主要意義。采用本發(fā)明，可以在保證了肌體各部臟器在虹膜上的準(zhǔn)確定位，同時(shí)有 效檢測虹膜特征，從而大大提高了虹膜識(shí)別和診病的可靠性與實(shí)用性。


圖1為中醫(yī)虹膜圖譜；圖2為Jensen虹膜圖譜；
圖3-4為CADIC圖譜示意圖；圖5為具體實(shí)施方式
流程圖；圖6為彩色虹膜圖像；圖7為灰度化后的圖像；圖8-9為光斑填充前后對(duì)比圖像；圖10為虹膜粗定位圖；圖11為內(nèi)、外邊緣精定位圖；圖12為理論分區(qū)圖；圖13為圖像區(qū)域分布圖；圖14為使用基元定義的裂縫識(shí)別結(jié)果圖；圖15為CADIC圖譜覆蓋結(jié)果圖；圖16為虹膜動(dòng)態(tài)自適應(yīng)分區(qū)結(jié)果示意圖一陽光放射溝的自適應(yīng)分區(qū)結(jié)果圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說明1 基于中西醫(yī)虹膜學(xué)的計(jì)算機(jī)輔助診斷虹膜圖譜(CADIC computer aided diagnosis irischar)計(jì)算機(jī)輔助診斷虹膜圖譜分區(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)；其分區(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，還要利于計(jì)算機(jī)實(shí)現(xiàn)又方便樣本圖像的分類存儲(chǔ)。根據(jù)圖1，圖2，本實(shí)施例的虹膜圖譜定義如下對(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3所示。設(shè)一幅虹膜圖像用A表示，Rt為瞳孔半徑，R1為虹膜半徑，Rd為圖像中卷縮輪的理 論半徑，R' D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AikO，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 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。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，我們所提出的實(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。見圖 4，表1-8給出了左右眼虹膜CADIC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右眼虹膜CADIC圖譜 表2右眼虹膜CADIC圖譜 表3右眼虹膜CADIC圖譜
13 表4右眼虹膜CADIC圖譜
岡 表5左眼虹膜CADIC圖譜 表6左眼虹膜CADIC圖譜
表7左眼虹膜CADIC圖譜 表8左眼虹膜CADIC圖譜 2、基于基元定義和區(qū)域生長技術(shù)的虹膜處理方法理論分區(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)行自適應(yīng)分區(qū)。從虹膜解剖學(xué)我們知道，正常的卷縮論范圍在虹膜圖像的1/3。虹膜診斷學(xué)理論認(rèn)
16為，卷縮輪范圍變化與消化系統(tǒng)疾病密切相關(guān)。如卷縮輪緊縮表示胃部疾病，卷縮輪膨脹， 反映著腸道系統(tǒng)疾病。又如人眼正常虹膜不會(huì)出現(xiàn)裂縫，在慢性疾病病理中，會(huì)出現(xiàn)這種 長長的裂縫。本發(fā)明提出的基于基元的串行區(qū)域生長與合并的虹膜圖像動(dòng)態(tài)分區(qū)技術(shù)，較 好地解決了病理情況下虹膜病變特征的定位與測量問題。串行區(qū)域生長與合并技術(shù)是分析圖像中區(qū)域結(jié)構(gòu)和相似性的模式識(shí)別方法，是建 立在集合代數(shù)基礎(chǔ)上，用集合論與概率論方法定量描述圖像特征的技術(shù)。根據(jù)分割過程中 處理策略的不同，分割技術(shù)又可分為并行技術(shù)與串行技術(shù)，雖然串行技術(shù)所需要計(jì)算時(shí)間 比并行技術(shù)略長，但其抗噪聲能力通常較強(qiáng)。我們所提出的動(dòng)態(tài)自適應(yīng)虹膜分區(qū)(圖譜覆蓋)方法針對(duì)虹膜圖像紋理復(fù)雜、區(qū) 域變化不明顯特性，在基于串行區(qū)域生長與合并技術(shù)基礎(chǔ)上，通過對(duì)特征先驗(yàn)知識(shí)，定義區(qū) 域生長與合并準(zhǔn)則，以“基元”為區(qū)域生長點(diǎn)，這樣在理論上滿足醫(yī)學(xué)圖像處理的統(tǒng)計(jì)學(xué)要 求，又可以便于計(jì)算機(jī)處理，通過實(shí)驗(yàn)得到了很好的結(jié)果。具體地方案實(shí)施如圖5所示，包 含如下步驟1.虹膜圖像的采集；2.虹膜圖像的預(yù)處理；3.虹膜定位；4. CADIC虹膜圖譜覆蓋；5.基于基元定義和區(qū)域生長的陽光放射溝提??；6.虹膜自適應(yīng)分區(qū)。各個(gè)處理步驟的細(xì)節(jié)如下(1)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。(2)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，同時(shí)眼瞼 和眼睫毛可能會(huì)掩蓋一部分的虹膜，而睫狀體對(duì)于虹膜診病也是無用的信息，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)處理主要包括彩色圖像灰度 轉(zhuǎn)換、噪聲處理、幾何校正、圖像增強(qiáng)。(2. 1)彩色圖像灰度化結(jié)合圖6-圖7，目前，因?yàn)槲覀冎粚?duì)虹膜圖像的紋理特征感興趣，為了減少計(jì)算 量，我們對(duì)得到的彩色圖像進(jìn)行灰度化。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 = O. 299 X R+0. 587 X G+0. 114 X B(2-2)式中R——真彩圖中每個(gè)像素的紅分量；
G—真彩圖中每個(gè)像素的綠分量；B——真彩圖中每個(gè)像素的藍(lán)分量；Y——該像素所對(duì)應(yīng)的灰度(2·2)虹膜圖像灰度歸一化由于受到光照、拍照角度等因素的影響，使得圖像中虹膜的尺寸和旋轉(zhuǎn)的角度產(chǎn) 生較大差異，這將極大的降低模板匹配的精度。虹膜歸一化的目的是將原始虹膜圖像中感 興趣的區(qū)域映射到相同的尺寸和相同的對(duì)應(yīng)區(qū)域中，從而消除平移、旋轉(zhuǎn)對(duì)紋理檢測的影 響。(2. 3)光斑填充使用帶有雙光源的CCD采集設(shè)備采集到的虹膜圖像，來自光源的入射光在舌面形 成鏡面反射，引起虹膜表面顏色的突變而形成光斑，且光斑顏色與光源顏色一致。因而虹膜 圖像上屬于反光點(diǎn)的像素與虹膜上其他像素相比具有最高的亮度值和最低的飽和度值。這 些光斑區(qū)域這會(huì)影響到定位結(jié)果，需要進(jìn)行光斑填充。結(jié)合圖8-9，采用數(shù)字圖像的自適應(yīng)插值法來對(duì)光斑進(jìn)行填充。零階插值算法，即 令輸出像素的灰度值等于離它所映射的位置最近的輸入像素的灰度值。(3)虹膜定位虹膜定位的目的就是除去那些于虹膜無關(guān)的信息(如眼瞼Eyelid，睫毛Eyelash， 瞳孔Pupil等)，也就是從虹膜圖像中定位出虹膜的內(nèi)邊界和外邊界。準(zhǔn)確的虹膜定位是實(shí) 現(xiàn)有效特征提取的前提。(3. 1)虹膜粗定位結(jié)合圖10，粗定位的目的是估算出虹膜內(nèi)、外邊緣對(duì)應(yīng)圓的圓心和半徑。通過對(duì)虹膜圖像的分析，得出以下的先驗(yàn)知識(shí)瞳孔的直徑最小也要大于120個(gè) 像素；瞳孔是眼睛圖像中面積最大的低灰度區(qū)域，而其圓心位置應(yīng)該在上下左右灰度和值 最小的區(qū)域附近，利用這些先驗(yàn)知識(shí)，可以減小搜索的空間提高精度。本文采用傳統(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rl和瞳孔中心(x。，y。)；(3. 2)虹膜精定位結(jié)合圖11，本發(fā)明采用Daugman算法來對(duì)虹膜進(jìn)行精定位，其核心在于利用一個(gè) 有效的積分微分算子來計(jì)算圓參數(shù)。虹膜具有良好的環(huán)狀特性，所以可采用圓形如下算子 對(duì)虹膜邊界進(jìn)行精定位。在虹膜粗定位瞳孔中心(x。，y。)和半徑r的基礎(chǔ)上，采用圓探測算子實(shí)現(xiàn)虹膜精定 位；所述虹膜精定位方法為基于圓探測算子的定位方法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(x。-5，y。_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 c、計(jì)算灰度梯度值向量det = g(d+l)-g(d) I X 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) CADIC虹膜圖譜覆蓋結(jié)合圖12，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)。(5)基于基元定義和區(qū)域生長的陽光放射溝提取結(jié)合圖13，分析虹膜主要是分析其結(jié)構(gòu)紋理特征，虹膜診病更是要將病灶特征獨(dú) 立而又完整地提取出來。本發(fā)明選取虹膜圖像中疾病形成的陽光放射溝為處理對(duì)象，首先 定義紋理基元并討論基于基元的紋理表達(dá)方法。設(shè)紋理基元為h(x，y)，排列規(guī)則為r(x，y)，則紋理t(x，y)定義為/0,少)二辦(太,少)(8)廠0,力(4-1)設(shè)xm，ym為脈沖函數(shù)的位置坐標(biāo)，則r(x, y) =Σ δ (x-xm, y-ym)(4—2)根據(jù)卷積定理，在頻域有T (U，ν) = H (U，ν) R (U，ν)(4-3)R (U，ν) = T (U，ν) H (U，νΓ1(4-4)那么對(duì)于給定紋理基元h(x，y)的描述，即可得到反卷積濾波器H (u，ν) Λ將這個(gè) 濾波器用于待處理紋理圖像，每個(gè)脈沖都在紋理基元的中心。對(duì)整幅圖像中不同紋理基元 的分布進(jìn)行統(tǒng)計(jì)可獲得圖像的全面紋理信息。通過紋理基元確定對(duì)了對(duì)待分割的區(qū)域找到一個(gè)種子子圖一即基元脈沖中心， 然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素(通過定義的相同或相 似規(guī)則)合并到種子像素所在區(qū)域中。在將新像素作為種子繼續(xù)擴(kuò)展，直到再?zèng)]有滿足條 件的像素可被包括，這樣的一個(gè)區(qū)域就長成。對(duì)于一個(gè)給定的目標(biāo)圖像X和一個(gè)結(jié)構(gòu)基元S,以符合S的種子區(qū)域j十S為中心 在圖像上進(jìn)行迭代生長。對(duì)于種子Z φ ^的每一個(gè)鄰近像素X，在生長過程中應(yīng)始終保持if S(x) = TRUE(4-5)溈十十(4-6)S卩，如果區(qū)域鄰近像素χ能符合結(jié)構(gòu)基元定義，則將像素χ合并到特征區(qū)域，使之 成為新種子的一部分。如果對(duì)于種子Z Θ S的所有鄰近像素X，均有S (χ) = FALSE(4-7)則生長停止。對(duì)于陽光放射溝特征，通過前期對(duì)臨床病理的研究分析，從獲得的先驗(yàn)統(tǒng)計(jì)知識(shí) 定義像素生長規(guī)則如下。規(guī)則1 溝長度為L個(gè)像素，5彡L彡R虹膜；規(guī)則2 溝寬度為W個(gè)像素，3彡W彡5 ；規(guī)則3 溝的延長線與瞳孔交點(diǎn)的切線相垂直；規(guī)則4 根據(jù)虹膜圖像灰度直方圖確定溝區(qū)域灰度最優(yōu)閾值Te ；規(guī)則5 溝的起點(diǎn)為卷縮輪邊界點(diǎn)。
結(jié)合圖14，根據(jù)CADIC虹膜分區(qū)圖，對(duì)每個(gè)感興趣的診斷候選區(qū)域，執(zhí)行如下陽光 放射溝檢測算法。1)計(jì)算陽光放射溝灰度閾值對(duì)整個(gè)虹膜統(tǒng)計(jì)灰度直方圖，定義灰度閾值Te，使得灰度小于Te的像素?cái)?shù)目為整 個(gè)虹膜像素?cái)?shù)目的10%。根據(jù)不同的虹膜圖像采集設(shè)備，此比例數(shù)應(yīng)根據(jù)人工標(biāo)注陽光放 射溝情況的先驗(yàn)統(tǒng)計(jì)數(shù)據(jù)做出相應(yīng)的調(diào)整。2)對(duì)任一個(gè)候選區(qū)Q，執(zhí)行以下3) 10)。3)溝起點(diǎn)選取對(duì)于任意像素χ e Q，如果有符合規(guī)則5的像素χ的灰度值f (x) ( Tg,則認(rèn)為χ是 一個(gè)溝起點(diǎn)。把找到的所有溝起點(diǎn)記為dn，η = 1,2,3...N04)如果N = 0，即沒有找到任何溝起點(diǎn)，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束 本算法。5)溝起點(diǎn)篩選與合并，形成種子候選對(duì)溝底點(diǎn)記dn，η = 1,2,3... N，先后執(zhí)行生長與合并操作，合并成種子候選d’ n， η = 1，2，3· · · Ν，，N，彡 N。6)種子候選篩選，形成種子對(duì)每個(gè)種子候選d’ 定義它在平行于虹膜內(nèi)邊緣方向上的像素跨度數(shù)為其寬度 W(d’。，刪除所有奴^ n) > 5的種子候選d’ n。所有剩余的種子候選(!^成為種子，記為zm，m= 1，2，3...M。在不造成混淆的情 況下，也用Zm代表本種子的中心像素。7)如果M = 0，即沒有找到任何種子，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束本算法。8)區(qū)域生長，形成陽光放射溝候選在每個(gè)種子zm，m = 1,2,3. .. M周圍鄰域中搜索同種子像素具有相同或相似性質(zhì) 的像素，合并到種子像素所在區(qū)域中；在將新像素作為種子繼續(xù)迭代擴(kuò)展，直到再?zèng)]有滿足 條件的像素可被包括，這樣一個(gè)區(qū)域就長成了。(8. 1)定義每個(gè)種子(中心)Zm的鄰域?yàn)镹B(Zm)，NB(Zm)應(yīng)符合規(guī)則1，2和3 ；(8. 2)定義基元結(jié)構(gòu)為S,此處的S定義為典型陽光放射溝的橫截線上的像素集
I=I O(8. 3)對(duì)于任意像素χ e NB (Zm)，根據(jù)公式(4_5)、(4-6)所定義的生長規(guī)則進(jìn)行 區(qū)域生長。9)陽光放射溝篩選對(duì)獲得的陽光放射溝候選，根據(jù)規(guī)則1和2進(jìn)行篩選。10)輸出結(jié)果，結(jié)束算法。通過上述方法實(shí)驗(yàn)，可以獲得滿足裂縫基元定義的線條，即為陽光放射溝。(6)虹膜動(dòng)態(tài)自適應(yīng)分區(qū)具體做法體現(xiàn)在對(duì)病理特征(此處為陽光放射溝，也可以推廣到其他虹膜特征 上)在分區(qū)邊界上的處理當(dāng)分區(qū)時(shí)病理特征被分割開來，不能被完整地表達(dá)在同一個(gè)區(qū) 域中時(shí)，進(jìn)一步從保持病理特征完整性的角度，重新確定該特征所覆蓋區(qū)域。
6. 1)首先，通過估計(jì)病理特征的區(qū)域進(jìn)行病理特征篩選對(duì)病理特征邊緣形狀的提取采用估算的方法。求出組成特征的像素點(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)域的面積。從前面特 征提取的結(jié)果可以看到，只有一部分重要的紋理特征(陽光放射溝)具有診病價(jià)值。我們 根據(jù)所確定的每個(gè)特征區(qū)域的面積，選取最重要的若干個(gè)特征，比如5個(gè)；刪除其余的不重 要特征。6. 2)結(jié)合圖15，進(jìn)行CADIC圖譜覆蓋，方法如前述。6. 3)判斷是否有跨區(qū)域的病理特征對(duì)每一個(gè)虹膜圖譜上的分區(qū)注意考察，如果發(fā)現(xiàn)其邊界同重要特征有交疊，則記 錄這個(gè)交疊。6. 4)進(jìn)行區(qū)域動(dòng)態(tài)調(diào)整，完成自適應(yīng)分區(qū)如果一個(gè)紋理特征覆蓋多個(gè)區(qū)域，進(jìn)行如下處理對(duì)每個(gè)虹膜圖譜分區(qū)，統(tǒng)計(jì)區(qū)域 外內(nèi)特征的像素點(diǎn)數(shù)目M;之后對(duì)其每處交疊邊界，考察此區(qū)域外該特征的像素點(diǎn)并進(jìn)行 統(tǒng)計(jì)數(shù)目M’。如果區(qū)域外像素點(diǎn)中只有極少部分M’ << M(例如M’小于5%的M)，則對(duì)這些少 數(shù)像素點(diǎn)所分布的區(qū)域不予考慮；如果區(qū)域外像素點(diǎn)過于重要M’>M(說明該特征不是主要處于本區(qū)域)，則同樣不 予考慮，并刪除本區(qū)域中的特征；此外，說明區(qū)域外特征比較重要；則將此邊界鄰接的區(qū)域同本區(qū)域合并，實(shí)現(xiàn)了重 新的區(qū)域劃分，也就是進(jìn)行了自適應(yīng)分區(qū)。例如在圖16中跨區(qū)紋理特征進(jìn)行自適應(yīng)分區(qū)在(1-1-2)、(1-5-2、1-5-3)與 (1-7-2、1-7-3、1-7-4)區(qū)域中出現(xiàn)長的連續(xù)紋理特征一陽光放射溝，(1-1-2)區(qū)中特征沒 有出現(xiàn)跨區(qū)域現(xiàn)象；而在5區(qū)與7區(qū)中，把兩個(gè)連續(xù)特征分割在幾個(gè)小的區(qū)域中，使診斷很 困難。應(yīng)用上述發(fā)明技術(shù)，使圖譜在覆蓋虹膜同時(shí)，對(duì)檢測到的完整特征實(shí)現(xiàn)自適應(yīng)分區(qū)， 確保特征信息的完整性，有利于診病判斷。
權(quán)利要求
一種基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射溝提取方法，其特征在于在它是在基于串行區(qū)域生長與合并技術(shù)基礎(chǔ)上，通過對(duì)特征先驗(yàn)知識(shí)，定義區(qū)域生長與合并準(zhǔn)則，以基元為區(qū)域生長點(diǎn)，具體地方案包含如下步驟(1)虹膜圖像的采集；(2)虹膜圖像的預(yù)處理；(3)虹膜定位；(4.)CADIC虹膜圖譜覆蓋；(5)基于基元定義和區(qū)域生長的陽光放射溝提?。?6)虹膜自適應(yīng)分區(qū)。
2.根據(jù)權(quán)利要求1所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于虹膜圖譜定義為對(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(9，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，設(shè)一幅虹膜圖像用A表示，Rt為瞳 孔半徑，民為虹膜半徑，RD為圖像中卷縮輪的理論半徑，R'。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A、9，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
3.根據(jù)權(quán)利要求2所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于虹膜圖像的采集方法是對(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。
4.根據(jù)權(quán)利要求3所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于虹膜圖像的預(yù)處理方法是在對(duì)虹膜圖像進(jìn)行分區(qū)分析之前進(jìn)行預(yù) 處理工作，虹膜圖像的預(yù)處理方法包括彩色圖像灰度轉(zhuǎn)換、噪聲處理、幾何校正、圖像增強(qiáng) 方法，圖像灰度轉(zhuǎn)換方法為對(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. 299XR+0. 587XG+0. 114XB 式中R——真彩圖中每個(gè)像素的紅分量； G——真彩圖中每個(gè)像素的綠分量； B——真彩圖中每個(gè)像素的藍(lán)分量； Y——該像素所對(duì)應(yīng)的灰度；再進(jìn)行虹膜圖像灰度歸一化，通過將原始虹膜圖像中感興趣的區(qū)域映射到相同的尺寸 和相同的對(duì)應(yīng)區(qū)域中進(jìn)行虹膜歸一化，然后進(jìn)行光斑填充，采用數(shù)字圖像的自適應(yīng)插值法 來對(duì)光斑進(jìn)行填充。零階插值算法，即令輸出像素的灰度值等于離它所映射的位置最近的輸入像素的灰度值。
5.根據(jù)權(quán)利要求4所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于虹膜定位方法是除去那些于虹膜無關(guān)的信息，也就是從虹膜圖像 中定位出虹膜的內(nèi)邊界和外邊界。包括(1)虹膜粗定位采用灰度投影法對(duì)虹膜內(nèi)、外邊緣 粗定位，得到虹膜內(nèi)徑r、外徑rl和瞳孔中心(x。，yc) ； (2)虹膜精定位采用Daugman算法 來對(duì)虹膜進(jìn)行精定位，利用一個(gè)有效的積分微分算子來計(jì)算圓參數(shù)，采用圓形探測算子對(duì) 虹膜邊界進(jìn)行精定位，在虹膜粗定位瞳孔中心(x。，yc)和半徑r的基礎(chǔ)上，采用圓探測算子 實(shí)現(xiàn)虹膜精定位；所述虹膜精定位方法為基于圓探測算子的定位方法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, y。-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g⑷=(/(0.\x (V2^)))e(("(d"6)2)/(2X°'l2)); c、計(jì)算灰度梯度值向量det = | g (d+1) -g (d) | X 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。
6.根據(jù)權(quán)利要求5所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于CADIC虹膜圖譜覆蓋方法是在虹膜內(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，0)形式，根據(jù)虹膜圖譜和r、0的 值來將虹膜部分分成若干個(gè)區(qū)域。
7.根據(jù)權(quán)利要求6所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于基于基元定義和區(qū)域生長的陽光放射溝提取方法是選取虹膜圖像 中疾病形成的陽光放射溝為處理對(duì)象，首先定義紋理基元并討論基于基元的紋理表達(dá)方 法設(shè)紋理基元為h(x，y)，排列規(guī)則為r(x，y)，則紋理t(x，y)定義為 設(shè)xm，yffl為脈沖函數(shù)的位置坐標(biāo)，則 r (x, y) = E 6 (x-xm, y-ym) 根據(jù)卷積定理，在頻域有 對(duì)于給定紋理基元h(x，y)的描述，可得到反卷積濾波器H(u，V)—1，將這個(gè)濾波器用于 待處理紋理圖像，每個(gè)脈沖都在紋理基元的中心，對(duì)整幅圖像中不同紋理基元的分布進(jìn)行 統(tǒng)計(jì)可獲得圖像的全面紋理信息；通過紋理基元確定對(duì)了對(duì)待分割的區(qū)域找到一個(gè)種子子圖一即基元脈沖中心，然后 將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素合并到種子像素所在區(qū)域中； 在將新像素作為種子繼續(xù)擴(kuò)展，直到再?zèng)]有滿足條件的像素可被包括，這樣的一個(gè)區(qū)域就 長成；對(duì)于一個(gè)給定的目標(biāo)圖像X和一個(gè)結(jié)構(gòu)基元S,以符合S的種子區(qū)域Z十S為中心在圖 像上進(jìn)行迭代生長；對(duì)于種子的每一個(gè)鄰近像素x，在生長過程中應(yīng)始終保持 if :S(x) = TRUEthen: X S <r- X S\j{x)即，如果區(qū)域鄰近像素X能符合結(jié)構(gòu)基元定義，則將像素X合并到特征區(qū)域，使之成為 新種子的一部分；如果對(duì)于種子Z ^的所有鄰近像素X，均有 S (x) = FALSE 則生長停止；對(duì)于陽光放射溝特征，通過前期對(duì)臨床病理的研究分析，從獲得的先驗(yàn)統(tǒng)計(jì)知識(shí)定義 像素生長規(guī)則如下規(guī)則1 溝長度為L個(gè)像素，5彡L彡R虹膜;規(guī)則2 溝寬度為W個(gè)像素，3^ff^5；規(guī)則3 溝的延長線與瞳孔交點(diǎn)的切線相垂直；規(guī)則4 根據(jù)虹膜圖像灰度直方圖確定溝區(qū)域灰度最優(yōu)閾值Te ；規(guī)則5 溝的起點(diǎn)為卷縮輪邊界點(diǎn)。
8.根據(jù)權(quán)利要求7所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于根據(jù)CADIC虹膜分區(qū)圖，對(duì)每個(gè)感興趣的診斷候選區(qū)域，執(zhí)行如下 陽光放射溝檢測算法1)計(jì)算陽光放射溝灰度閾值對(duì)整個(gè)虹膜統(tǒng)計(jì)灰度直方圖，定義灰度閾值L，使得灰度小于L的像素?cái)?shù)目為整個(gè)虹 膜像素?cái)?shù)目的10% ；根據(jù)不同的虹膜圖像采集設(shè)備，此比例數(shù)應(yīng)根據(jù)人工標(biāo)注陽光放射溝 情況的先驗(yàn)統(tǒng)計(jì)數(shù)據(jù)做出相應(yīng)的調(diào)整；2)對(duì)任一個(gè)候選區(qū)Q，執(zhí)行以下3) 10)；3)溝起點(diǎn)選取對(duì)于任意像素xG Q，如果有符合規(guī)則5的像素x的灰度值f (x)彡Tg, 則認(rèn)為x是一個(gè)溝起點(diǎn)。把找到的所有溝起點(diǎn)記為dn，n = 1，2，3. . . N ；4)如果N= 0，即沒有找到任何溝起點(diǎn)，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束本算法；5)溝起點(diǎn)篩選與合并，形成種子候選對(duì)溝底點(diǎn)記dn，n= 1，2，3. . . N，先后執(zhí)行生長與 合并操作，合并成種子候選d’n，n= 1，2，3...N’，N’彡N;6)種子候選篩選，形成種子對(duì)每個(gè)種子候選d’n定義它在平行于虹膜內(nèi)邊緣方向上 的像素跨度數(shù)為其寬度W(d’ n)，刪除所有W(d’ n) > 5的種子候選d’ n;所有剩余的種子候 選d’ 成為種子，記為zm，m= 1，2，3...M。在不造成混淆的情況下，也用zm代表本種子的 中心像素；7)如果M= 0，即沒有找到任何種子，則說明沒有陽光放射溝存在，轉(zhuǎn)10)結(jié)束本算法；8)區(qū)域生長，形成陽光放射溝候選在每個(gè)種子zm，m=1，2，3... M周圍鄰域中搜索同 種子像素具有相同或相似性質(zhì)的像素，合并到種子像素所在區(qū)域中；在將新像素作為種子 繼續(xù)迭代擴(kuò)展，直到再?zèng)]有滿足條件的像素可被包括，這樣一個(gè)區(qū)域就長成了 ；8. 1)定義每個(gè)種子(中心)的鄰域?yàn)镹B(zm)，NB(zffl)應(yīng)符合規(guī)則1，2和3 ； 8. 2)定義基元結(jié)構(gòu)為S，此處的S定義為典型陽光放射溝的橫截線上的像素集合； 8. 3)對(duì)于任意像素x G NB(zm)，根據(jù)上述定義的生長規(guī)則進(jìn)行區(qū)域生長；9)陽光放射溝篩選對(duì)獲得的陽光放射溝候選，根據(jù)規(guī)則1和2進(jìn)行篩選；10)輸出結(jié)果，結(jié)束算法；通過上述方法可得滿足裂縫基元定義的線條，即為陽光放射溝。
9.根據(jù)權(quán)利要求8所述的基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射 溝提取方法，其特征在于虹膜動(dòng)態(tài)自適應(yīng)分區(qū)方法是在對(duì)病理特征在分區(qū)邊界上的處理 當(dāng)分區(qū)時(shí)病理特征被分割開來，不能被完整地表達(dá)在同一個(gè)區(qū)域中時(shí)，進(jìn)一步從保持病理 特征完整性的角度，重新確定該特征所覆蓋區(qū)域1)首先，通過估計(jì)病理特征的區(qū)域進(jìn)行病理特征篩選對(duì)病理特征邊緣形狀的提取采用估算的方法，求出組成特征的像素點(diǎn)在極坐標(biāo)中的角 度和極徑的最大和最小值，確定出了紋理所覆蓋的區(qū)域的面積，從前面特征提取的結(jié)果可 以看到，只有一部分重要的紋理特征陽光放射溝具有診病價(jià)值，根據(jù)所確定的每個(gè)特征區(qū) 域的面積，選取重要特征，刪除其余的不重要特征；2)進(jìn)行CADIC圖譜覆蓋，方法如前述；3)判斷是否有跨區(qū)域的病理特征對(duì)每一個(gè)虹膜圖譜上的分區(qū)注意考察，如果發(fā)現(xiàn)其 邊界同重要特征有交疊，則記錄這個(gè)交疊；4)進(jìn)行區(qū)域動(dòng)態(tài)調(diào)整，完成自適應(yīng)分區(qū)如果一個(gè)紋理特征覆蓋多個(gè)區(qū)域，進(jìn)行如下 處理對(duì)每個(gè)虹膜圖譜分區(qū)，統(tǒng)計(jì)區(qū)域外內(nèi)特征的像素點(diǎn)數(shù)目M ；之后對(duì)其每處交疊邊界， 考察此區(qū)域外該特征的像素點(diǎn)并進(jìn)行統(tǒng)計(jì)數(shù)目M’ ；如果區(qū)域外像素點(diǎn)中只有極少部分M’ << M，則對(duì)這些少數(shù)像素點(diǎn)所分布的區(qū)域不予 考慮；如果區(qū)域外像素點(diǎn)過于重要M’ >M，則同樣不予考慮，并刪除本區(qū)域中的特征；此外，說明區(qū)域外特征比較重要；則將此邊界鄰接的區(qū)域同本區(qū)域合并，實(shí)現(xiàn)重新的區(qū) 域劃分，也就是進(jìn)行了自適應(yīng)分區(qū)。
全文摘要
本發(fā)明提出了一種基于基元結(jié)構(gòu)定義與區(qū)域生長技術(shù)的虹膜分區(qū)及陽光放射溝提取方法，包括一種融合中西醫(yī)虹膜學(xué)虹膜分區(qū)的新虹膜分區(qū)圖譜(CADIC)；并發(fā)明了應(yīng)用此圖譜所必需的基于基元定義的區(qū)域生長技術(shù)用于典型虹膜特征——陽光放射溝的提取，并發(fā)明了應(yīng)用此圖譜所必需的基于虹膜圖像動(dòng)態(tài)分區(qū)技術(shù)和虹膜圖譜的自適應(yīng)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)意義下完整虹膜特征的動(dòng)態(tài)分割技術(shù)及其在虹膜圖譜上的定位技術(shù)。通過實(shí)驗(yàn)證明，此技術(shù)能夠大大提高了虹膜識(shí)別和診病可靠性。
文檔編號(hào)G06K9/34GK101882222SQ20091007237
公開日2010年11月10日 申請(qǐng)日期2009年6月26日 優(yōu)先權(quán)日2009年6月26日
發(fā)明者張大鵬, 李乃民, 王寬全, 王鈞慧, 馬琳 申請(qǐng)人:哈爾濱工業(yè)大學(xué)