郭雁文

(中北大学 光电仪器厂，山西 太原 030051)

0 引言

角膜地形图参数的精确计算，对于眼科医学应用具有重要的意义，而角膜地形图预处理的精度将决定参数的计算精度［1-2］.在角膜地形图的获取过程中，由于受光斑、睫毛等不同噪声的特异性的影响，就会导致在直角坐标系中无法获得较高精度的预处理结果.对临床诊断来说，角膜地形图的处理有三个重要的因素［3］:①角膜地形图重建的精度;②角膜覆盖度(表示为最大角膜直径)理想状况应该是覆盖整个角膜(即眼球中黑色虹膜的部分);③对于眼角膜实际拍摄捕捉过程中存在的各种问题的解决能力，例如被检测者头部的晃动，眼球的移动，泪膜的质量，粘液的存在，特别是睫毛的遮挡等造成的影响［4-5］.而要有效地解决这些问题，首先应先对CCD 相机捕捉到的角膜圆环图像进行预处理，从而找到图像重建方案［6］.

现有的基于直角坐标系的预处理算法除计算量较大之外，还会导致两个极端:①导致有用的数据缺失严重;②人工拟合的数据过多，在进行参数计算前无法保证数据的精度［7-8］.因此，根据角膜地形图原始图像的特性，本文提出了一种基于极坐标的原始图像的处理算法，在图像坐标转换完成后，重点研究在极坐标系下角膜地形图的自适应边缘检测及边缘生长，有效地克服了原始图像的数据丢失和获取的数据不完全而导致的误差问题.

1 传统图像预处理算法存在的问题

图1 为实验中所……