本文介绍了一种通过迭代阈值选择方法来检测和定位红外照射下人眼中的亮斑。通过设定合适的评价条件，即亮斑面积与分割总面积的比率，找到最优阈值，以最大化亮斑区域的识别。为了提高效率，可以对图像进行剪切，专注于角膜附近的区域。亮斑的面积计算利用了MATLAB的轮廓函数。
在红外线照射人眼时，会产生亮斑，亮斑的像素比其他的像素要高，因此我们选择一个好的阈值对图像进行分割，
但是怎么选择合适的阈值？
这里我们可以用迭代阈值的办法对图像进行分割，但是到合适的阈值时，怎么评价阈值的好坏，
需要一个合适的评价的条件，确定阈值。。
这个评价的条件的确定：
首先我们假设阈值像素值是图像最大的灰度值，因为亮斑区域的像素很高，一般情况下，亮斑中像素高的部分可以被分割，但是这时分割的区域很小，不是很合适，阈值像素降低进行分割，这样亮斑区域的面积增加，于此同时，人眼图像中的其他有高像素的区域可能也被分割进去，
这里我们定义评价条件：R(比率）=亮斑面积/(分割的全部面积--亮斑面积），，因为当阈值降低时，亮斑区域的面积增加，根据常识我们可以知道，亮斑的像素值是从中心到边界是递减的过程，假设在取一阈值时，亮斑的像素达到最大，阈值在继续减小时，不是亮斑的区域面积会增加，这时评价条件比率这时会降低，这时我们取比率最大时的像素值为图像的分割阈值，，，
最低0.47元/天 解锁文章
扫一扫
991
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
