眼部疾病是全世界所面临的共同困扰,随着电子信息社会发展,眼部疾病的患病人数日益增加,其中,近视、远视等眼部屈光不正的发病率极高。屈光不正的快速、准确识别及抑制是当下研究的热点。电脑验光仪的出现让屈光不正的识别更加便捷,然而由于其机械结构复杂,对被检测患者的配合度要求较高,导致其诊断结果并不稳定;检影法作为客观验光方法,有着较高可靠性、准确性,临床可信度高。然而由于检影法理论较复杂、验光师要完全掌握所需的培训周期长、检影过程依赖人为判断,使得其推广受到限制。本文根据检影法验光的原理及特点,研发出智能验光设备,消除了人为主观因素,实现了自动化的检影验光,诊断快速、准确,操作简单、易学,有利于其进一步推广。本文以检影法验光所观测到的映光为切入点,完成了以下工作:(1)根据检影法验光环境与所观测的映光特点,根据图像灰度直方图分布特点,采用MATLAB调整函数,实现分别对不同捕捉图像进行自适应参数下的灰度变换,利用Sobel算子与自动阈值分割法将映光从图像中分割出来,并利用坐标拟合法将映光特征参数化。(2)根据检影法验光特点,设计了与之适应的机械结构,对控制系统进行选型,并对图像捕捉模块进行了传感器选型,完成了自动化检影验光的图像捕捉系统设计。(3)提出了一种适应于检影法图像的质量检测算法。采用客观评价方法,将评价指标分为清晰度、瞳孔位置度以及闭眼检测三大类。在清晰度评价中,采用能量梯度法,对图像的像素进行梯度计算,并得出其清晰度数值;瞳孔位置度检测中,根据映光与瞳孔之间的位置特点,提出了基于边缘一致信息对瞳孔位置度的评价法,利用映光与瞳孔的重合边缘拟合瞳孔位置,并做出判断;闭眼检测中,提出了基于贝叶斯—蒙特卡洛原理的多重霍夫拟合检测算法,根据贝叶斯原理,将霍夫圆识别进行推广与改进,并采用蒙特卡洛方法进行随机点计算,得出检测结果。将不符合任一以上三个指标评价的图像剔除,保留高质量的图像进行后续分析操作,保证检测质量。(4)提出了面向检影法相对特征参数的数学模型及图像处理算法。将应用检影法所观测到映光的四个观测特征:影动速度、映光宽度、映光亮度以及映光的形状特征进行参数化处理。其中,在影动速度方面,提出了固定转速检影镜光照下所产生影动的直接速度数学模型;在映光宽度方面,根据不同的映光形式,提出了相应的计算方法;在映光亮度方面,利用R、G、B三个通道灰度值计算区域的平均亮度,并将其作为映光亮度值进行中和状态的检测处理;在映光形状方面,引进圆形度作为其评价指标,用以区分圆锥晶体与正常晶体。利用模拟眼,将影动速度与映光宽度映射到屈光度并进行回归处理,利用熵值法计算影动速度与映光宽度所占的权重比,并将回归方程向人眼投影,完成其临床应用。(5)通过将本文得出的诊断结果与样本标准屈光度数值、电脑验光结果进行对比性实验,证明本文所提出的研究方法与所设计的机械装置有效,能够在检影法耗时较少、且保证准确性的前提下,实现检影自动化,具有很强的实用性。