暗适应是视细胞的基本功能,也是眼功能检查的重要项目。暗环境适应能力关系着人体在弱光环境下的工作能力,对于飞行员来说,良好的暗环境适应能力关系到飞机和乘客的安全[1-3]。因此,对于暗环境适应能力的检测也是尤为重要。常见的检测分主观和客观两类,主观检测可能由于被检测人员误报适应时间而存在不可控因素,往往不够准确。客观检测是通过检测人体的生理特征来进行判断,例如眼震波,瞳孔波动。在低亮度下,瞳孔的波动很微弱,对于瞳孔边缘的检测使用常用的拟合算法并不能达到很好的效果,而且由于情绪等诸多因素的影响,瞳孔的波动并不一定来源于光刺激。本文在研究暗环境下的边缘检测的基础上,通过粗定位瞳孔中心,使用极坐标展开,更加精确的检测出瞳孔边缘,同时在检测中引入周期性光刺激,将数据转入频域分析瞳孔面积变化,从而有效检测出瞳孔波动。本文的主要工作如下:1.本文对传统的边缘检测方法进行了介绍。分析了Sobel算子,Prewitt算子,Robert算子,LOG算子,Canny算子等经典算子的特点。2.分析了在暗环境中影响图像的几个参数,例如光源的选择,镜头的选择。然后结合图像的不同应用场景,依据不同的应用需求,介绍了几种用于瞳孔边缘检测的方法。3.分析了暗适应检测仪的硬件结构和检测流程,通过结合极坐标变换和分段阈值,本文引入一种用于暗环境中的瞳孔边缘检测的算法。瞳孔的波动检测受到被检测人员的情绪,环境等客观因素的影响,本文通过频域分析有效的降低了这些因素所带来的干扰。在实验中,将本文方法检测出的边缘像素点作为输入,有效检测出瞳孔波动,也验证了算法在该应用环境中的有效性。