当人体脂类物质以及铜在人体代谢发生异常,会在角膜处形成角膜老年环以及K-F环(Kayser-Fleisher环),这些环状特征的产生与人体健康状况有密切联系。相关研究表明,通过对角膜老年环及K-F环的观察,可以作为一种辅助手段对于及时了解人体健康状况尤其对某些疾病的及时诊断具有重要意义。目前,对于这两种环状特征的筛查主要采用人为的主观观察,这种形式容易产生误判、漏判。此外,角膜老年环与K-F环产生后很难消失,但是,随着人体相关物质代谢的持续异常,环状特征的颜色及宽度会发生变化,采用人为主观观察的方法无法实现对环状特征进行定量检测。针对角膜老年环以及K-F环的计算机辅助检测,本文研究的主要目的是利用图像处理及分析的手段建立能够完成两种环状特征的检测模型。该模型首先要解决的问题是目标的粗分类,即确定图像中是否具有两种环状特征;其次,本文主要解决两种环状特征的定量检测问题。本文研究的具体工作及贡献如下:(1)针对角膜老年环粗分类的问题,首先,通过检测眼睑及睫毛确定角膜老年环粗分类的有效区域;其次,在有效区域中对H分量与S分量在单位向量中进行投影并定义相似度度量指标,并在此基础上利用Union-Find算法完成角膜老年环的聚类;最终,通过定义的度量指标去除正常虹膜的影响从而完成角膜老年环区域的分割。实验结果表明,在非接触条件下采集的图像中该方法能够达到95.4%的分割正确率,但是该方法具有4.5%的误检率,有效区域分割的准确性对算法的影响较大。(2)对于Union-Find算法漏检的问题,本文提出一种基于多尺度颜色替换的角膜老年环粗分类方法。该方法针对采集虹膜图像在分割过程中目标个数稳定、目标区域面积明显大于噪声干扰区域的特性,通过在彩色图像分割过程中结合相邻像素位置信息设计了多尺度颜色替换策略。该方法首先利用动态规划与主分析的方法对图像进行量化;其次,在不同尺度模板下对图像按照本文定义的颜色替换策略进行迭代替换处理,直至合并后的目标个数小于5迭代结束。最后通过分割后目标区域的面积信息确定角膜老年环是否存在。此外,本文从原理上分析了替换策略边缘检测误差以及噪声的去除原理。实验结果表明,在采集图像中该方法能够达到97.0%的分割正确率而且具有较高的鲁棒性。(3)为了有效的完成对角膜老年环的定量检测,在对采集图像定位的基础上选择了对角膜老年环进行定量分析的候选区域。在候选区域中,以四元数为基础设计了基于梯度响应最优的环状特征边缘增强算法,该方法通过定义水平梯度响应最优函数,将角膜老年环状内外边缘在不同色彩空间梯度极值点表现的随机性变换为统一的分布特性,并结合像素邻域边界跟踪与光照影响检测模型完成角膜老年环的边缘提取。通过实验分析,在选择的候选区域中,该方法不仅能够有效的对角膜老年环内外边界进行有效提取,对于K-F环边界的提取也同样达到很好效果。(4)由于不同程度的角膜老年环及K-F环,其差异性主要体现在环状区域的分布的范围上,针对角膜老年环与K-F环的定量分析问题,本文首先定义了能够稳定描述环状特征颜色特征的量化算子,该算子可以有效完成两种环状特征之间的分类。其次,结合对两种环状特征提取边缘信息,定义了描述环状特征分布范围的宽度特征量化算子。通过将相同样本不同次采集的图像进行定量检测分析,验证了宽度算子在对环状特征进行定量分析的稳定性及有效性。(5)针对K-F环的粗分类问题,在对图像进行定位的基础上确定了对目标进行粗分类的ROI区域,并在该区域中分析了K-F环在不同色彩空间不同通道的表现形式以及不同色彩空间目标对光照敏感度。通过实验分析将HSI作为K-F环粗分类的色彩空间。在HSI空间中,分析了H分量的颜色选择特性以及S分量大小与不同程度K-F环的一致性,并将区间内H分量进行二次变换后融合S分量形成最终的判别指标,该判别指标既可以完成目标的粗分类还可用于对K-F环的颜色变化进行量化检测。