基于Matlab图像识别技术的隐形眼镜镜片边缘缺陷检测

实现原理

1. 使用Matlab工具，首先分别识别检测出镜片的垂直边缘和水平边缘；
2. 然后进行求平方和并开根的处理，从而获得欧几里得边缘的结果；
3. 其次再对边缘平方和处理后的数据筛选，并令其值为1进行二进制，得到二进制边缘结果；
4. 最后再通过确定圆心、半径，与圆周各点做差找到缺陷。

运行结果

1. 完整的理想图像
   程序读取并识别检测完整的理想图像时，由结果可见，输出的图像清晰准确地标识出了镜片边缘的缺陷，包括部分细小的缺陷，人眼都难以分辨，而通过程序识别处理，精准无误地被标出。
2. 不完整的图像
   当输入一张不完整的图像时，程序仍能准确地获得对象的边缘，但无法计算出圆心所在和半径，因此也就无法识别出边缘缺陷。
3. 存在较大缺陷的图像
   输入的图像存在肉眼可见的较大缺陷时，程序经过计算仍然能够精准识别出缺陷并标出，未出现误判的情况。
4. 图像存在较多噪声干扰
   但待检测识别的镜片图像存在较多噪声干扰时，该程序无法正常运行，受噪点干扰无法识别出镜片边缘，也无法计算标示出边缘缺陷所在。

改进思路

根据4个测试的结果，可明确看出该程序在部分情况下具有一定的边缘缺陷检测识别功能，能精准识别并标示出缺陷位置所在，但在图像不完整以及有噪声干扰的情况下无法正常工作，故提出以下改进措施。
1). 针对图像不完整情况下无法识别出圆心以及半径的问题，在