Chất lượng hình ảnh của các vòng phản xạ có liên quan mật thiết đến chất lượng bề mặt màng phim nước mắt. Do đó, vấn đề lâm sàng về việc đánh giá chất lượng bề mặt màng phim nước mắt có thể được giảm xuống thành vấn đề kỹ thuật về việc đánh giá chất lượng hình ảnh của videokeratographs. Để đánh giá chất lượng hình ảnh của một mẫu vòng HSV, trước tiên chúng ta chọn một phần hình ảnh vuông, tập trung vào trục của dụng cụ và được định nghĩa là ma trận cường độ I (x,y), x= 1,2,…, L, y= 1,2,…, L trong đó L biểu thị kích thước của nó theo pixel. Sau đó, chúng ta xác định một tập hợp các cấu hình hình ảnh xuyên tâm được lấy mẫu từ I (x,y) bằng phương pháp nội suy hàng xóm gần nhất tạo thành ma trận lưới cực nr x nθ.
Hình trên cho thấy hai ví dụ về phép biến đổi Descartes thành cực. Cường độ của hình ảnh cực của đối tượng có đồng tử nhỏ hơn (b) kém đồng đều hơn so với đối tượng có kích thước đồng tử lớn hơn (a). Số lượng vòng sau đó được đếm cho mỗi cột của ma trận Ip tương ứng với bán kinh tuyến trong ảnh HSV ban đầu để tìm ra các điểm gián đoạn trong mẫu vòng. Những điểm gián đoạn này thường cho thấy sự mất ổn định trên bề mặt màng phim nước mắt. Để đếm các vòng, cần phải phát hiện các cạnh trong hình ảnh cực và điều này có thể được thực hiện bằng thuật toán phát hiện cạnh Marr-Hildreth.
Tuy nhiên, những thay đổi về đặc điểm của mẫu mắt trước của người, chẳng hạn như sự thay đổi màu mống mắt, hình dạng và kích thước đồng tử khác nhau, và những thay đổi tự nhiên của kích thước đồng tử trong quá trình đo lường dài với HSV khiến cho việc phát hiện vòng trở nên khó khăn. Không có thuật toán phát hiện cạnh “sẵn có” nào có thể áp dụng cho tất cả các loại mắt. Ví dụ về cách kích thước đồng tử ảnh hưởng đến sự phản xạ của mẫu vòng Placido và sau đó là biểu diễn hình ảnh cực của nó được hiển thị trong hình trên. Nếu kích thước đồng tử bao gồm vùng phân tích, như trong Hình 2a, thì biểu diễn hình ảnh xuyên tâm kết quả vẫn có cường độ tương đối đồng đều. Tuy nhiên, khi đồng tử nhỏ hơn vùng phân tích (Hình 2b), hình ảnh xuyên tâm kết quả cho thấy sự thay đổi đáng kể về cường độ mà không thể loại bỏ đơn giản bằng các kỹ thuật cân bằng biểu đồ tiêu chuẩn.
Đặc biệt, có thể thấy rằng đối với một đồng tử nhỏ, một phần mống mắt của đối tượng được bao gồm trong hình ảnh xuyên tâm được lấy mẫu. Độ tương phản của các vòng Placido trên mống mắt màu sáng bị suy giảm, điều này khiến việc phát hiện các vòng đôi khi đã bị mờ trở nên khó khăn hơn. Để khắc phục những thiếu sót này, một phương pháp phát hiện cạnh tùy chỉnh đã được phát triển, trong đó trước tiên chúng tôi ước tính cấu hình hình ảnh cường độ xuyên tâm cục bộ trung bình sau đó được khớp với một hàm tham số bao gồm hai phần. Một quy trình bình phương nhỏ nhất lặp đi lặp lại đã được sử dụng để tìm ra sự kết hợp tối ưu của hai phần tham số của hàm. Cường độ trung bình cục bộ được mô hình hóa sau đó được trừ khỏi phần cục bộ tương ứng của hình ảnh xuyên tâm ban đầu trước khi phát hiện cạnh. Việc phát hiện cạnh liên quan đến việc ước tính tất cả các độ dốc tăng của cấu hình xuyên tâm bằng kỹ thuật ngưỡng thích ứng.
Hiệu ứng của việc sử dụng kỹ thuật trừ nền được giải thích bằng đồ thị trong hình trên bằng cách sử dụng, làm ví dụ, hình ảnh từ Hình 2b. Hình ảnh xuyên tâm ban đầu (Hình 3, trên cùng bên trái) có phân bố cường độ không đồng đều đáng kể, khiến cho quy trình phát hiện cạnh bỏ lỡ một phần đáng kể của các vòng trong vùng mống mắt (Hình 3, dưới cùng bên trái). Sau khi ước tính cấu hình xuyên tâm cường độ trung bình và khớp một hàm tham số với nó (Hình 3, giữa), chúng ta có thể trừ cường độ nền trung bình và thực hiện phát hiện cạnh trên hình ảnh xuyên tâm còn lại (Hình 3, trên cùng bên phải) dẫn đến nhiễu hơn nhưng cũng hoàn thiện hơn các cạnh (Hình 3, dưới cùng bên phải).
Hình trên là một ví dụ điển hình về việc ước tính chất lượng bề mặt màng phim nước mắt cho một đối tượng sử dụng hình ảnh videokeratoscopy tốc độ cao. Điểm chất lượng bề mặt nước mắt (TSQ) được chuẩn hóa sao cho điểm 1 là tốt nhất (tức là chất lượng bề mặt nước mắt tốt). Vì sự không ổn định bề mặt màng phim nước mắt dẫn đến hiện tượng mờ và gián đoạn trong các mẫu vòng, chúng tôi sử dụng phương sai của công cụ ước tính số vòng ở trên làm chỉ báo về chất lượng bề mặt màng phim nước mắt (TSQ) tại thời điểm tn, n= 1,2,…, N. Phương sai càng lớn thì chất lượng của hình ảnh vòng càng kém, cho thấy chất lượng bề mặt của màng phim nước mắt càng kém.
