作为一种常见的眼表疾病,干眼（Dry Eye Disease,DED）普遍存在于人群中,其主要表现为泪膜失去稳态平衡,并可能伴随着视疲劳、角膜炎症等不同程度的症状。目前存在多种干眼诊断技术,其中基于计算机辅助的角膜地形图系统因其精度高、成本低、结构简单、对噪声敏感度低等优点而被广泛应用在干眼疾患的筛查和早期诊断中。本研究围绕干眼核心机制中泪膜稳定性的评估。依托角膜地形图系统,通过图像处理算法进行特征提取、参数计算以及泪膜稳定性的动态测量。最终实现泪膜质量评估,并为干眼的临床诊断提供一定的客观依据。本研究主要包括以下三个方面:1、泪膜图像预处理,包括模糊检测和环状图样区域定位。针对泪膜图像固有特点,提出一种基于Sobel边缘算子的模糊检测方法,剔除有碍特征提取的模糊图像。对灰度图像进行形态学开运算以获得背景和睫毛减弱且环状图样凸显的目标图像。为了进一步降低背景和睫毛对后期图像处理的影响,依据环状图样频率对目标图像进行带通滤波。最后,利用局部大津法二值化及形态学闭运算确定环状图样区域。2、环状图样变形检测。分析了环状图样局部结构变化与泪膜质量的关系。根据环状图样纹理结构特征,提出一种基于灰度共生矩阵（Gray-level Co-occurrence Matrix,GLCM）的变形检测方法,用于判断是否存在局部泪膜破裂情况。对比验证了常见纹理结构分析方法在环状图样变形检测中的应用。3、干眼的分析诊断。将灰度图像环状图样区域从直角坐标系转化到极坐标系中,并划分为若干不重叠的子块。利用GLCM方法进行块特征参数提取,进而得到整个图像的泪膜质量指数。拟合特征参数以确定泪膜破裂面积及泪膜破裂时间。实验部分处理分析了 54个泪膜视频样本,诊断结果与眼科医生标记结果接近,为干眼的分析诊断提供了客观依据。