彩色眼底图像中视盘识别算法研究

• 作 者: 曹清慧
• 出 处: 北京工业大学
• 发表日期: 2013年01期
• 关键词: 医学图像处理 眼底图像分析 视盘识别 视盘分割

数字眼底图像在医学研究以及临床诊疗中都起到非常重要的作用，它不仅可以用于诊断眼底疾病，还能为诊疗高血压、糖尿病、中风等全身性疾病提供参考依据。利用计算机图像处理技术来增强图像特征、测量形态参数，能够客观、准确、迅速地为临床诊断提供更可靠的依据。在眼底图像辅助诊断系统中，视盘识别是实现辅助诊断和其他眼底结构识别的前提和关键步骤。在健康的眼底图像中，视盘具有较明显的特征：视盘亮度较周围高；（近似）圆形或椭圆形，血管聚集在视盘中心处，从视盘伸展出来的血管方向具有相似性。但是视盘识别仍存在许多难点，如对比度低，亮度不均，病变破坏，生理异常，血管干扰等。本文主要研究基于彩色眼底图像的视盘识别，包括视盘定位及视盘分割两部分。在视盘定位方面，首先对一种基于模板匹配的定位算法进行了研究实现；其次，提出了一种新的基于映射的定位算法，该算法不仅简单易于实现，同时在四个公开数据集眼底图像测试达到96.6%的正确率，每幅图像平均处理时间仅需要1.3秒。与当前的主要定位算法相比较，该算法在保证准确率的同时简单快速。在视盘分割方面，首先对基于Hough圆变换的分割方法进行了改进，通过提取感兴趣区域和擦除血管的预处理，克服了Hough变换检测圆计算量大且耗时久的缺点。最后，利用视盘边缘灰度梯度较大和近似椭圆的特征，提出了一种基于椭圆拟合的分割算法。最终测试结果成功率达到84.5%，计算时间平均为1s。