论文部分内容阅读
图像分割技术是图像处理和分析中的一项关键技术，同时眼底图像分割一直以来也是医学图像处理领域的一个研究热点。眼底视网膜图像被广泛应用于眼科疾病的诊断中，使用图像处理与分析技术与计算机视觉技术对眼底视网膜图像进行质量改善、特征检测、图像配准与拼接等自动分析能够帮助医生快速地进行眼底疾病或其他全身疾病的诊断及监控治疗等，提高临床诊断和治疗的效率与精度。 本文以眼底图像为研究对象，结合临床实际，从眼底图像预处理、图像中主要结构的提取以及特征测定等关键问题入手，针对眼底血管特征进行了以下几个方面的研究工作: 1、本文在传统图像增强的基础上，考虑图像有效数据的整体纹理特征和主要结构特点，提出了张量投票的去噪法和提出了基于图像观测模型和同态滤波的背景归一法。由于眼底采集设备和采集环境的影响，拍摄眼底图像时会出现光照不均、对焦不准，光照过度或过暗以及眼底图像本身的结构特点，所以图像预处理是非常重要的，直接关系到后续分割工作的精度。张量投票法能够正确的根据曲线、曲面、点的显著性信息从稀疏的、含噪声的二值数据中提取特征，能够较好的保留图像中的曲面曲线等信息。背景归一可以纠正图像照度和对比度在收集过程发生的形变，同时能够实现灰度动态范围的压缩和对比度的增强。 2、本文针对眼底图像和眼底血管的特点，提出一种基于权值熵和偏微分匹配滤波器的局部自适应分割法。眼底血管是人体中唯一可以非创伤而直接观察的深层血管，眼底血管的提取对心脑血管等疾病的诊断治疗与评价具有重要的临床应用价值，同时视网膜血管还是定位视神经乳头、中心凹和损伤的重要标志。为解决眼底视网膜血管难于准确提取的难题，我们提出了基于权值熵和偏微分匹配滤波器的局部自适应分割法。对比现有的算法，实验结果证明了该方法的有效性，能满足临床要求。尤其在处理非正常的眼底图像时，能有效去除病灶区。同时，视神经乳头自动定位是眼底图像分析处理中十分重要的研究内容，我们利用大律法和数学形态学方法自动定位视神经乳头。 3、在眼底图像血管分割结果的基础上，提出了一种基于血管方向的血管宽度测量方法。该方法首先利用改进的数学形态学边缘提取方法来获取血管的边缘线。然后使用查表法的细化算法提取血管中心线。结合边缘和中心线，我们提出了基于血管方向的宽度测量方法。