眼底图像视网膜血管分割方法研究

发布时间：2020-12-13 21:48

　　日常生活中常见的一些疾病,如高血压、肾炎、糖尿病和心血管病等会引起眼底视网膜血管病变,所以,观察血管形态的变化可以初步预估或诊断人体的某些疾病。因此,需要利用数字图像处理技术对其进行检测与分析,重点检测视网膜血管的形态是否有异常,以此来帮助医生诊断病情。使用数字图像处理技术具有处理速度快、分析客观、可比性高等优点,避免了人工分析的主观性与不确定性。因此,研究眼底图像视网膜血管的分割算法具有重要的临床意义。本文针对眼底图像视网膜血管分割方法进行了相关研究,主要工作如下:(1)提出基于小波变换和Retinex相结合的视网膜血管增强算法,首先对图像进行小波分解,得到低频和高频系数,对低频图像采用多尺度Retinex算法处理,对高频图像采用小波分层增强处理,然后进行小波重构,最终所得视网膜血管图像的清晰度、对比度和细节突出程度均有较大提高,取得了良好的效果;(2)提出改进的多尺度单通道线性跟踪分割算法,基本思想是从图像中所选取的一部分种子像素开始跟踪,在跟踪过程中对满足条件的像素点赋予较高的置信度,跟踪结束后,将所有像素点置信度矩阵量化后获得血管网络。然后用中值滤波与连通域标记相结合的方法对噪... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

彩色眼底图像

眼底图像视网膜血管分割方法研究DRIVE 图像库将 40 幅彩色眼底图像分为训练集和测试集两个集合，每个集合各含 20 幅彩色眼底图像。其中，训练集包含一组由专家手动分割的结果，测试集包含组由另外两位专家手动分割的结果。图 1.2 为 DRIVE 图像库测试集中的一张彩色眼图像及对应的两位专家手动分割结果。训练集一般只用于基于学习的分割方法，测试用于对各类血管分割方法的验证。

(c) G 通道 (d) B 通道图 2.3 原始视网膜图像及 RGB 彩色空间各通道分量图b 彩色空间空间是建立在一种颜色不能同时既是绿又是红、也不能同时上的，它是一种与设备独立的颜色模型，也是一种描述人类ab 彩色空间中的 L 表示从纯黑色到纯白色的范围，a 表示从从黄色到蓝色的范围。与 RGB 彩色空间模型相比，Lab 彩色感知到的所有颜色，其颜色分布更加均匀。用过程中，Lab 彩色空间中的各个分量不能直接由 RGB 彩.2 先将 R、G、B 分量转换为 XYZ 空间中的 X（红原色刺激Z（蓝原色刺激量）分量，然后按照公式 2.3~2.6 的转换关系b 分量值[36]。其中，XYZ 空间是所有颜色空间的基准，规定想的原色 X、Y、Z 用于匹配等能光谱三刺激值。Lab 彩色如图 2.4 所示。0.4124 0.3576 0.1805X R

【参考文献】：
期刊论文
[1]基于2D Gabor小波与组合线检测算子的视网膜血管分割[J]. 吴奎,蔡冬梅,贾鹏,韦宏艳.  科学技术与工程. 2016(12)
[2]基于颜色空间转换的交通图像增强算法[J]. 顾明,郑林涛,尤政.  仪器仪表学报. 2015(08)
[3]基于分类回归树和AdaBoost的眼底图像视网膜血管分割[J]. 朱承璋,向遥,邹北骥,高旭,梁毅雄,毕佳.  计算机辅助设计与图形学学报. 2014(03)
[4]基于YCbCr颜色空间和Fisher判别分析的棉花图像分割研究[J]. 刘金帅,赖惠成,贾振红.  作物学报. 2011(07)

博士论文
[1]眼底图像的血管特征分析[D]. 韩松涛.吉林大学 2010

硕士论文
[1]视网膜血管自动分割方法研究[D]. 马秀丽.沈阳工业大学 2017
[2]视网膜血管增强与分割算法研究[D]. 张歆雅.长春工业大学 2016
[3]条件随机场模型研究及应用[D]. 薛俊欣.山东大学 2014
[4]眼底图像血管分割方法研究与实现[D]. 高旭.中南大学 2014
[5]基于条件随机场的目标检测方法研究[D]. 张瑜.西安电子科技大学 2014
[6]水下图像的清晰化方法研究[D]. 马原.中国海洋大学 2012
[7]基于Retinex理论的小波域图像增强方法研究[D]. 储昭辉.合肥工业大学 2010
[8]基于小波变换的多源遥感图像融合[D]. 雷宁.西北工业大学 2007



本文编号：2915229