基于高斯Markov随机场混合模型的彩色眼底视网膜血管分割提取

发布时间：2017-08-26 21:28

  本文关键词：基于高斯Markov随机场混合模型的彩色眼底视网膜血管分割提取

  更多相关文章： Markov随机场 高斯混合模型 MRF-MAP理论 期望最大

【摘要】：某些疾病特别是心血管疾病,会改变眼底视网膜血管的形态与结构,通过对眼底图像中视网膜血管进行观察检测可以起到很好的疾病辅助诊断作用。传统眼底视网膜血管诊断完全依靠医生肉眼测定,在人工目测下完成,其缺点显而易见：速度慢,准确率不高,可重复性差等问题。依托于数字图像处理技术的迅猛发展,用计算机系统进行眼底图像视网膜血管检测,为医学诊断提供精准的有效处理结果就显得尤为重要与迫切。 在阅读大量相关文献的基础上,本文对彩色眼底视网膜血管的分割提取进行了一些探究。值得一提的是,本文为首个运用高斯Markov随机场混合模型分割提取彩色眼底视网膜血管,并取得了一定成果。本文的进行的探究可分为三大内容： (1)彩色眼底图像预处理。比较彩色RGB眼底图像的各通道图像后选取血管网络与背景比较度最高的绿色通道图像作为后续处理的对象。基于背景光照不均首先进行光照均衡处理。而后为突出图像中的血管网络,通过每隔15度所构成的12个不同角度模板的二维高斯匹配滤波核进行血管增强。 (2)建立高斯Markov随机场混合模型,进行血管分割提取。基于MRF-MAP理论完成模型的数理推导过程,然后使用期望最大化(EM)算法估计模型参数。此模型能够将高斯混合模型中的参数和Markov随机场模型中的参数同时估计出来,从而提高了参数估计收敛速率。 (3)后期分割提取图像处理。首先运用图像掩膜法去除眼底图像边框,其次针对分割提取结果中背景残留和病变干扰采用面积滤波法进行处理。 本文所提算法的优势在于：采用高斯Markov随机场混合模型,有效的对图像血管进行分割提取,能同时估计得出高斯与马尔科夫参数从而提高参数估计收敛效率；在高斯Markov随机场混合模型中,加入了图像的先验概率,提供像素的空间约束信息,有效地提高分割提取精度。通过试验仿真,本文得到了可靠的视网膜血管分割提取结果,由此验证了算法的可行性。
【关键词】：Markov随机场 高斯混合模型 MRF-MAP理论 期望最大
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R774
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-8
• 第一章 绪论8-16
• 1.1 课题研究的背景与意义8-9
• 1.2 国内外研究现状9-13
• 1.3 本文研究的难点及成文结构安排13-15
• 1.3.1 本文研究课题难点分析13-14
• 1.3.2 本文工作安排14-15
• 1.3.3 本文章节安排15
• 1.4 本章小结15-16
• 第二章 彩色眼底视网膜血管图像预处理16-26
• 2.1 眼球结构16-17
• 2.2 眼底图像采集17-19
• 2.3 眼底图像预处理19-24
• 2.3.1 光照均衡20-21
• 2.3.2 图像增强21-24
• 2.4 本章小结24-26
• 第三章 基于高斯Markov混合模型的眼底视网膜血管分割提取26-39
• 3.1 基点标签与标记问题26-27
• 3.2 基团和邻域系统27-29
• 3.3 马尔科夫随机场29-30
• 3.4 Gibbs随机场30
• 3.5 Markov-Gibbs等价性30-31
• 3.6 MRF-MAP理论31-34
• 3.6.1 贝叶斯估计31-33
• 3.6.2 MRF-MAP解法小结33-34
• 3.7 高斯混合模型34
• 3.8 基于高斯Markov混合模型的眼底视网膜血管分割提取34-37
• 3.8.1 高斯Markov随机场模型34-35
• 3.8.2 高斯Markov随机场混合模型35-36
• 3.8.3 高斯Markov随机场混合模型中参数估计36-37
• 3.8.4 本文眼底视网膜血管分割提取步骤总结37
• 3.9 本章小结37-39
• 第四章 后期处理及实验结果展示与分析39-52
• 4.1 眼底图像库介绍39
• 4.2 分割提取图像后处理39-42
• 4.2.1 眼底边框提取40
• 4.2.2 图像面积滤波40-42
• 4.3 实验结果展示与分析42-50
• 4.3.1 眼底病变信息提取42-45
• 4.3.2 血管网络分割提取45-50
• 4.4 实验结果分析50-51
• 4.5 本章小结51-52
• 第五章 总结与展望52-54
• 5.1 全文总结52-53
• 5.2 展望53-54
• 附录54-57
• 参考文献57-61
• 攻读硕士期间发表论文情况61-62
• 致谢62

【参考文献】

中国期刊全文数据库 前10条

1 金圣华;周玮;;马尔科夫蒙特卡洛在视网膜血管分割中的应用[J];长沙大学学报;2011年05期

2 张东波;尚星宇;;病变视网膜图像的血管骨架提取方法研究[J];电子测量与仪器学报;2011年09期

3 姚畅;陈后金;;一种新的视网膜血管网络自动分割方法[J];光电子.激光;2009年02期

4 莫静;糖尿病性视网膜病变的远程筛查[J];国外医学.眼科学分册;2003年05期

5 林土胜,秦华标,赖声礼;基于拆支跟踪法提取特征的视网膜血管形态识别[J];华南理工大学学报(自然科学版);2000年05期

6 林土胜,徐锦堂,梁庆源;视网膜血管管径量化及对眼底血管病变的应用价值[J];暨南大学学报(自然科学与医学版);1999年02期

7 曾业战;钱盛友;刘畅;;基于核模糊C均值的眼底视网膜血管分割算法[J];计算机工程与应用;2011年01期

8 王润民;姚畅;刘建勋;;基于Gabor小波的视网膜血管自动提取研究[J];计算机工程与应用;2011年18期

9 丁亮;沈梦叶;苏日娜;张永平;;基于图像分解的视网膜图像分割新方法[J];宁波工程学院学报;2011年02期

10 戴培山;王博亮;鞠颖;;视网膜血管图像分割及眼底血管三维重建[J];自动化学报;2009年09期

，

本文编号：743054