一种彩色眼底图像视盘自动定位方法技术

技术编号:11192895 阅读:109 留言:0更新日期:2015-03-25 21:31
本发明专利技术涉及一种基于抛物线拟合和窗口扫描方法的彩色眼底图像视盘自动定位方法,该方法结合了视盘的自身特性和视盘与血管关系特性来定位视盘。首先提取彩色眼底图像的绿色通道并且采用改进的低帽变换粗略的提取彩色眼底图像中的血管;然后用形态学的方法去除噪声和病变干扰,并且最终提取眼底图像中最外层主血管的骨架线;紧接着采用最小二乘法拟合抛物线来初定位视盘,最后通过移动窗口灰度扫描的方法,最终定位视盘。该方法不受图像亮度、对比度和病变干扰,不仅对于正常的眼底图像能够正确的定位视盘,而且对于病变的眼底图像也能够得到正确的定位。

【技术实现步骤摘要】

本专利技术涉及彩色眼底图像中视盘自动定位的方法,该方法不受对比度和眼底病变 的影响,在正常的彩色眼底图像和病变的眼底图像中均能正确定位视盘,属于图像处理技 术领域,可用于正常的和具有眼部病变的眼底图像中视盘的定位。
技术介绍
视盘是眼底图像的一个重要特征,在眼底图像中视盘是一个类圆形的黄色亮区 域,视神经和血管从视盘进入眼部。眼底病变在世界范围内具有较高的发病率并且具有致 盲的危险,所以早期的诊断非常重要。视盘的大小、形状等参数是判断糖尿病视网膜病变的 重要辅助参数。视盘的检测和定位对眼底疾病的临床诊断具有重大的意义。 目前有两类视盘定位的方法,一类基于视盘的自身特性(如眼底图像中视盘的亮 度高、视盘内部灰度方差大、视盘的形状呈现类圆形),一般将亮度最大或对比度最强的圆 形区域的中心作为视盘的参考位置;也有通过寻找灰度变化幅度最大的矩形区域的中心作 为视盘位置;还有的是充分结合视盘的上述三个特性,基于其中一个特性先找到候选区域, 然后用剩下的两个特性去排除非视盘区域进而留下最终的视盘区域。这些方法都充分利用 了视盘的外观特性,在质量较好的正常眼底图像中的视盘定位的准确率较高,但是在病变 图像中,由于视盘的外观改变,大面积亮色病变区域的干扰,此时依据视盘的自身特性无法 正确定位视盘。还有一类基于血管和视盘关系的视盘定位方法,大致思想是通过血管的走 向或者血管结构特点与视盘的关系来定位视盘。由于血管相对稳定,特征显著,这种方法检 测的精确度高。但是这些方法需要以准确提取出血管特征为前提,至少也需要精确地提取 到主血管,而在低质量或病变图像中,血管特征检测仍是一个比较困难的问题。而且对于整 体血管进行操作,算法较为复杂,运算时间长。 本专利技术通过分析局部血管和视盘的关系来定位视盘,避免了必须要精确提取整体 血管特征的缺陷,提供了仅需要粗略的提取局部血管,并且对血管的骨架线进行数据运算 的视盘定位方法,大大降低了算法的复杂度,提高了算法的精确度。 本专利技术支持项目为:天津市科技支撑计划重点项目基于图像相位信息的糖尿病 视网膜病变眼底图像自动分析软件系统(No :13ZCZDGX02100)。
技术实现思路
本专利技术的目的是克服现有技术的上述不足,提供一种在彩色眼底图像中快速定位 视盘的方法,本方法不受病变影响,能够结合视盘的自身特性以及视盘与血管关系这两种 检测方法的优点。为此,本专利技术采用如下的技术方案。 彩色眼底图像视盘自动定位方法,包括下列步骤: 1.输入彩色眼底图像,提取RGB颜色空间中的绿色通道,用改进的低帽变换的方 法粗略提取血管; 2.利用大津阈值法(OTSU)将上述结果二值化; 3.去除病变区域和背景噪声影响; 4.提取最外层主血管的骨架线; 5.基于抛物线拟合的方法初步定位视盘; 6.根据视盘的自身特性,基于窗口扫描的方法,最终定位视盘。 步骤2中,先对绿色通道图像进行低帽变换,然后将得到灰度图中的原始灰度范 围映射到一个新的灰度范围,使得图像中1%的数据饱和至最低和最高亮度,以此提高图像 的对比度。 步骤5中,首先提取最外层主血管的骨架线,之后在最外层主血管骨架图中以左 上角为原点,水平方向向右为y轴,坚直方向向下为X轴的坐标系,将血管骨架线像素的行 标号映射为X坐标,列标号映射为y坐标,血管骨架线即映射为数据点( Xi,yi),(I < i < N), 使用方程f(x) = aQ+alX+a2x2来拟合这些离散数据点,确保所有数据点上的残差平方和 :本文档来自技高网
...
一种彩色眼底图像视盘自动定位方法

【技术保护点】
彩色眼底图像视盘自动定位方法,所述方法包括下列步骤:步骤1:提取彩色眼底图像的绿色通道,进行改进的低帽运算;步骤2:采用OTSU算法将图像二值化;步骤3:去除病变区域和背景噪声影响;步骤4:采用形态学方法提取最外层血管的骨架线;步骤5:采用最小二乘法进行抛物线拟合,初步定位视盘;步骤6:采用滑动窗口灰度扫描的方法,最终定位视盘。

【技术特征摘要】
1. 彩色眼底图像视盘自动定位方法,所述方法包括下列步骤: 步骤1 :提取彩色眼底图像的绿色通道,进行改进的低帽运算; 步骤2 :采用OTSU算法将图像二值化; 步骤3 :去除病变区域和背景噪声影响; 步骤4 :采用形态学方法提取最外层血管的骨架线; 步骤5 :采用最小二乘法进行抛物线拟合,初步定位视盘; 步骤6 :采用滑动窗口灰度扫描的方法,最终定位视盘。2. 根据权利要求1所述的彩色眼底图像视盘自动定位方法,其特征在于,步骤1中, 采用低帽运算初步提取血管,然后将得到灰度图中的原始灰度范围映射到一个新的灰度范 围,使得图像中1%的数据饱和至最低和最高亮度,以提高图像的对比度,其中低帽变换所 选取的结构元素是直径约为主血管宽度的圆形模板。3. 根据权利要求1所述的彩色眼底图像视盘自动定位方法,其特征在于,步骤4中,采 用形态学开运算的方法提取最外层主血管,进而提取其骨架线,其中采用的结构元素是以 最宽的血管宽度为直径的圆形模板。4. 根据权利要求1所述的彩色眼底图像视盘自动定位方法,其特征在于,步骤4中,首 先在最外层主血管图中建立以左上角为原点、水平方向向右为y轴、坚直方向向下为X轴的 坐标系,对于提取的最外层主血管骨架线上的像素点,将像素的行...

【专利技术属性】
技术研发人员:肖志涛张芳邵一婷耿磊吴骏
申请(专利权)人:天津工业大学
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1