基于改进PDE图像修补的眼底图像视杯自动分割方法技术

基于改进PDE图像修补的眼底图像视杯自动分割方法，该方法的实现过程如下，读取和归一化原始图像；对原始图像进行通道选择；利用形态学的原理对图像进行增强；基于图像减法的血管位置的定位；利用改进的BSCB模型实现对血管区域的填充修复；对图像进行中值滤波去噪，并利用伽玛变换突出目标区域；以图像上最亮像素点集合质心为初始种子点，利用水平集算法初步获取视杯轮廓。本发明专利技术填充修复血管以后的图像在一定程度上消除了血管区域对视杯分割的影响，提高了视盘分割的准确性；利用水平集方法进行视杯的轮廓获取，实现了种子点的自动选取；减少了传统半自动方法中的人工干预。

【技术实现步骤摘要】

本专利技术属于医学图像处理领域，涉及一种改进的基于偏微分方程（PDE)的BSCB图 像修补模型，实现了眼底图像视杯的自动分割。
技术介绍
由多种原因引起的眼底及视神经组织病变被称为眼底视神经疾病（如青光眼、糖 尿病视网膜病变等），这些疾病都具有致盲的风险。这类疾病在世界范围内发病率很高，且 呈现上升的趋势，而眼底图像中视杯大小的变化，对青光眼等病变的早期诊断和治疗具有 重要的指导意义，因此，眼底图像视杯的自动分割是眼部相关病变计算机辅助诊断的关键 技术。 目前，有很多眼底图像视杯自动分割方面的研宄。这些方法大体上分为三种：基 于形态学的方法，基于水平集的椭圆拟合方法，基于视杯边缘先验信息的方法。基于形态学 的视杯分割方法是利用形态学的一系列原理和方法去分割视杯，Babu等人在图像的绿色通 道利用模糊C均值聚类和小波变换的方法分割视盘；基于水平集的椭圆拟合视杯分割方法 中，视杯边缘以可变梯度的方式来表示，梯度流方程以一个特定的阈值进行初始化，根据设 定的终止条件终止后得到视杯边缘，随后对视杯边缘进行椭圆拟合以确定最终边缘；基于 视杯边缘先验信息的视杯分割以视杯边缘存在血管本文档来自技高网...

【技术保护点】
基于改进PDE图像修补的眼底图像视杯自动分割方法，其特征在于：本方法的特征在于采取以下步骤，步骤1，读取和归一化原始图像；步骤2，对原始图像进行通道选择；步骤3，利用形态学的原理对图像进行增强；步骤4，基于图像减法的血管位置的定位；步骤5，利用改进的BSCB模型实现对定位到的血管区域进行填充修复；步骤6，对图像进行中值滤波去噪，并利用伽玛变换突出目标区域；步骤7，以图像上最亮像素点集合的质心为初始种子点，利用水平集算法获取视杯轮廓。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨春兰，段彦华，刘冰，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11