【技术实现步骤摘要】
本专利技术涉及图像处理
，尤其是涉及一种基于血管收敛的视盘区定位方法。
技术介绍
视盘在眼底图像中具有较明显的特征：(1)通常表现为近似圆形的黄色或白色亮斑；(2)血管从视盘中心延伸出来；(3)延伸出的血管在方向上具有相似性。1997年，Zhengliu等人在发表的“Automaticimageanalysisoffundusphotograph”中选取眼底图像中最大亮度值的2％作为阈值，所留下的区域即视盘所在位置；Chrastek等人在发表的“Opticdiscsegmentationinretinalimages”中选取图像中亮度均值最大的点作为视盘中心。这两种方法只是单纯利用视盘区域最亮这一特征，当图像中存在亮度不均、渗出病变或视盘亮度丢失等情况时，定位的准确性受到极大影响。2002年，Sinthanayothin等人在发表的“Automatedlocationoftheopticdisc,fovea,andretinalbloodvesselsfromdigitalcolorfundusimages”中则利用较亮的视盘中存在较暗的血管这一特征，计算...
【技术保护点】
一种基于血管收敛的视盘区定位方法，用于对眼底图像的视盘区进行定位，其特征在于，所述方法包括下列步骤：1)利用最小二乘分类器分割出眼底图像的初始视盘区；2)根据血管收敛位置计算步骤1)中分割出的初始视盘区的中心；3)计算步骤2)中初始视盘区的中心的各个方向上梯度值最大的点，构成点集，利用快速椭圆拟合算法处理点集，得到视盘区边界并确定视盘区。
【技术特征摘要】
1.一种基于血管收敛的视盘区定位方法，用于对眼底图像的视盘区进行定位，其特征在于，所述方法包括下列步骤：1)利用最小二乘分类器分割出眼底图像的初始视盘区；2)根据血管收敛位置计算步骤1)中分割出的初始视盘区的中心；3)计算步骤2)中初始视盘区的中心的各个方向上梯度值最大的点，构成点集，利用快速椭圆拟合算法处理点集，得到视盘区边界并确定视盘区。2.根据权利要求1所述的基于血管收敛的视盘区定位方法，其特征在于，所述最小二乘分类器包括CSK跟踪器。3.根据权利要求1所述的基于血管收敛的视盘区定位方法，其特征在于，所述步骤1)具体为：11)将眼底图像划分为多个大小为M×N的图像块；12)对步骤11)中划分得到的每一个图像块中的每一个像素pm,n进行预处理，得到处理后的像素G(m,n)，其中1≤m≤M，1≤n≤N；13)利用最小二乘分类器遍历所有图像块，将图像块与视盘区模板进行匹配检测，并根据步骤12)中得到的G(m,n)计算每个图像块的检测分数；14)选取最大检测分数对应的图像块，即为分割出的眼底图像的初始视盘区。4.根据权利要求3所述的基于血管收敛的视盘区定位方法，其特征在于，所述处理后的像素G(m,n)具体为：G(m,n)=12πσ2e-(m2+n2)/(2σ2)]]>其中，σ为正态分布的标准差。5.根据权利要求3所述的基于血管收敛的视盘区定位方法，其特征在于，所述检测分数具体为：其中，St为每一个图像块的检测分数，为离散傅里叶变换，为离散傅里叶反变换，κ为点积操作，a(m,n)具体为：其中，p为图像块，λ为正则化参数。6.根据权利要求1所述的基于血管收敛的视盘区定位方法，其特征在于，所述步骤2)具体为：21)对步骤1)中得到的初始视盘区依次进行中值滤波和二值化血管分割，完成血管的提取；22)利用垂直的矩...
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。