一种基于眼底图像特征的左右眼识别方法技术

本发明专利技术提出一种基于眼底图像特征的左右眼识别方法，属于医学数字图像处理领域。本方法首先对获取的眼底图像进行处理，然后对处理后的图像分别根据视盘和血管的不同特征通过三种不同的方法获取相应的信息，最后分别对三种方法设定相应的变量判断其是否能够进行左右眼的判别，并根据每种方法得到的识别结果对眼底图像联合进行左右眼识别并输出识别结果。本发明专利技术能够快速精确地识别给定的眼底图像是属于左眼还是右眼，识别精确度高，简单易操作，具有较高的应用价值。

Eye and eye recognition method based on fundus image feature

The invention provides a right eye left eye recognition method based on fundus image features, which belongs to the field of medical digital image processing. This method first analyzes the fundus image acquisition processing, then the processed image respectively according to the different characteristics of the optic disc and the vessel through three different methods to obtain the corresponding information, finally the three methods set the corresponding variables to determine whether it can be eye discrimination, and according to the recognition of each method the results of combined eye fundus image recognition and output the recognition results. The invention can quickly and accurately identify the given fundus image belongs to the left eye or the right eye, and has the advantages of high accuracy, simple operation, and high application value.

【技术实现步骤摘要】
一种基于眼底图像特征的左右眼识别方法
本专利技术属于医学数字图像处理领域，特别是涉及一种基于眼底图像特征的左右眼识别方法。
技术介绍
当今，随着人们生活水平的不断提高，人口老龄化的日益加重以及智能硬件设备的快速普及，糖尿病视网膜病变、青光眼、高度近视等疾病的患病率明显增加，这不但影响了人们的正常生活，也给家庭和社会带来了沉重的负担。如果能够做到早期发现、早期治疗，这无疑对延缓疾病的发展具有至关重要的意义，甚至可使绝大多数患者保留现有的视力，从而减轻患者及家庭的负担。眼底图像包含了丰富的非结构化参数，这是包括白内障、青光眼、老年性黄斑变性、糖尿病视网膜病变在内的常见眼科疾病的重要诊断依据，并且眼底图像中的血管是人体内唯一能够在无创条件下直视的血管结构，它是监测全身多种疾病以及预估疾病风险的主要信息窗口，因此对眼底图像的采集存储以及分析就显现的尤为重要。目前在眼科临床上的常规眼底数码照相以及远程眼科筛查时传输的眼底图像多数是采用每眼一张后极部45度的眼底图像，该图像可以很好地显示视盘及其周围视网膜包括黄斑区的普通形态改变，对眼科疾病的筛查及诊断起着及其重要的作用。常规的医院采集得到的眼底本文档来自技高网...

【技术保护点】
一种基于眼底图像特征的左右眼识别方法，其特征在于，包括以下步骤：1)眼底图像预处理阶段；具体步骤如下：1‑1)拍摄一张彩色视网膜眼底图像，记为I，图像I的行数记为m，列数记为n，像素值的大小为[0,255]，并以图像I的左上角为顶点建立直角坐标系；1‑2)提取图像I的R、G、B颜色通道图像，分别记为IR、IG、IB，表达式如下：IR＝I(:，:，1)..................................................(1)IG＝I(:，:，2)..................................................(2)IB＝I(:，...

【技术特征摘要】
1.一种基于眼底图像特征的左右眼识别方法，其特征在于，包括以下步骤：1)眼底图像预处理阶段；具体步骤如下：1-1)拍摄一张彩色视网膜眼底图像，记为I，图像I的行数记为m，列数记为n，像素值的大小为[0,255]，并以图像I的左上角为顶点建立直角坐标系；1-2)提取图像I的R、G、B颜色通道图像，分别记为IR、IG、IB，表达式如下：IR＝I(:，:，1)..................................................(1)IG＝I(:，:，2)..................................................(2)IB＝I(:，:，3)..................................................(3)式(1)-(3)中，I(:，:，index)表示提取图像I的第index个颜色通道的图像，其中index∈[1，3]；1-3)将步骤1-2)得到的图像IR中像素值大于设定阈值threshold_1的像素值置为1，否则置为0，将图像IR转换为二值图像BW1；1-4)对步骤1-3)得到的二值图像BW1进行孔洞填充，得到图像H，然后利用圆形结构元素对H进行形态学膨胀操作，得到图像D；表达式如下：H＝imfill(BW1)................................................(4)D＝imdilate(H，se).........................................(5)式中，imfill(BW1)表示对图像BW1进行孔洞填充；imdilate(H，se)表示对图像H进行形态学膨胀操作，se表示结构元素；1-5)将图像D与图像H对应位置的像素点的像素值相减，获得边缘图像E；E＝D-H..........(7)1-6)将图像E的第一行像素值以及最后一行的像素值全部置为255，然后对图像E进行形态学膨胀操作，得到图像HH；1-7)检测图像HH中的所有轮廓，保存最大轮廓区域即为眼底图像有价值区域，然后分别查找眼底图像有价值区域最左边以及最右边的横坐标，分别记为L_X和R_X；1-8)对于图像I，裁剪以第1行，第L_X列为起点，水平宽度为R_X-L_X，垂直高度为m的矩形区域，裁剪所得的图像记为IC；1-9)提取裁剪后图像IC的R、G、B颜色通道图像，分别记为RR、GG、BB；2)眼底图像计算阶段；具体步骤如下：2-1)利用视盘近似圆形的特征定位视盘的大概位置坐标，具体步骤如下2-1-1)对步骤1)得到的图像IC按照设定的缩放比率ratio1∈[0.15，0.2]进行等比缩放，缩放后的图像记为SC；SC＝resize(IC，ratio1).....................................(8)式中，resize表示对图像进行缩放，其中缩放比率为ratio1；2-1-2)将图像SC转换到HSI颜色空间，提取其亮度图像，记为图像L；2-1-3)重复步骤1-3)，将图像L按照设定阈值threshold_2转化为二值图像BW2；2-1-4)将步骤2-1-3)得到的二值图像BW2利用圆形结构元素进行形态学腐蚀操作得到掩膜图像mask_1，表达式如下：mask_1＝imerode(BW2，se)...........................................(9)式中，imerode(BW2，se)表示对图像BW2进行形态学腐蚀操作；2-1-5)对图像L进行形态学开运算操作，并将开运算操作的结果与mask_1中相同位置的像素点的像素值进行相乘，生成一张新的图像，记为图像L_M；表达式如下：L_M＝imopen(L，se).*mask_1................................(11)式中，imopen(L，se)表示对图像L进行形态学开运算，se表示形态学开运算所使用的结构元素；2-1-6)对于图像L_M，检测图像中存在的圆，圆半径的范围设定为最小(m/12)-5，最大为(m/12)+5，检测到的圆心的位置即为视盘所在的位置，视盘坐标记为(cir_x，cir_y)；2-2)利用血管在视盘处垂直方向的分布多于水平方向分布的特征，计算视盘的横坐标；具体步骤如下：2-2-1)对步骤1)得到的图像GG按照设定的缩放比率ratio2∈[0.15，0.2]进行等比缩放，缩放后的图像记为SG，同时保存两份图像GG的原图像副本，分别记为GG1和GG2；2-2-2)重复步骤1-3)，将图像SG按照设定阈值threshold_3转化为二值图像BW3；2-2-3)将步骤2-2-2)得到的二值图像BW3利用圆形结构元素进行形态学腐蚀操作得到掩膜图像mask_2；2-2-4)利用圆形结构元素对图像GG1进行形态学膨胀操作，获取图像G_O；2-2-5)利用十字形交叉结构元素对图像GG2进行形态学腐蚀操作，获得血管增强图像G_E；2-2-6)利用图像G_O减去图像G_E得到血管的轮廓图像G_S；2-2-7)重复步骤1-3)，将图像G_S按照设定阈值threshold_4转换为二值图像G_B；2-2-8)利用线性水平结构元素对图像G_B进行开运算操作，获得血管在水平方向的分布的新图像，记为图像G_H；2-2-9)利用线性垂直结构元素对图像G_B进行形态学开运算操作，获得血管在垂直方向的分布的新图像，记为G_V；2-2-10)利用图像G_V减去图像G_H获得血管在垂直方向和水平方向的差的血管集图像，并将血管集图像每一个像素点的像素值与mask_2中对应的像素点的像素值相乘，获得最终的血管集图像G_C；2-2-...

【专利技术属性】
技术研发人员：代黎明，王利莹，杨康，
申请(专利权)人：北京至真互联网技术有限公司，
类型：发明
国别省市：北京,11