The positioning and segmentation method, optic fundus image device and storage medium, the method in the early stage of localization of the optic disc was firstly improved on weighted gray color fundus image; fundus and optic disc radius the radius ratio between using the least squares method of ellipse fitting prediction of optic disc radius; then with the help of many morphological operations to remove interference arterovenous, the histogram statistics to determine the adaptive threshold segmentation of the top 0.01% regions in the light of fundus accordingly, the geometric center of the region as the center of the final disc prediction; optic disc localization rectangular box. In the accurate positioning and segmentation stage, GrabCut is used to segment the disc. Ellipse fitting is used to determine the location and size parameters of the disc, and the location of the disc is completed. In the GrabCut segmentation result, the disc radius is too large, and the new threshold is determined, and the final segmentation result is obtained by fitting the contour.
【技术实现步骤摘要】
眼底图像中视盘的定位与分割方法、装置和存储介质
本申请涉及图像分析领域,具体的涉及一种对彩色的眼底图像中的视盘进行精确的定位与分割的方法、装置和存储介质。
技术介绍
从眼底图像中获得视盘,对视盘进行定位和分割是眼底图像测量的最迫切的需求。对于视盘的定位与分割,常规的方法为利用图像预处理、滤波、椭圆拟合和形态学等图像处理方法对视盘分割,上述的方法具有一定的效果,但仍然具有一定的缺陷。例如,Lalonde(LalondeM,BeaulieuM,GagnonL.FastandrobustopticdiscdetectionusingpyramidaldecompositionandHausdorff-basedtemplatematching[J].MedicalImaging,IEEETransactionson,2001,20(11):1193-1200)等对眼底边缘图像使用基于Hausdorff的模版匹配技术配合金字塔分解获得视盘的跟踪定位,该方法模版的选取受所选取的眼底图像限制,适用性不够好,而且模版样本的选取也具有一定的局限性。Aquino(AquinoA,G ...
【技术保护点】
眼底图像中视盘的定位与分割方法,包括如下步骤:加权灰度化步骤S110:对彩色眼底图像进行灰度化,去除效果不好的B通道,仅采用R通道和G通道进行加权灰度化,其中R通道的权值大于G通道;预估视盘半径步骤S120:采用轮廓匹配和椭圆拟合的方法,确定眼底半径,并根据眼底半径与视盘半径之间的比例关系预估视盘半径R;预估视盘中心步骤S130:迭代执行闭运算多次清除血管,采用直方图统计确定自适应阈值,据此分割出眼底中前0.01%的最亮区域Q,将该区域Q的几何中心(xc,yc)作为预估的视盘中心;视盘定位矩形框确定步骤S140:根据如下公式确定视盘矩形框的位置(xr,yr,wr,hr),其 ...
【技术特征摘要】
1.眼底图像中视盘的定位与分割方法,包括如下步骤:加权灰度化步骤S110:对彩色眼底图像进行灰度化,去除效果不好的B通道,仅采用R通道和G通道进行加权灰度化,其中R通道的权值大于G通道;预估视盘半径步骤S120:采用轮廓匹配和椭圆拟合的方法,确定眼底半径,并根据眼底半径与视盘半径之间的比例关系预估视盘半径R;预估视盘中心步骤S130:迭代执行闭运算多次清除血管,采用直方图统计确定自适应阈值,据此分割出眼底中前0.01%的最亮区域Q,将该区域Q的几何中心(xc,yc)作为预估的视盘中心;视盘定位矩形框确定步骤S140:根据如下公式确定视盘矩形框的位置(xr,yr,wr,hr),其中(xr,yr)表示实际确定的视盘矩形框的左上角坐标,wr表示矩形的宽,hr表示矩形的高;在公式中,we和he表示彩色眼底图像的宽和高;视盘的准确定位与分割步骤S150:将视盘定位矩形框框住的区域作为前景区域,使用GrabCut算法分割出视盘轮廓,使用轮廓匹配结合椭圆拟合得到光滑视盘边缘,最终分割得到视盘中心。2.根据权利要求1所述的眼底图像中视盘的定位与分割方法,其特征在于:还包括二次分割步骤S160:将上一步骤,即GrabCut分割并椭圆拟合后的椭圆视盘的长半轴与预估视盘半径进行比较,对于拟合后椭圆视盘的长半轴是预估的视盘半径的1.3倍以上的结果二次分割,选取GrabCut结果图中前1.3%亮的像素,使用直方图统计的方法来自适应地选取合适的阈值,对得到的轮廓拟合椭圆,得到二次分割的视盘结果。3.根据权利要求1或2所述的眼底图像中视盘的定位与分割方法,其特征在于:在加权灰度化步骤中,使用如下公式进行加权灰度化:Gray(x,y)=0.6*R(x,y)+0.4*G(x,y)。4.根据权利要求3所述的眼底图像中视盘的定位与分割方法,其特征在于:在预估视盘半径步骤中,采用眼底长半轴的1/7预估为视盘的半径R。5.根据权利要求3所述的眼底图像中视盘的定位与分割方法,其特征在于:在预估视盘中心步骤中,迭代执行闭运算7次清除血管;几何中心(xc,yc)通过如下公式计算得到,16...
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。