一种基于快速均值移位的眼底图像视盘分割方法技术

本发明专利技术公开了一种基于快速均值移位的眼底图像视盘分割方法，属于图像处理技术领域，解决现有技术中，视盘分割方法准确率不高、鲁棒性不高和分割效率较低的问题。本发明专利技术输入原眼底图像，进行预处理，其中，原眼底图像为待分析眼底图像；利用多光源颜色恒常性算法，对颜色校正后的眼底图像进行颜色校正；结合预处理得到的图像中的血管信息进行视盘定位，再基于颜色校正后的眼底图像，利用快速均值移位分割出视盘区域，得到视盘图像。本发明专利技术用于眼底图像的视盘分割。

【技术实现步骤摘要】
一种基于快速均值移位的眼底图像视盘分割方法
一种基于快速均值移位的眼底图像视盘分割方法，用于眼底图像的视盘分割，属于图像处理

技术介绍
视神经盘也叫视神经乳头，简称视盘，是视网膜的主要生理结构之一，视神经和血管从该区域进入眼部并向周边延伸。在正常的彩色视网膜眼底图像中，视盘一般表现为近似圆形的淡黄色或白色的亮斑，直径约为1.5mm，同时包含有较粗的血管。视盘分割成为了近年来研究的热点。视盘分割旨在准确定位视网膜眼底图像中的视盘，并将其在眼底图像中与背景分离。现有的视盘分割技术中，往往采用Toeplitz矩阵模板对眼底血管图像进行滤波，得到视盘中心位置，再用霍夫变换来拟合视盘。但Toeplitz矩阵模板并不能准确地定位视盘中心位置，常常误判。且霍夫变换计算量大，耗时长，且不能精确地拟合出视盘。也可以基于超像素和分类器的方法确定视盘边界，但是分类学习的方法在很大程度上依赖于特征及训练集的选取，不能自适应地用于其他的眼底图像数据库。采用其它视盘分割方法同样存在准确率不高、鲁棒性不高、分割效率较低的问题。
技术实现思路
针对上述研究的问题，本专利技术的目的在于提供一种基于快速均值移位的本文档来自技高网...

【技术保护点】
1.一种基于快速均值移位的眼底图像视盘分割方法，其特征在于，包括如下步骤：S1：输入原眼底图像，进行预处理，其中，原眼底图像为待分析眼底图像；S2：利用多光源颜色恒常性算法，对预处理后的原眼底图像进行颜色校正；S3：结合颜色校正后的眼底图像中的血管信息进行视盘定位，再基于颜色校正后的眼底图像，利用快速均值移位分割出视盘区域，得到视盘图像。

【技术特征摘要】
1.一种基于快速均值移位的眼底图像视盘分割方法，其特征在于，包括如下步骤：S1：输入原眼底图像，进行预处理，其中，原眼底图像为待分析眼底图像；S2：利用多光源颜色恒常性算法，对预处理后的原眼底图像进行颜色校正；S3：结合颜色校正后的眼底图像中的血管信息进行视盘定位，再基于颜色校正后的眼底图像，利用快速均值移位分割出视盘区域，得到视盘图像。2.根据权利要求1所述的一种基于快速均值移位的视盘分割方法，其特征在于，所述步骤S1的具体步骤为：S1.1：选取原眼底图像中最能反映光照情况的R通道分量图，进行ROI区域，得到ROI区域图像，提取公式为：Imask＝αd(Tt(IR))t＝0.05*tmax其中，α表示形态学腐蚀操作，T表示进行阈值分割，由于ROI区域外的最大亮度值与ROI区域内的最大亮度值存在5％的比值关系，因此选取最大亮度值tmax的5％，也就是0.05*tmax作为阈值，然后用圆形结构d元素进行腐蚀操作得到掩膜，IR为原眼底图像的R通道分量图，Imask为ROI区域图像；S1.2、利用3*3的自适应中值滤波器对ROI区域图像进行去噪，即自适应中值滤波器根据预设好的条件，动态地改变中值滤波器的窗口尺寸，对ROI区域图像进行去噪；S1.3、利用多尺度顶帽变换将去噪后的ROI区域图像的RGB三通道图像进行对比度增强，并将各通道增强后的结果进行合并，最终得到了对比度增强后的ROI区域图像Ien，即得到预处理后的眼底图像：其中，γ与分别表示数学形态学开操作和闭操作，Si表示尺度为i的形态学结构元素，表示形态学处理后得到的区域r中亮区域w中的最优亮区域，表示形态学处理后得到的细节d中亮细节w中的最优亮细节，表示形态学处理后得到的区域r中暗区域b中的最优亮区域，表示形态学处理后得到的细节d中暗细节b中的最优暗细节，Itn表示去噪后的ROI区域图像tn中的任一通道。3.根据权利要求2所述的一种基于快速均值移位的视盘分割方法，其特征在于，所述步骤S2的具体步骤为：S2.1、将预处理后的眼底图像划分成多个10*10的区域，利用Grey-world算法对每个区域的三通道进行光源估计，光源估计公式为：其中，f(x)为区域上x点的像素值，e为光源，k为增益系数，三通道的增益系数分别为：S2.2、利用K-means聚类算法对每个区域的光源估计值进行聚类；S2.3、通过Von-Kries模型，将聚类后的未知光源转换为标准光源，即得到颜色校正预后的眼底图像，转换公式如下：Ic＝AuIen，其中，Ien为预处理后的眼底图像，Ic为经对角模型转换后得到的标准光源c下的眼底图像，即颜色校正预后的眼底图像，对角模型即指Von-Kries模型，Au为未知光源u的对角矩，R、G、B代表三通道分量。4.根据权利要求3所述的一种基于快速均值移位的视盘分割方法，其特征在于，所述步骤S3的具体步骤为：S3.1、利用高斯匹配滤波器分割出预处理后的眼底图像的血管图；S3.2、利用快速均值移位将颜色校正后的眼底图像进行超像素分割；S3.3、基于血管图，利用血管网方向匹配滤波器得到视盘的中心点，查找该视盘中心所对应的超像素，即为视盘候选区域图像；S3.4、将该视盘候选区域图像进行形态学处理，得到完整的视盘图像。5.根据权利要求4所述的一种基于快...

【专利技术属性】
技术研发人员：孔轩，彭真明，王慧，范文澜，赵学功，曹兆洋，张文超，袁国慧，王卓然，蒲恬，何艳敏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51