一种基于局部特征的视盘边缘检测方法技术

本发明专利技术属于计算机图像处理技术领域，公开了一种基于局部特征的视盘边缘检测方法，通过筛选的局部待处理区域利用视盘形态特征进行邻接边界点查找，过程如下：（1）眼底图像预处理及合成，确定每像素点的特征值；（2）以每行平均最大特征值确定水平初值行，以差分求导求最值确定垂直初值，得到局部待处理区域

A method of visual disc edge detection based on local features

【技术实现步骤摘要】
一种基于局部特征的视盘边缘检测方法
本专利技术涉及一种基于局部特征的视盘边缘检测方法，属于计算机图像处理

技术介绍
视神经盘简称视盘，是眼底图像中最重要的组成部分，视盘的准确提取是有效进行眼底疾病诊断和眼底特征提取的基础。视盘在眼底图像中表现为近似圆形的浅红色或浅黄色区域，但是由于拍摄环境、个人差异与眼底疾病等因素会导致常用边缘检测算法的检测效果不佳。因而，必须针对眼底图像的特殊性，提出一种适合的视盘边缘检测方法。针对此问题，目前的研究中提出了一些相应的解决方法，但普遍存在着对图像质量要求高、病变图像准确率低的问题。大多数方法通过将彩色图像变换为灰度图像或G通道图像，进而进行视盘边缘检测。现有的检测技术分为两大类：基于视盘与视网膜血管关系定位的方法、基于视盘形态特征分析的方法。由于图像变换过程降低了数据维度，造成了边缘检测准确度降低的问题，同时存在算法复杂度与鲁棒性不能兼顾的问题。另外，现有技术均通过在整张图像上检测确定视盘边缘，处理数据量大，过程复杂。
技术实现思路
本专利技术克服现有技术存在的不足，所要本文档来自技高网...

【技术保护点】
1.一种基于局部特征的视盘边缘检测方法，其特征在于，包括以下步骤：/nS1、采用高斯滤波器平滑待处理的彩色眼底图像，记为图像Grap；/nS2、对图像Grap进行以下处理：通过加权平均法进行灰度变换得到每像素点的灰度值；通过HSV空间变换得到每像素点的亮度值；将灰度值和亮度值的均值作为特征值e得到新的图像Grap’；/nS3、以图像Grap’左上角为原点建立以像素为单位的直角坐标系x-y；/nS4、依次求出图像Grap’中每一行各个像素点的特征值e的平均值avgy，并求出avgy的最大值所对应的值y

【技术特征摘要】
1.一种基于局部特征的视盘边缘检测方法，其特征在于，包括以下步骤：
S1、采用高斯滤波器平滑待处理的彩色眼底图像，记为图像Grap；
S2、对图像Grap进行以下处理：通过加权平均法进行灰度变换得到每像素点的灰度值；通过HSV空间变换得到每像素点的亮度值；将灰度值和亮度值的均值作为特征值e得到新的图像Grap’；
S3、以图像Grap’左上角为原点建立以像素为单位的直角坐标系x-y；
S4、依次求出图像Grap’中每一行各个像素点的特征值e的平均值avgy，并求出avgy的最大值所对应的值y0，即为视盘的水平初值行；
S5、求y0行每个像素点特征值e的一阶导数，y0行上横坐标为i的像素点的一阶导数dx计算公式为：dx＝e(i，y0)-e(i-1，y0)，其中e(i，y0)表示y0行上横坐标为i的像素点的特征值，e(i-1，y0)表示y0行上横坐标为i-1的像素点的特征值；找到一阶导数的最大值和最小值对应的横坐标xmax和xmin，两者的中点坐标记为x0，以O1(x0，y0)为中心，确定局部待处理区域S；
S6、在区域S中，利用图像修复的方法去除血管，并利用Sobel算子依次计算待处理区域S中每一点的梯度G；在y0行找出梯度值变化最大的两个峰值点，记为peakl与peakr；同时，将像素点M(peakl，y0)与N(peakr，y0)记为视盘图像在y0行的两个边界点，其中，peakl<peakr；
S7、以M点为起点，按照顺时针或逆时针旋转方向，逐一查找与M相邻的边界点M’，找到后，置M＝M’，重复查找，直到与N点重合，将所有边界点连接即成为位于y0上部或下部的视盘边缘；同样，以N点为起点，按相同的旋转方向，逐一查找与N相邻的边界点N’，找到后，置N＝N’，重复查找，直到与M点重合，将所有边界点连接即成为位于y0下部或上部的视盘边缘；
其中，查找相邻边界点的具体方法为：设定梯度阈值T和特征值阈值，将特征值大于特征值阈值的像素点，归为视盘内部，将特征值小于特征值阈值的像素点，归为视盘外部，从起点逐一查找其相邻点是否满足以下条件：已确...

【专利技术属性】
技术研发人员：康珺，何志英，李玉蓉，贾美丽，
申请(专利权)人：中北大学，
类型：发明
国别省市：山西;14