基于全局与局部阈值的视网膜血管分割算法

    公开(公告)号:CN104899862A

    公开(公告)日:2015-09-09

    申请号:CN201510153103.6

    申请日:2015-04-01

    Abstract: 本发明公开了一种基于全局与局部阈值的视网膜血管分割算法。该方法包括以下步骤:首先,提取视网膜图像中目标与背景对比度较高的绿色通道图像并采用多尺度多方向滤波方法来增强图像;其次,在增强图像上分别使用全局阈值二维最大熵与局部阈值移动平均算法对图像进行分割以获取视网膜的主血管与细小血管部分;最后,通过区域连通性的判断,将视网膜的主血管与细小血管进行结合,分割出最终的血管网络。本算法分割效果好,考虑到使用单一阈值方法无法有效提取整体血管网络,有效结合了全局阈值二维最大熵与局部阈值移动平均的优点,分割得到的血管在细小部分更为丰富,具有较好的连通性。本发明适用于正常及病变的视网膜图像的血管分割。

    基于多尺度多方向的视网膜图像增强算法

    公开(公告)号:CN104732499A

    公开(公告)日:2015-06-24

    申请号:CN201510152245.0

    申请日:2015-04-01

    Abstract: 本发明公开了一种基于多尺度多方向的视网膜图像增强算法,该方法包括以下步骤:对输入的原始RGB视网膜图像进行预处理,将原始RGB视网膜图像分解成红、绿、蓝三通道图像,提取视网膜图像的绿色通道图像;对视网膜图像的绿色通道图像进行多尺度Hessian矩阵滤波,得到多尺度增强图像;对视网膜图像的绿色通道图像进行多方向二维匹配滤波,得到多方向增强图像;将多尺度增强图像和多方向增强图像进行融合,得到最终的视网膜增强图像结果。本发明利用多尺度Hessian矩阵对视网膜图像中指定宽度范围内的血管进行增强,同时利用多方向二维匹配滤波对视网膜图像中12个不同方向的血管进行增强,然后将以上两个增强结果进行融合,从而实现图像的最终增强。

Patent Agency Ranking