基於徑向對稱性變換的視網膜圖像濾波方法
2023-09-18 20:24:55 1
專利名稱:基於徑向對稱性變換的視網膜圖像濾波方法
技術領域:
本發明涉及圖像處理技術領域,特別涉及一種基於徑向對稱性變換的視網膜圖像濾波方法。
背景技術:
在人類從外界接受的各種信息中,約有80%以上的信息來自於視覺。據統計我國每年大約有170萬人因各種眼部疾病導致失眠,而這其中的相當多數可以通過早期的診斷與治療來預防。在臨床中,視網膜圖像被廣泛應用於診斷眼部的疾病,包括青光眼、糖尿病視網膜病變(DR)、老年黃斑變性(ARMD)等。視網膜圖像通過眼底相機進行二維成像,由於現有的影像儀器由於固有的或設計上的原因,都存在著若干缺陷,表現在視網膜圖像上有以下幾個方面圖像的退化、圖像發生幾何畸變、圖像發生灰度畸變等。
發明內容
(一)要解決的技術問題視網膜圖像中存在很多病理改變和其他非血管結構(如視盤),使得現有的方法很難準確地提取出視網膜圖像中的血管結構,本發明的目的在於提供一種基於徑向對稱性變換的視網膜圖像濾波方法,使得視網膜圖像中的非血管結構引起的噪聲能夠得到抑制, 以便於血管分割方法能夠從視網膜圖像中準確地提取出血管。( 二 )技術方案為達到上述目的,本發明提供了一種基於徑向對稱性變換視網膜圖像濾波方法, 該方法包括以下步驟步驟Sl 用基於海森矩陣的多尺度濾波方法對視網膜灰度圖像I (X,y)進行計算濾波,得到濾波圖像V(x,y)、血管半徑r (x, y)和血管的方向J(x,>0,x,Y表示坐標;步驟S2 用Canny邊緣檢測算法對視網膜灰度圖像I (x,y)進行檢測,得到邊緣圖像e (X,y),計算並得到梯度方向;步驟S3 利用梯度方向f 計算並得到徑向對稱性計數圖像0(x,y);步驟S4 利用濾波圖像V(x,》、血管半徑1~(1,y)、血管方向J(x,>0和徑向對稱性計數圖像0(x,y)計算並得到徑向對稱性貢獻值F(x,y);步驟S5 利用血管方向J(x,>0,並從徑向對稱性貢獻值F(x,y)選取方向對應的角度A(x,y)所在區間[d,d+Ad)內的像素作為方向性圖像Fd(x,y),計算並得到徑向對稱性變換結果S(x,y),其中,d表示角度,取值範圍為d = 0°,Ad°,2Ad°,…,167. 14° ; Ad表示角度步長。優選地,所述視網膜灰度圖像I (x,y)的濾波圖像V(x,y)表示為V{x,y)= max「Pv(x,>^)]
e . < e<" e I__I
°min —°max其中,s表示尺度或方差;smin,Sfflax分別表示尺度空間的最大和最小尺度,濾波圖像V(x, y)公式具有尺度選擇特性當血管半徑與尺度匹配時,濾波數值最大;v(x,y, s)表示尺度s下的濾波圖像。優選地,所述尺度s下的濾波圖像v(x,y,s)表示為
權利要求
1.一種基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於,包括以下步驟 步驟Sl 用基於海森矩陣的多尺度濾波方法對視網膜灰度圖像I (x,y)進行計算濾波,得到濾波圖像V(x,y)、血管半徑r (x, y)和血管的方向J(Xj),x,Y表示坐標;步驟S2:用Carmy邊緣檢測算法對視網膜灰度圖像I (X,y)進行檢測,得到邊緣圖像 e (X,y),計算並得到梯度方向1(^,>0 ;步驟S3 利用梯度方向f (Xj)計算並得到徑向對稱性計數圖像0(x,y); 步驟S4:利用濾波圖像V(x,y)、血管半徑r(x,y)、血管方向J(x,>0和徑向對稱性計數圖像0(x,y)計算並得到徑向對稱性貢獻值F(x,y);步驟S5 利用血管的方向J(Xj),並從徑向對稱性貢獻值F(x,y)選取方向對應的角度A(x,y)所在區間[d,d+Ad)內的像素作為方向性圖像Fd (X,y),計算並得到徑向對稱性變換結果S (X,y),其中,d表示角度,取值範圍為d = 0°,Ad°,2Ad°,…,167.14° ;Ad表示角度步長。
2.根據權利要求1所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述視網膜灰度圖像I (X,y)的濾波圖像V(x,y)表示為
3.根據權利要求2所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於,所述尺度S下的濾波圖像V(X,y,s)表示為
4.根據權利要求2所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述尺度s下的海森矩陣H(x,y, s)表示為
5.根據權利要求1所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述梯度方向射表示為其中石(χ,>0為視網膜灰度圖像i(x y)的梯度場;11 · 11表示計算幅值。
6.根據權利要求1所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述計算並得到徑向對稱性計數圖像0(x,y)的步驟包括步驟S31 構造一幅和視網膜灰度圖像I (x,y)尺寸大小一樣的計數圖像0(x,y),初始化為0;步驟S32 根據血管半徑r(x,y)和梯度方向f (x,_y),計算邊緣圖像e (x,y)像素所影響到像素的坐標
7.根據權利要求1所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述徑向對稱性貢獻值F (X,y)表示為
8.根據權利要求1所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述徑向對稱性變換結果S (X,y)表示為
9.根據權利要求8所述的基於徑向對稱性變換的視網膜圖像濾波方法,其特徵在於, 所述線狀方向性高斯核Ln(d)是一個nXn大小的矩陣,該矩陣只有一條直線上的值為非零,且其值按高斯函數分布;以一個7X7矩陣且是0°方向為例,第4行元素的值按高斯分布,第4行第4列元素的值最大,矩陣中其它元素全為0,則得到14個7X7線性方向性高斯核 L7(0° ), L7(12. 86° ), L7(25. 72° ),...,L7(167.14° )。
全文摘要
本發明涉及一種基於徑向對稱性變換的視網膜圖像濾波方法,包括步驟基於海森矩陣的多尺度濾波方法得到濾波圖像、血管的尺寸和血管的方向;Canny邊緣檢測算法得到邊緣圖像,計算梯度方向;再計算徑向對稱性計數值和徑向對稱性貢獻值;最後,計算徑向對稱性變換結果,達到濾波效果。本發明方法能有效地濾除視網膜圖像中的絕大部分非血管結構,有利於視網膜圖像的後續處理。在視網膜圖像血管分割、腦血管圖像分割以及心臟圖像血管分割等領域有著重要的應用價值。
文檔編號G06T5/10GK102393956SQ20111016367
公開日2012年3月28日 申請日期2011年6月17日 優先權日2011年6月17日
發明者向德輝, 徐敏, 楊鑫, 田捷, 秦承虎 申請人:中國科學院自動化研究所