低對(duì)比度線段檢測及應(yīng)用.pdf

1、閃電通道的提取，是分析雷電通道特征的前提，對(duì)于雷電預(yù)警、防雷減災(zāi)和經(jīng)濟(jì)建設(shè)具有十分重要的意義。而視網(wǎng)膜血管的提取，是分析視網(wǎng)膜血管形態(tài)的前提，對(duì)于糖尿病、腦血管硬化等疾病的診斷和治療在臨床上具有重要的指導(dǎo)意義。
　　傳統(tǒng)的閃電通道提取和視網(wǎng)膜血管形態(tài)判別主要依賴人工檢測和判斷手段，這不僅效率低下成本高，而且受主觀影響較大。自動(dòng)且智能的閃電通道提取和視網(wǎng)膜血管形態(tài)提取是目前迫切需要解決的問題。
　　對(duì)于閃電通道識(shí)別，本文提出了

2、一種用于閃電通道識(shí)別的自動(dòng)分割算法BLSR，該算法首先應(yīng)用對(duì)比度拉伸和高斯匹配濾波的方法對(duì)閃電通道圖像進(jìn)行預(yù)處理，以增強(qiáng)閃電通道的對(duì)比度;然后自動(dòng)檢測出包含閃電通道的線支持區(qū)域(LineSupport Region)，并用最小外接矩形包含這些區(qū)域;最后在各個(gè)矩形區(qū)域內(nèi)分別使用最大類間方差Otsu閾值方法進(jìn)行分割，得到閃電通道識(shí)別結(jié)果。試驗(yàn)結(jié)果表明該方法具有良好的局部特性和自適應(yīng)性，它不僅能自動(dòng)提取低對(duì)比度閃電圖像的通道，還能自動(dòng)提取具有

3、復(fù)雜背景閃電圖像的通道，自動(dòng)提取的結(jié)果在視覺上與人眼觀測結(jié)果一致，且定量的評(píng)估結(jié)果表明，本文算法相比傳統(tǒng)算法具有更好的分割精度。另外，本文在BLSR的基礎(chǔ)上提出了基于線支持區(qū)域和筆畫寬度變換的閃電實(shí)時(shí)檢測算法，算法首先基于LSD算法找出邊緣點(diǎn)，然后運(yùn)用筆畫寬度變換算法Swt，求出兩個(gè)邊緣之間的距離，并使用寬度閾值過濾掉寬度值較大的邊緣點(diǎn)。根據(jù)返回的邊緣點(diǎn)的數(shù)目來判斷一個(gè)閃電過程是否有閃電發(fā)生，并根據(jù)數(shù)目的大小，找出閃電效果最好的一張閃電

4、圖像。
　　對(duì)于視網(wǎng)膜血管分割，本文提出了一種基于血管支持區(qū)域的雙尺度非線性閾值視網(wǎng)膜圖像分割算法，該算法首先運(yùn)用兩個(gè)不同尺度的高斯匹配濾波器對(duì)眼底視網(wǎng)膜血管進(jìn)行預(yù)處理操作，得到兩個(gè)不同尺度的匹配濾波響應(yīng)圖像。針對(duì)小尺度的匹配濾波響應(yīng)圖像，采用基于血管支持區(qū)域的算法自適應(yīng)地判斷出前景區(qū)域，由于不同的前景區(qū)域的灰度分布直方圖類型不一樣，因此對(duì)不同的前景區(qū)域根據(jù)面積分別運(yùn)用Otsu閾值算法和Swt算法進(jìn)行識(shí)別，得到細(xì)血管的識(shí)別結(jié)果。針