視網(wǎng)膜圖像的分析與研究.pdf

1、視網(wǎng)膜眼底圖像被廣泛地應(yīng)用于診斷各種眼底病變：如青光眼、白內(nèi)障、老年退化性黃斑病變等，甚至也能幫助高血壓、糖尿病、中風(fēng)等全身性疾病的診斷。通過計算機圖像處理和分析技術(shù)可以提高基于眼底圖像診斷的準(zhǔn)確性和效率。由于視盤的識別是其他眼底結(jié)構(gòu)分析的前提和基礎(chǔ)，本文主要研究眼底圖像中視盤的定位與分割。
　　本文首先對視盤定位和分割的研究現(xiàn)狀及相關(guān)技術(shù)進(jìn)行闡述，然后介紹了本文在眼底圖像預(yù)處理、視盤定位和分割方面的研究工作。
　　預(yù)處理階

2、段首先通過主成分分析對眼底圖像進(jìn)行灰度化，再用大津閾值法確定視網(wǎng)膜區(qū)域；然后進(jìn)行圖像增強來減少光照不均勻的影響和增強對比度；最后通過各向同性非抽樣小波(IUWT)變換和圖像二值化獲得大致的血管結(jié)構(gòu)，再利用血管周圍像素的灰度值來消除血管。
　　在視盤的定位階段，本文根據(jù)血管的分布特點以及視盤的形狀和灰度特征，提出了一種新的視盤定位方法。首先，考慮到視盤周圍血管的垂直結(jié)構(gòu)多于水平結(jié)構(gòu)，通過歸一化的梯度方向差直方圖來確定視盤大致的水平位

3、置，然后在該水平位置上通過高斯差分算子(DOG)來尋找視盤的垂直位置。在DRIONS-DB、Messidor、STARE三個數(shù)據(jù)庫上實驗顯示了較好的定位效果。
　　在視盤的分割階段，本文首先提出了一種基于射線邊緣檢測的視盤分割方法，先從稠密采樣中心點在各射線方向上找到灰度差值最大的點，再在由所有這些點構(gòu)成的二值圖像上利用主動輪廓模型分割出視盤的輪廓。另外，本文還對一種基于分水嶺的視盤分割方法進(jìn)行了改進(jìn)，在通過分水嶺變換分割得到視盤