基于支撐向量機與模板匹配的眼底圖像分割.pdf

1、眼底圖像分割一直是醫(yī)學領域的重點與熱點問題，目前關(guān)于眼底血管分割的研究成果有很多，但大多數(shù)算法都只能在高對比度的粗血管分割方面性能良好，對于那些低對比度的細血管方面表現(xiàn)卻差強人意，然而對于這類血管的分割往往更具有挑戰(zhàn)性,在發(fā)現(xiàn)病理原因時往往也更具有說服力。在這樣的背景下，本文從理論與應用出發(fā)，提出了一些方法，采用分步、分段的方法對血管進行針對性提取。本文主要的工作與創(chuàng)新歸納如下：
　　 (1)針對圖像中的噪聲特性提出一種改進的中

2、值濾波算法，在消除大部分噪聲的同時盡量保留血管原有的特征，結(jié)合血管的線性管狀特征，運用一種自適應局部閾值算法，提取血管大致輪廓，最大限度地保留血管原型。
　　 (2)使用兩種方法，按步驟對圖像進行對比度增強、平衡背景灰度差異、直方圖標準化的操作，盡可能增大細小血管與背景之間的對比度，減小背景的局部性差異，利用不同的方法提取圖像的特征，作為支撐向量機的訓練樣本。
　　 (3)以數(shù)學形態(tài)學操作為基礎，對分類后的圖像進行后處理