首页> 中文学位 >眼底图像处理与分析中的关键技术研究
【6h】

眼底图像处理与分析中的关键技术研究

代理获取

目录

摘要

注释表

第一章 绪论

1.1 眼科医学成像与疾病诊断

1.2 眼底图像处理与分析的研究现状

1.2.1 图像处理与图像分析

1.2.2 国外研究现状

1.2.3 国内研究现状

1.3 本文选题背景与研究内容

1.3.1 本文选题背景

1.3.2 本文研究内容及章节安排

第二章 眼底图像获取

2.1 人眼结构及其光学模型

2.1.1 人眼结构

2.1.2 人眼光学模型

2.2 眼底照相机

2.2.1 眼底照相机简介

2.2.2 眼底照相机结构与原理

2.3 图像获取及其光学系统像差

2.3.1 图像的几何光学获取

2.3.2 图像获取模型

2.3.3 眼底图像的几何畸变

2.3.4 图像的辐射学获取

2.4 眼底照相中的图像分析

2.4.1 眼底照相机成像分析

2.4.2 眼底照相机成像的相关计算

2.5 眼底图像畸变校正

2.5.1 眼底照相机成像畸变模型

2.5.2 眼底照相机几何畸变校正

2.5.3 几何畸变模拟生成和校正

2.5.4 眼底图像辐射量畸变校正

2.6 眼底图像复原

2.6.1 眼底图像退化与复原模型

2.6.2 眼底图像复原方法与结果

2.7 眼底图像预处理

2.7.1 空域直方图增强

2.7.2 频域同态滤波增强

2.8 本章小结

第三章 基于灰度及不变特征的眼底图像配准

3.1 图像配准

3.1.1 图像配准综述

3.1.2 基于图像灰度的配准方法

3.1.3 基于特征的图像配准方法

3.1.4 眼底图像配准方法

3.2 基于互相关测度的眼底图像半自动配准

3.2.1 基于SSDA的眼底图像半自动配准方法

3.2.2 基于SSDA的眼底图像半自动配准结果

3.3 基于改进Harris角点的眼底图像自动配准

3.3.1 Harris角点检测与匹配

3.3.2 基于改进Harris角点的眼底图像自动配准结果与分析

3.4 基于SIFT的眼底图像自动配准

3.4.1 SIFT特征检测

3.4.2 SIFT特征描述符生成

3.4.3 SIFT特征向量匹配

3.4.4 基于SIFT的眼底图像自动配准结果与分析

3.5 基于SURF的眼底图像自动配准

3.5.1 SURF特征检剥

3.5.2 SURF特征描述

3.5.3 SURF特征匹配

3.5.4 基于SURF的眼底图像自动配准结果与分析

3.6 本章小结

第四章 眼底图像融合与拼接

4.1 眼底全景图像配准

4.1.1 不同视场眼底图像间的空间关系

4.1.2 眼底图像配准策略

4.2 眼底图像融合

4.2.1 眼底图像融合方法

4.2.2 眼底图像融合结果比较

4.2.3 彩色眼底图像融合方法

4.3 眼底图像融合质量评价

4.3.1 主观评价方法

4.3.2 客观评价方法

4.3.3 实验与结果分析

4.4 眼底全景图像融合与拼接

4.4.1 眼底全景图像拼接

4.4.2 基于先验知识的眼底全景图像自动拼接

4.5 本章小结

第五章 眼底图像重要目标分割与参数测量

5.1 图像分割

5.2 眼底血管分割

5.2.1 眼底血管特征分析

5.2.2 基于高斯核函数与Hessian矩阵的眼底血管多尺度分割

5.3 视盘视杯分割

5.3.1 视盘定位与分割

5.3.2 基于活动轮廓的视盘视杯分割

5.4 本章小结

第六章 眼底图像处理与分析系统实现

6.1 眼底图像处理与分析系统功能模块

6.2 基于CUDA的眼底图像快速自动配准与拼接

6.2.1 并行技术及软硬件系统选择

6.2.2 并行计算性能及并行求解

6.2.3 基于CUDA的眼底图像配准、融合与拼接

6.2.4 实验与结果分析

6.3 眼底图像处理与分析系统程序实现

6.4 本章小结

第七章 结论与展望

7.1 研究工作总结

7.2 研究工作展望

参考文献

致谢

在学期间的研究成果及发表的学术论文

附录1 病变眼底照图像配准与拼接

附录2 眼底照相机计算机硬件选型

展开▼

摘要

医学影像学及相关技术已广泛用于医学领域,并发展为医学临床诊疗中的客观依据,医学影像的处理与分析技术作为辅助诊疗的关键,具有重要的临床和研究价值。眼底图像是眼科中通过眼底照相机获取的一种标准的客观诊断影像,其中,眼底是位于内眼后部组织结构(视网膜、脉络膜、视神经和黄斑等)的统称。眼底疾病(糖尿病视网膜病变、老年性黄斑变性和青光眼等)可导致视力下降,是致盲的首要原因,为此,眼底图像的处理与分析对糖尿病、高血压等眼底病变以及黄斑病变、眼底动脉硬化和视网膜病变等各种眼底疾病的早期发现、诊断、治疗以及辅助诊疗有着重要的意义。
  论文按照眼底图像获取、眼底图像预处理、眼底图像配准融合拼接、眼底重要目标分割与测量、眼底图像处理与分析系统实现这条主线展开研究。主要研究内容和创新成果如下:
  (1)针对眼底照相机对人眼眼底的成像原理,由GullstrandⅠ号模型眼参数建立了人眼光学模型,由眼底照相机成像光路设计建立了眼底照相机光学模型,分析了人眼和眼底照相机成像光路中存在的像差和畸变,提出了基于眼底照相机标定的眼底图像几何畸变校正算法及基于RGB与HSI彩色图像空间变换和频域同态滤波的彩色眼底图像辐射量畸变校正算法,可有效校正眼底图像中最大为20像素左右的几何畸变,有效校正彩色眼底图像的辐射量畸变,保留彩色眼底图像的细节信息,提高后续参数测量的精度;针对人眼光学模型、眼底照相机成像光路的像差和畸变特点,引入了一种基于盲解卷积和Lucy Richardson的彩色眼底图像复原方法,可有效改善彩色及灰度眼底图像的清晰度,分别提高16.4%和15.8%,保证了后续处理与分析的精度;并针对不同的图像处理与分析工作进行针对性的眼底图像预处理。
  (2)针对眼底照相机成像的视场局限以及眼底图像对比度低、光照不均匀、不同视场间存在几何畸变等缺点,应用了一种基于SSDA的眼底图像半自动配准方法,可交互式半自动配准低对比度的眼底图像;提出了一种基于改进Harris角点检测的眼底图像自动配准算法,可配准对比度较好的眼底图像,平均配准误差约为2.5像素;提出了一种基于SIFT特征的眼底图像自动配准算法,改进了SIFT算法中的特征检测及匹配参数,改进了特征点匹配后的点对提纯算法,优化了图像配准模型,实现了多幅不同视场正常或病变眼底图像的自动快速、高精度鲁棒配准,平均配准误差不超过2.1像素,但耗时较多,适用于硬件加速;提出了一种基于SURF特征的眼底图像自动配准算法,改进了SURF算法中的参数及相关阈值,改进了特征点匹配后的点对提纯算法,优化了配准模型,实现了基于SURF-128的多幅不同视场正常或病变眼底图像的自动快速、高精度鲁棒配准,平均配准误差不超过2.2像素,适用于常规计算机。
  (3)分析了不同视场眼底图像间的空间关系及配准策略,推导了二次多项式变换更适合于眼底视网膜近似二次曲面的全景图像配准,应用了基于像素(线性、非线性)、基于拉普拉斯等金字塔、基于小波的RGB空间和Lab空间的彩色眼底图像融合方法以保证眼底全景图像融合质量,验证了眼底图像主客观评价的有效性,改进了眼底图像的清晰度评价函数,结合质量评价指标对比分析了各种彩色眼底图像融合方法,确定了各种图像融合方法的参数;提出了一种基于先验知识的眼底全景图像自动拼接算法,实现了基于各眼底视场中视盘、血管等先验知识以及加入中间拼接图像步骤的快速、高精度(像素级)的眼底全景图像自动配准与拼接。
  (4)针对眼底图像中重要目标(血管、视盘和视杯等)的特点,提出了一种基于高斯核函数与Hessian矩阵的眼底血管多尺度分割算法和基于大尺度血管的视盘自动定位与Hough变换的圆拟合视盘分割相结合的参数测量算法,可快速、有效检测得到眼底图像中亚像素精度的血管中心线坐标、中心线方向、边界点坐标、宽度和长度等信息,并可进行快速高精度的视盘分割和参数测量;提出了一种基于活动轮廓的视盘视杯分割方法以有效进行视盘视杯分割和参数测量,结合眼底图像畸变校正,可提高分割与测量的精度。
  (5)针对眼底图像处理与分析系统的需求,深入研究了基于CUDA(硬、软件系统)的眼底图像快速自动配准与拼接中的关键技术,提出了一种基于CUDA的眼底图像快速自动配准与拼接算法,用CUDA加速了眼底图像的同态滤波增强、改进算法参数的SIFT(或SURF)特征点检测、匹配和匹配提纯算法、最优模型变换矩阵计算、配准与拼接,实现了多幅眼底图像的快速、高精度自动配准与拼接,算法运行速度与仅用CPU运行相比提升了10~30倍,保证精度的前提下算法效率得到极大提高;建立了一套可达到临床应用要求的眼底图像处理与分析系统,实现了眼底图像获取、配准与融合拼接以及视盘和血管等重要目标定位、分割与参数测量,为眼底疾病预防和辅助诊疗提供了有力工具。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号