基于相位信息的眼底图像视盘定位与分割方法研究

摘要

图像处理技术引入眼科已多年，通过对眼底图像的处理与分析，可以测量出重要眼底组织的形态参数，进而能更为准确地发现各种眼部疾病以及糖尿病等全身性疾病。视盘是眼底图像中的重要目标，视盘的形态参数是诊断糖尿病的重要指标。个人差异和疾病等因素会造成视盘的形态特征各异，利用基于灰度信息的传统方法定位与分割视盘，容易受到噪声、图像亮度、对比度变化的干扰。因此，为实现视盘的准确定位与分割，本文提出了一种基于相位信息的眼底图像视盘定位分割方法。
　　 首先，为突出视盘，将眼底图像变换到LAB、YUV、ⅥQ和HSV四个颜色空间，分别选择各空间中视盘与背景对比度最强的通道图像;其次，利用相位一致性(PhaseCongruency，PC)分别对四个选定的通道图像进行特征提取，通过相乘运算增强结果;再次，利用窗口扫描和灰度累积的方法定位视盘;最后，结合改进的最大类间方差法和Hough变换对定位区域进行处理，得到最终的视盘分割结果。
　　 本文对临床采集图像以及STARE、DRIVE、MESSIDOR眼底图像库中的正常及不同程度糖尿病视网膜病变的眼底图像进行视盘定位分割实验，实验结果验证了本文算法的可行性与有效性。

目录

声明

学位论文主要创新点

摘要

第一章 绪论

1．1 课题背景及研究意义

1．2 国内外研究现状

1．3 本文的主要研究内容及结构安排

第二章 基于相位信息的特征检测

2．1 图像特征检测的经典方法及其存在的问题

2．2 利用相位信息进行特征检测

2．2．1 相位一致性理论

2．2．2 局部能量

2．2．3 局部能量和相位一致性的计算

2．3 本章小结

第三章 基于相位信息的眼底图像视盘定位

3．1 颜色空间及其通道选取

3．2 基于相位信息的视盘定位方法

3．3 视盘定位实验结果与分析

3．3．1 视盘定位算法的稳定性实验

3．3．2 临床眼底图像视盘定位结果

3．3．3 与其它方法对比结果

3．4 本章小结

第四章 基于最大类间方差法和Hough变换的眼底图像视盘分割

4．1 阈值分割方法的选取

4．1．1 经典阈值分割方法

4．1．2 改进最大类间方差法

4．2 基于Hough变换的视盘边缘检测方法

4．3 基于改进的最大类间方差法和Hough变换的视盘分割方法

4．4 视盘分割实验结果与分析

4．4．1 临床眼底图像视盘分割结果

4．4．2 与其它方法对比结果

4．5 本章小结

第五章 总结和展望

5．1 本文主要内容及贡献

5．2 展望

参考文献

发表论文和参加科研情况

附录1 STARE眼底图像库视盘定位结果

附录2 DRIVE眼底图像库视盘定位分割结果

致谢