基于SVM的眼底图像硬性渗出检测

摘要

为克服光照不均、对比度低、软性渗出干扰等给眼底图像中硬性渗出(HEs)检测带来的困难,提出一种基于支持向量机(SVM)的检测方法.首先对眼底图像进行数学形态学结合阈值方法的粗分割,得到硬性渗出的候选区域;然后在候选区域上提取特征,并在特征提取中引入调幅-调频(AM-FM)特征;接着用SVM分类出HEs和非HEs.在公开的糖尿病视网膜病变图像库DIARETDB1上进行实验,结果敏感性为91.1％,特异性为94.7％.实验表明该方法可对HEs进行可靠检测.