一种基于级联检测模型的核性白内障病变区域定位方法

摘要

本发明公开了一种基于级联检测模型的核性白内障病变区域定位方法，涉及眼部图像处理技术领域，本发明包括如下步骤：S1分别提取原始眼部灯裂隙图像目标区域和非目标区域的Haar‑like、HOG和LBP三类图像特征；S2利用AdaBoost算法对S1所提取的Haar‑like图像特征进行训练，得到若干强分类器；S3利用SVM算法对S1所提取的HOG和LBP图像特征进行训练，得到强分类器B；S4利用S2得到的若干强分类器和S3得到的强分类器B构成级联检测模型，对待检测图像进行检测，得到待检测图像中的目标区域，本发明利用Haar‑like、HOG和LBP作为图像特征，AdaBoost和SVM作为训练算法，能够实现对成像质量有限的裂隙灯图像中病变区域进行准确的定位，并且对于差异较大的不同图片依然能够保持较为理想的鲁棒性。