一种基于机器视觉的视网膜OCT图像中液体区域自动分割方法

摘要

一种基于机器视觉的视网膜OCT图像中液体区域自动分割方法，包含训练学习网络和预测分类及分割两大部分。首先对采集到的OCT图像进行去噪，此后分成训练学习和预测分类两部分。训练学习部分首先要采集足够多种类和数量的液体区域图像，和非液体区域图像，然后利用积分图法求Harr特征，再根据AdaBoost学习算法训练分类器，获得学习参数。预测分类及分割部分首先利用积分图法求Harr特征，然后根据训练好的参数模型，求得包含液体的区域块，再利用Kmean算法对该区域块进行分割，最后输出液体轮廓边界和面积，解决了现有需要手动在OCT图像上进行液体区域分割工作量巨大的问题，且分割效果更佳。