眼底視網(wǎng)膜圖像自動分析中質(zhì)量改善、特征檢測及配準的算法研究.pdf

1、眼底視網(wǎng)膜圖像被廣泛應用于眼科疾病的診斷中，使用圖像處理與分析技術與計算機視覺技術對眼底視網(wǎng)膜圖像進行質(zhì)量改善、特征檢測、圖像配準與拼接等自動分析能夠幫助醫(yī)生快速地進行眼底疾病或其他全身疾病的診斷及監(jiān)控治療等，提高臨床診斷和治療的效率與精度。結(jié)合眼科臨床診斷及眼底圖像處理算法的需求，根據(jù)算法的目的與特點，將全文的自動分析算法分為圖像質(zhì)量改善、特征檢測以及圖像配準三部分，其中各個部分的工作分別為：
　　1、圖像質(zhì)量改善：提出一種動態(tài)

2、可調(diào)的熒光視網(wǎng)膜圖像增強方法，通過權重系數(shù)的調(diào)整不僅可以對圖像進行全局增強，而且可以實現(xiàn)血管網(wǎng)絡或視神經(jīng)盤等的單獨增強；提出一種圖像前景背景模型與反射度照度模型相結(jié)合的熒光視網(wǎng)膜圖像照度校正與均衡算法，通過背景與前景的分離實現(xiàn)圖像照度的分步式均衡。上述兩種圖像質(zhì)量改善算法能夠有效地抑制圖像采集過程中的非理想成像條件以及成像設備光學系統(tǒng)漸暈效應的影響。
　　2、圖像特征檢測：提出一種新穎且簡單的視盤定位與提取算法，其中定位算法利用熒

3、光視網(wǎng)膜圖像中視盤背景灰度與血管灰度的相似性來實現(xiàn)，其對低對比度的、模糊的圖像定位非常準確，定位精度達到96.7％。輪廓提取利用GVF-snake算法，結(jié)果的真陽性率平均達到92%；提出一種基于脊線檢測的視網(wǎng)膜圖像血管中心線提取算法，該算法在脊線檢測的基礎上利用多尺度增強及Otsu分割方法進行中心線篩選，檢測算法不但能夠檢測出低對比度血管和微小血管的中心線，而且提取的血管中心線整體連續(xù)性好，血管中心線檢測與專家手動分割結(jié)果對應的重合率平