光學相干斷層圖像中基于hessian矩陣的血管檢測開題報告

1、蘇州大學本科生畢業(yè)設計（論文）1光學相干斷層圖像中基于光學相干斷層圖像中基于HessianHessian矩陣的血管檢測矩陣的血管檢測開題報告開題報告1.1.選題的背景與意義選題的背景與意義視網(wǎng)膜圖像的評估被廣泛運用到醫(yī)學診斷以及生物特征識別系統(tǒng)中。其中，視網(wǎng)膜血管的直徑變化、分叉角度以及血管彎曲程度都是診斷眼底病變的重要指標。同時，血管增強也是血管分割、圖像配準和三維可視化等后續(xù)處理的重要前提。因此，血管增強作為眼底圖像處理的關(guān)鍵技術(shù)具

2、有重要意義。血管增強的目的是強調(diào)眼底圖像中的血管結(jié)構(gòu)，同時抑制非重要的特征，從而加強圖像判讀和識別。圖像增強方法可分為基于空域的算法和基于頻域的算法兩大類。前者直接對圖像灰度級做計算，后者基于圖像變換域?qū)ψ儞Q系數(shù)進行修正?？紤]到Hessian矩陣在檢測曲線結(jié)構(gòu)上表現(xiàn)出的良好性能，在研究眼底圖像特征的基礎(chǔ)上，提出了一種基于Hessian矩陣的多尺度血管增強方法，與其他多種血管增強方法相比，可達到相當?shù)臏蚀_率，且在同等準確率下能得到較高的魯

3、棒性。2.2.HessianHessian矩陣的應用原理矩陣的應用原理Hessian方法是一種用高階微分提取圖像特征方向的方法。Hessian方法認為，具有最大模的特征向量的方向是垂直于圖像特征方向的，與它垂直的方向被認為是平行于圖像特征方向的。對于由高斯函數(shù)構(gòu)造的線性模型，可以用與直線正交的絕對值較大的二階導數(shù)、沿線方向的絕對值很小的二階導數(shù)來表示，這恰好是二維Hessian矩陣的兩個特征值所代表的幾何意義。將蘇州大學本科生畢業(yè)設計（

4、論文）3陣的特征值和特征向量表示。由于視網(wǎng)膜血管的直徑存在變化，不適合使用單一尺度的增強效果，本文采用高斯函數(shù)構(gòu)造多尺度增強濾波器，采用不同尺度進行增強濾波。根據(jù)Hessian矩陣的定義:將Hessian矩陣的差分運算與高斯函數(shù)結(jié)合，通過改變高斯函數(shù)的標準偏移量來獲得不同尺度σ下的線形增強濾波。根據(jù)高斯函數(shù)的卷積性質(zhì)，尺度空間導數(shù)Iab由輸入圖像與高斯濾波器的二階導的卷積得到:高斯函數(shù)表達式為：σ是高斯濾波器的標準差，為空間尺度因子。根