论文部分内容阅读
随着计算机科学技术的发展,其在各个领域也占据了不可或缺的地位。在医学领域,计算机图像处理技术更是大放异彩,为医生的临床治疗提供了极大的帮助。在我国,由于人口老龄化的加剧,患有青光眼,白内障以及糖尿病引起的视网膜病变的病人也越来越多,因而现在眼部疾病迫切需要精确,安全的治疗。通过医学专家的研究发现视网膜是眼球神经感觉层,许多疾病也是发生于视网膜中。因此,使用计算机图像处理技术自动定位视网膜中三大生理结构(视盘、视网膜血管和黄斑)从而帮助临床诊断以及医学理论研究迫在眉睫。近年来,科学技术快速发展,科学家们已经对视网膜生理结构的检测与定位有了大量的研究,然而由于眼底出血、软性渗出物和硬性渗出物等的影响这些算法不能兼顾效率和质量。本文中,我们充分利用视盘、血管和黄斑的自身亮度和形状特征以及这三个结构之间的位置特征,提出了新的算法来提取视盘中心、血管和黄斑中心。根据视盘区域亮度值最高且为圆形或椭圆形状,而视网膜血管亦是从视盘中心向视网膜扩散,遍布整个视网膜这些特征,文中提出了基于灰度方差法和模板匹配法检测视盘中心,该算法根据视盘区域在眼底图像中灰度值与血管有鲜明对比来选择候选区域,并利用创建的模板来定位视盘中心。基于黄斑区域灰度值较暗,且黄斑中心与视盘中心的直线距离总为2.5倍的视盘直径这两个先验知识,论文中创新性的使用最小二乘法对视网膜主血管进行圆拟合,在圆心所在水平线使用高斯滤波,并以与视盘中心相对位置信息构造的候选区域为约束条件,通过计算便可得到黄斑中心。上述算法在效率上远远快于其他算法,另一方面,通过对公开四个数据库DRIVE,STARE,DIARETDB0和DIARETDB1中的数据进行实验,得出在这四个数据库中视盘中心定位正确率分别为100%,90%,89%和90%。黄斑中心的定位准确率为100%,86%,91%和89%。