[发明专利]基于比值的视网膜细小血管分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种基于比值的视网膜细小血管分割方法，可用于对视网膜细小血管分割。

背景技术

视网膜血管分割作为图像处理的一个应用，在临床中发挥着越来越重要的作用。视网膜血管是人体唯一在活体使用非创伤性手段直接观察到的血管，许多全身性血管病以及代谢性疾病均可使眼底血管受到不同程度的侵犯，特别是心、脑、肾等与血管有关的器官发生病变，眼底血管的改变可以在一定程度上反映病变的程度。临床上，视网膜血管网络对高血压、糖尿病、动脉硬化、肾炎等疾病的诊断、治疗、愈后评价都具有重要意义。另外，视网膜血管作为人体的重要生物特征，其结构稳定，隐蔽性强，在身份鉴别等高层次安全保密方面有着重要的应用前景。由于硬件条件限制，视网膜图像较明显地表现出以下不足：光照不均匀；血管与背景对比度不强；图像噪声点多。这些问题将导致采用常用的图像处理方法很难分割出令人满意的效果。同时，血管从粗到细发生变化，与此同时背景的灰度和对比度不断减弱，在血管末梢处灰度和对比度非常微弱，而现有的分割算法大部分都是采用单一阈值法，这样分割得到的结果大部分都是血管的主干，所以对于小血管和对比度较低的血管都没有分割出来。

计算机学报Vol.34，No.3，Mar.2011：574-582，公开了一种“基于非下采样Contourlet变换的视网膜分割”方法，是根据非下采样Contourlet变换NSCT所具有良好的多尺度、多方向和平移不变性的优点，提出了一种基于NSCT的视网膜图像分割方法.该方法首先通过分析NSCT变换对血管的系数响应，提出基于NSCT的线状特征提取算法.随后对所提取的特征向量利用高斯混合模型GMM进行建模，并采用EM算法估计其参数.最后采用贝叶斯规则对血管和非血管像素进行分类，以达到图像分割的目的。

该方法在DRIVE和STARE视网膜数据库上均取得了较好的结果，分割效果较以前的方法有所提升，但是在对比度较弱的细小视网膜血管处的分割效果仍不理想，这就极大的影响了分割结果的完整性，给视网膜图像的自动分析和诊断带来困难。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了基于比值特征的视网膜细小血管分割方法，以在上述方法获得的一次分割结果基础上进一步对细小血管进行二次分割，使得细小血管分割结果更加精确，进一步提高分割效果。

实现本发明目的的技术方案，包括如下步骤：

(1)对输入的原始彩色视网膜图像，取其绿色分量图I_g，在大小为9×9的框内分别计算I_g中像素点在8个方向上的绿色分量的均值m_i和方差σ_i，根据该均值m_i和方差σ_i计算当前像素点的方向r：