[发明专利]一种基于相位一致性的眼底图像血管分割方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种基于相位一致性的眼底图像血管分割方法，可用于对正常和病变程度不同的眼底图像进行血管分割。

背景技术

眼底图像结构特征的变化可以直接反应糖尿病的病变程度和治疗情况。眼底图像血管是眼底图像中可检测的最稳定和最主要的结构，当眼器官发生视觉疾病的时候，眼底图像血管的直径、颜色和弯曲程度等会出现异常。因此，眼底图像中血管的分割是一个非常重要的研究问题。由于硬件限制，眼底图像明显地表现出以下特点：光照不均匀、血管与背景的对比度不强、图像噪声点多。这导致采用常用的图像处理方法很难分割出满意的结果，寻找合适的眼底血管分割方法是难点所在。

目前已有许多血管分割方法，它们采用预先制定的判断准则将图像像素分为血管和背景，或者基于标准图像提供的血管特征，如血管厚度、血管方向和血管弯曲度等来分割血管。这些方法大致分为三类：基于边界的分割方法；基于区域的分割方法；基于特定理论和工具的分割方法等。分析已有的眼底图像血管分割方法，可以发现大部分方法都只针对正常的成像较好的眼底图像进行血管分割，而对于低对比度的血管末梢和发生病变的眼底图像，由于血管和背景区域像素灰度值接近以及病灶(亮或暗的斑点、斑块)的干扰，无法将血管与背景正确地分割出来。其中的根本原因是传统方法只是利用灰度或梯度信息来描述图像，而梯度信息对图像中大量的噪声非常敏感，而且随着图像的对比度和亮度的改变而改变。基于灰度的处理方法对图像质量要求高，对于具有复杂背景的眼底图像，处理效果难以达到要求。

发明内容

本发明的目的是克服现有技术的上述不足，提出了一种基于相位信息对眼底图像血管进行分割的方法，该方法对图像亮度和对比度不敏感，克服了传统方法无法正确分割病变眼底图像中血管的缺点，同时还可以将大部分末梢的小血管分割出来。实现本发明目的技术方案，包括下列步骤：

(1)提取眼底图像的绿色通道；

(2)用对比度受限的自适应直方图均衡化(CLAHE)增强图像的对比度；

(3)采用各向异性耦合扩散方程对眼底图像进行滤波；

(4)用相位一致性算法分别对有无经过各向异性耦合扩散方程滤波的眼底图像进行血管分割；

(5)将两幅经过基于相位一致性(PC)方法分割的血管结果像素级相乘；

(6)用迭代阈值分割法将图像二值化；

(7)用数学形态学的方法对图像进行优化。

步骤(3)中，把原始图像作为扩散方程的初始条件，利用耦合扩散方程对初始图像进行变形得到滤波结果，在此过程中方程的扩散是梯度方向受限的，因此该模型是各向异性的耦合扩散模型。该扩散模型如下：