[发明专利]一种视网膜图像清晰度评估方法以及评估装置

权利要求书

1.一种视网膜图像清晰度评估方法，其特征在于，所述评估方法包括：

获取所述视网膜图像，提取所述视网膜图像的第一待评估信息，并基于所述第一待评估信息获取所述视网膜图像的特征信息以形成初步评估图；

对所述第一待评估信息进行处理以获得处理结果；

基于所述初步评估图以及所述处理结果获得所述视网膜图像的图像质量评估信息；

提取所述视网膜图像的第二待评估信息，对所述第二待评估信息进行处理以获得处理后图像；

基于所述处理后图像获得所述视网膜图像的有效区域信息；

基于所述图像质量评估信息以及所述有效区域信息，获得所述视网膜图像的清晰度评估信息；

所述基于所述处理后图像获得所述视网膜图像的有效区域信息，包括：

基于区域生长算法获得所述处理后图像的漏光区域；

通过计算所述漏光区域在所述视网膜图像中所占的比值，以获得所述视网膜图像的有效区域信息；

所述基于所述图像质量评估信息以及所述有效区域信息，获得所述视网膜图像的清晰度评估信息，包括：

将所述有效区域信息与所述图像质量评估信息相乘，从而获得所述视网膜图像的清晰度评估信息。

2.根据权利要求1所述的评估方法，其特征在于，所述提取所述视网膜图像的第一待评估信息，并基于所述第一待评估信息获取所述视网膜图像的特征信息以形成初步评估图，包括：

提取所述视网膜图像的绿通道图像作为所述第一待评估信息；

提取所述绿通道图像中视网膜血管的边缘特征以形成质量评分计算的权值图作为所述初步评估图。

3.根据权利要求2所述的评估方法，其特征在于，所述对所述第一待评估信息进行处理以获得处理结果，包括：

将所述绿通道图像划分为不相交且同尺寸的多个图像块；

计算所述多个图像块的局部梯度矩阵以获得计算结果；

对所述计算结果进行奇异值分解，从而获得奇异值分解结果作为所述处理结果。

4.根据权利要求3所述的评估方法，其特征在于，所述基于所述初步评估图以及所述处理结果获得所述视网膜图像的图像质量评估信息，包括：

基于所述奇异值分解结果计算出所述多个图像块的多个局部质量评估结果；

基于所述权值图以及所述多个局部质量评估结果，获得所述视网膜图像的图像质量评估信息。

5.根据权利要求1所述的评估方法，其特征在于，所述提取所述视网膜图像的第二待评估信息，对所述第二待评估信息进行处理以获得处理后图像，包括：

提取所述视网膜图像的蓝通道图像作为所述第二待评估信息；

对所述蓝通道图像进行高斯滤波并对所述蓝通道图像进行图像重建以获得所述处理后图像。

6.根据权利要求1所述的评估方法，其特征在于，所述通过计算所述漏光区域在所述视网膜图像中所占的比值，以获得所述视网膜图像的有效区域信息，包括：

计算所述漏光区域在所述视网膜图像中所占的比值；

获取所述视网膜图像的有效区域权值图；

基于所述比值以及所述有效区域权值图获得所述视网膜图像的有效区域信息。