[发明专利]基于对称性的视网膜血管滤波增强方法

摘要

本发明公开了一种基于对称性的视网膜血管滤波增强方法，包括步骤对原始视网膜图像进行灰度化处理，再进行二维多尺度高斯滤波；利用滤波后的信息计算梯度合成向量；计算图像每一点在不同尺度下的梯度方向参数、每一点的梯度幅值参数、每一点的灰度参数；计算得到基于对称性的多尺度视网膜血管滤波增强函数，使用该血管函数对视网膜图像进行滤波，达到视网膜血管滤波增强的效果。本发明能对视网膜血管结构进行增强，同时可以有效抑制视盘等非血管结构，对视网膜图像血管分割、视网膜图像分析以及视网膜图像的配准中有重要的辅助处理和实际应用价值。

主权项

一种基于对称性的视网膜血管滤波增强方法，其特征在于，该方法包括以下步骤：步骤S1：获得视网膜灰度图像I(x，y)；步骤S2：用二维多尺度高斯滤波器G(x，y，s)对于所述视网膜灰度图像I(x，y)进行滤波，得到高斯滤波图像VG(x，y，s)，其中，x，y表示图像中某一点的坐标，s为对应的尺度；步骤S3：基于得到的高斯滤波图像VG(x，y，s)计算所述视网膜灰度图像的梯度合成向量T(x，y，s)；步骤S4：计算所述视网膜灰度图像I(x，y)中的每一点在不同尺度下的梯度方向参数D(x，y，s)；步骤S5：计算所述视网膜灰度图像I(x，y)中的每一点在不同尺度下的梯度幅值参数M(x，y，s)；步骤S6：计算所述视网膜灰度图像I(x，y)中的每一点在不同尺度下的灰度参数I(x，y，s)；步骤S7：根据所述梯度合成向量G(x，y，s)、梯度方向参数D(x，y，s)、梯度幅值参数M(x，y，s)、灰度参数I(x，y，s)，计算得到基于对称性的多尺度视网膜血管滤波增强函数F(x，y，s)，利用所述血管滤波增强函数对于所述视网膜灰度图像进行滤波，得到经过滤波和增强的视网膜图像；其中，多尺度视网膜血管滤波增强函数F(x，y，s)表示为：F(x,y,s)=Σs=sminsmax|G(x,y,s)|·D(x,y,s)·M(x,y,s)·I(x,y,s),]]>其中，s表示尺度，smin，smax分别表示尺度空间中的最大和最小尺度。