[发明专利]视网膜图像最佳化方法

说明书

技术领域

本发明属于数字图像处理技术领域中的医学图像处理技术，尤其涉及视网膜数字图像的最佳化方法。

背景技术

现有用数学形态学方法处理视网膜图像的目的都是增强视网膜图像，没有涉及获得最佳化视网膜图像的问题。而传统的数字图像处理得到的视网膜图像从视觉效果来看都不是最佳的。采用眼底荧光造影技术可以得到质量较好的视网膜图像，但是造影剂可能会给患者的肾脏带来一定的损伤，有些患者会产生恶心的症状，有些患者甚至还对造影剂过敏。因此如何在不对患者产生不适的情况下，得到质量效果最佳的视网膜图像，是值得探讨的问题。

发明内容

本发明的目的是提供一种在不给患者带来不适情况的同时，能快速地、自适应地实现数字视网膜图像的最佳化的方法。

为达到本发明的目的，本发明提出一种组合数学形态学的低帽变换与图像自适应最佳化变换来实现视网膜数字图像快速自适应最佳化方法，其关键在于包括下列步骤：

步骤1：选择视网膜彩色图像F，分离出该彩色图像的绿通道数据作为源图像S，便于使用灰度数学形态学方法；该源图像为灰度图像，使用彩色图像的绿通道数据作为源图像，不仅能够减少数据的运算量，同时也能保留彩色图像最多的有用信息。

步骤2：低帽变换：对源图像S做数学形态学的低帽变换，生成低帽变换后图像B；

所述低帽变换如下：

B=(S●b)-S

式中，b称为形态学结构元素，如圆盘形、矩形、正方形、菱形、8边形等；符号“●”表示闭运算。

步骤3：低帽变换后图像的视觉质量最佳化：低帽变换后图像B的视觉质量最佳化分两步进行：

第一步是标准化变换，即低帽变换后图像B的标准化，标准化变换后获得标准化图像C；并计算标准化图像C的平均亮度AL，以供下一步最佳化变换之用；

所谓标准化图像，就是其灰度分布从0～255充满整个灰度空间的图像。标准化变换方法详见已公开的发明专利申请文件《标准化图像的生成方法》（公开号：CN102800062A，公开日：2012.11.28）。

第二步是标准化图像C的自适应最佳化变换，获得视觉质量最佳化的图像Z，所述图像的自适应最佳化变换通过修改的Zadeh-X变换实现：

修改的Zadeh-X变换为：

Z(x,y)=kC(x,y)-ThetaDeltaOpt+Theta]]>

在修改的Zadeh-X变换中，两个变换参数Delta_Opt和Theta分别取值为：

Delta_Opt=5×(255-AL)^0.811

Theta=0,AL<=127.5255,AL>127.5]]>

其中，C(x,y)表示标准化图像C的像素点(x,y)的灰度值；Z(x,y)表示变换后最佳化图像Z的像素点(x,y)的灰度值；k=255；AL为标准化图像C的平均亮度。AL是图像自适应最佳化的关键参量。

低帽变换能去除背景信息，突出前景的血管。但图像视觉质量不好。最佳化变换后，在血管轮廓上可比拟造影图像。