[发明专利]基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法

权利要求书

1.一种基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，首先获取眼底图像的全局血管集和视盘定位信息，所述的全局血管集为所述眼底图像中所有血管的集合，所述的视盘定位信息包括所述眼底图像的视盘中心，然后根据所述的全局血管集和视盘定位信息进行动静脉视网膜血管分类，其特征在于，分类时进行如下步骤：

(1)根据所述的全局血管集和视盘定位信息确定主血管，并对主血管进行分类得到主血管分类信息；

(2)利用所述的主血管分类信息采用基于SAT的广度搜索算法对所述的全局血管集中的血管进行分类得到全局分类信息。

2.如权利要求1基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述步骤(1)通过如下方法确定主血管：

以距离视盘中心若干个像素点以内的区域作为视盘邻近区域，以所述的视盘邻近区域内长度大于预设的分类长度阈值的血管作为主血管。

3.如权利要求1基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述的分类长度阈值为50～65。

4.如权利要求2基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述步骤(1)通过如下步骤对主血管进行分类得到主血管分类信息：

(1-1)获取各个主血管的平均管径，指定平均管径最大的主血管为静脉血管；

(1-2)将各个主血管切割为若干片段，得到相应的主血管切片；

(1-3)提取各个主血管切片的特征向量，并基于所述的特征向量采用聚类法将所述的主血管切片聚为两类，并以将静脉血管对应的主血管切片所在的类作为静脉血管，另一类作为动脉血管；

(1-4)针对每个主血管，以较多主血管切片所在的类作为该主血管的分类结果。

5.如权利要求4基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述步骤(1-3)中采用K均值聚类法将所述的主血管切片聚为两类。

6.如权利要求4基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述步骤(1-3)中通过如下方法提取各个主血管切片的特征向量：

获取距离主血管切片的血管中心若干个像素点以内的区域中所有像素点的颜色信息，并以该区域内所有像素点的颜色信息的均值作为该主血管切片的特征向量。

7.如权利要求6基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，提取各个主血管切片的特征向量时获取距离主血管切片的血管中心5～8个像素点以内区域像素点的颜色信息。

8.如权利要求7基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法，其特征在于，所述的颜色信息包括该采样点的RGB值和HSL值。