[发明专利]视网膜图像出血区域分割方法、装置和计算设备

权利要求书

1.一种视网膜图像出血区域分割方法，在计算设备中执行，该方法包括：

获取待分割的视网膜图像，并对该图像进行对比度增强，得到所述视网膜图像的增强图像；

对所述增强图像进行滤波处理，以提取出所述视网膜图像的背景图像；

将所述增强图像中各像素的RGB颜色值与所述背景图像中对应像素的RGB颜色值取差值，得到差值图像；

根据所述差值图像中各像素的RGB颜色值得到暗区域图像，所述暗区域图像中标记了所述视网膜图像中的暗区域，所述暗区域包括血管区域、出血区域和暗噪声区域；

从所述增强图像中确定所述血管区域，并将该区域从所述暗区域图像中去除，得到去血管图像，包括：

采用不同方差下的多个窗口大小对所述增强图像进行多次滤波，分别得到各方差下的多个滤波结果，并将所述多个滤波结果取平均，得到该方差下的滤波均值；

将各方差下的滤波均值进行合并，并对合并后的图像进行阈值分割，得到中间图像，所述中间图像包括伪血管区域和血管区域，其为二值图像；

通过对所述中间图像进行连通域分析来确定该图像中的伪血管区域，包括：确定所述中间图像中的各连通域；计算各连通域的属性值，所述属性值包括该连通域的面积、周长、包含该连通域的最小矩形框，以及与区域具有相同标准二阶中心矩的椭圆的离心率、长轴长度和短轴长度中的至少一种；以及判断各连通域的属性值之间是否满足第一预定条件，若是，则将该连通域标记为伪血管区域；

将所述伪血管区域从所述中间图像中去除，得到所述血管区域的分布图，记为血管分布图；

通过将所述暗区域图像各像素的RGB颜色值与所述血管分布图中对应像素的RGB颜色值取差值，来将所述血管区域从所述暗区域图像中去除；以及

从所述增强图像中确定所述暗噪声区域，并将该区域从所述去血管图像中去除，得到所述视网膜图像的出血区域；

其中从所述增强图像中确定所述暗噪声区域的步骤包括：计算所述增强图像中各像素在G通道的梯度幅值，以及各连通域内梯度幅值的均值，所述连通域适于从所述暗区域图像中确定；若某个连通域内梯度幅值的均值小于预定阈值，则将该连通域标记为暗噪声区域。

2.如权利要求1所述的方法，其中，所述对所述视网膜图像进行对比度增强的步骤包括：

将所述视网膜图像中各像素的RGB三通道的颜色值归一化为0～1之间的数；

对于RGB中每一个颜色通道，按照以下公式确定增强图像中各像素的颜色值：

I₁(x,y)＝α·I₀(x,y)-β·I(x,y；δ)+γ

其中，I₁(x,y)表示所述增强图像坐标为(x,y)的像素的颜色值，I₀(x,y)表示在所述视网膜图像中坐标为(x,y)的像素的颜色值，I(x,y；δ)表示在所述视网膜图像中坐标为(x,y)的像素的局部均值，其中，所述局部均值为经窗口大小和方差均为δ的高斯滤波所得出。

3.如权利要求1所述的方法，其中，所述对增强图像进行滤波处理，以提取出所述视网膜图像的背景图像的步骤包括：

生成多个具有不同窗口大小的滤波器；

对所述增强图像中各像素的RGB三个颜色通道，分别采用所述多个滤波器对各通道进行滤波处理，得到各通道的多个滤波结果；以及

将各通道的多个滤波结果取平均作为该通道的颜色值，从而得到所述背景图像。

4.如权利要求1所述的方法，其中，所述滤波为维纳滤波，其计算公式为：

其中，为维纳滤波所提取出的图像的频域变换，G(u,v)为维纳滤波当前所处理图像的频域变换，H(u,v)为退化函数，K为固定常数。

5.如权利要求1所述的方法，其中，所述根据所述差值图像中各像素的RGB颜色值得到暗区域图像的步骤包括：

获取所述差值图像中各像素的RGB三通道的颜色值，并根据获取到的各通道颜色值来确定该通道的颜色阈值；以及

通过对比所述差值图像中每个像素的各通道颜色值与对应通道的颜色阈值，将该像素的各通道颜色值均标记为0或均标记为1，从而所述差值图像转化为暗区域图像，所述暗区域图像为二值图像。