[发明专利]视网膜图像出血区域分割方法、装置和计算设备

说明书

本发明公开了一种视网膜图像出血区域分割方法，在计算设备中执行，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，得到增强图像；对增强图像进行滤波处理，以提取出视网膜图像的背景图像；将增强图像中各像素的颜色值与背景图像中对应像素的颜色值取差值，得到差值图像；根据差值图像中各像素的RGB颜色值得到包含视网膜图像中的暗区域的暗区域图像，所述暗区域包括血管区域、出血区域和暗噪声区域；从增强图像中确定血管区域，并将该区域从暗区域图像中去除，得到去血管图像；从增强图像中确定暗噪声区域，并将该区域从去血管图像中去除，从而得到视网膜图像的出血区域。本发明还公开了对应的视网膜图像出血区域分割装置。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视网膜图像的出血区域分割方法。

背景技术

糖尿病视网膜病变(简称糖网)是一种广泛存在于糖尿病人中的眼科疾病，它会对患者的视力产生影响，严重的甚至会导致患者失明。定期筛查、尽早发现视网膜病变可以最大程度地减小患者视力损伤。视网膜出血病变是由视网膜内的微动脉瘤破裂而导致的视网膜内出血，其是糖网早期可见的标志之一。因此，对视网膜图像中的出血点进行准确检测，对于实现糖网的自动筛查、有效评估和抑制病情的发展具有重要意义。

但是，由于视网膜出血点的病灶边缘不清晰，与背景对比度差，与血管的灰度过于相近，形状不规则且大小不一，以及视网膜图像成像质量的不确定性，导致对视网膜出血区域自动检测的难度非常大，存在误检率高、漏检率高、运算复杂、处理效率低等问题。

因此，需要一种新的又精确又快速的视网膜图像出血区域分割方法。

发明内容

为此，本发明提供一种视网膜图像出血区域分割方法、装置和计算设备，以解决或至少缓解上面存在的问题。

根据本发明的一个方面，提供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；将增强图像中各像素的RGB颜色值与背景图像中对应像素的RGB颜色值取差值，得到差值图像；根据差值图像中各像素的RGB颜色值得到暗区域图像，该暗区域图像中标记了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；从增强图像中确定血管区域，并将该区域从暗区域图像中去除，得到去血管图像；以及从增强图像中确定暗噪声区域，并将该区域从去血管图像中去除，得到视网膜图像的出血区域。

可选地，在根据本发明的视网膜图像出血区域分割方法中，对视网膜图像进行对比度增强的步骤包括：将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)表示增强图像中坐标为(x,y)的像素的颜色值，I₀(x,y)表示在视网膜图像中坐标为(x,y)的像素的颜色值，I(x,y；δ)表示在视网膜图像中坐标为(x,y)的像素的局部均值，其中，局部均值为经窗口大小和方差均为δ的高斯滤波所得出。

可选地，在根据本发明的视网膜图像出血区域分割方法中，对增强图像进行滤波处理，以提取出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；对增强图像中各像素的RGB三个颜色通道，分别采用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，从而得到背景图像。

可选地，在根据本发明的视网膜图像出血区域分割方法中，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。