[发明专利]眼底图像中视盘的定位与分割方法、装置和存储介质有效

专利信息
申请号: 201710717821.0 申请日: 2017-08-21
公开(公告)号: CN107480644B 公开(公告)日: 2019-11-19
发明(设计)人: 王欣;黄卓彦 申请(专利权)人: 吉林大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/00;G06T7/136;A61B3/12;A61B3/14
代理公司: 11532 北京市天玺沐泽专利代理事务所(普通合伙) 代理人: 鲍晓<国际申请>=<国际公布>=<进入国
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼底 图像 视盘 定位 分割 方法 装置 存储 介质
【说明书】:

眼底图像中视盘的定位与分割方法、装置和存储介质,所述方法在视盘的初定位阶段,首先对彩色眼底图像进行改进的加权灰度化;根据眼底半径与视盘半径的比例关系利用最小二乘法椭圆拟合预估视盘的半径;接着借助多次形态学操作来清除动静脉血管的干扰,采用直方图统计确定自适应阈值,据此分割出眼底中前0.01%亮的区域,将该区域的几何中心作为预估的视盘中心;最后确定视盘定位矩形框。在视盘的准确定位与分割阶段,使用GrabCut方法来分割视盘,对分割出的区域轮廓使用椭圆拟合确定视盘位置和大小参数,完成视盘的定位。对于GrabCut分割结果中视盘半径过大的情况进行二次分割,确定新的阈值,拟合轮廓得到最终分割结果。

技术领域

本申请涉及图像分析领域,具体的涉及一种对彩色的眼底图像中的视盘进行精确的定位与分割的方法、装置和存储介质。

背景技术

从眼底图像中获得视盘,对视盘进行定位和分割是眼底图像测量的最迫切的需求。对于视盘的定位与分割,常规的方法为利用图像预处理、滤波、椭圆拟合和形态学等图像处理方法对视盘分割,上述的方法具有一定的效果,但仍然具有一定的缺陷。

例如,Lalonde(Lalonde M,Beaulieu M,Gagnon L.Fast and robust optic discdetection using pyramidal decomposition and Hausdorff-based template matching[J].Medical Imaging,IEEE Transactions on,2001,20(11):1193-1200)等对眼底边缘图像使用基于Hausdorff的模版匹配技术配合金字塔分解获得视盘的跟踪定位,该方法模版的选取受所选取的眼底图像限制,适用性不够好,而且模版样本的选取也具有一定的局限性。

Aquino(Aquino A,Gegúndez-Arias M E,Marín D.Detecting the optic discboundary in digital fundus images using morphological,edge detection,andfeature extraction techniques[J].Medical Imaging,IEEE Transactions on,2010,29(11):1860-1869)等采用形态学、边缘检测、霍夫圆变换和特征提取的方法识别视盘,首先采用了一种投票类型算法定位到视盘内的任意一点,接着使用形态学和霍夫圆变换去估计视盘的边界。形态学对于去除眼底血管效果比较明显,也不会对原本较亮的视盘造成较大的腐蚀,但是对视盘边缘检测分割后噪点较多,视盘边界不很分明,而且在眼底图像中视盘通常呈现不规则的椭圆形,霍夫圆变换不一定能准确估计视盘边界。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710717821.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top