[发明专利]基于自适应PCNN的眼底图像血管自动检测方法无效
| 申请号： | 201210458362.6 | 申请日： | 2012-11-15 |
| 公开（公告）号： | CN102999905A | 公开（公告）日： | 2013-03-27 |
| 发明（设计）人： | 吴骏;肖志涛;耿磊;张芳;王淑芹 | 申请（专利权）人： | 天津工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300160*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于自适应PCNN(Pulse Coupled Neural Network，PCNN)的眼底图像血管自动检测方法，该方法首先采用对比度受限的自适应直方图均衡化(Contrast LimitedAdaptive Histogram Equalization，CLAHE)和二维高斯匹配滤波对眼底图像进行处理，然后基于简化PCNN模型，使用像素的拉普拉斯能量(Energy of Laplace，EOL)作为对应PCNN神经元的链接强度值，结合最大类间方差准则对眼底图像进行分割，最后通过面积滤波得到最终的血管检测结果。本发明充分利用PCNN与以上方法相结合的优势，能够完整地、准确地检测出眼底图像的血管网络。 | ||
| 搜索关键词： | 基于 自适应 pcnn 眼底 图像 血管 自动检测 方法 | ||
【主权项】：
一种基于自适应PCNN的眼底图像血管自动检测方法，包括下列步骤：步骤1：获取一幅彩色眼底图像，提取血管和背景的对比度较高的绿色通道的眼底图像；步骤2：采用CLAHE对绿色通道的眼底图像进行增强；步骤3：对CLAHE处理结果，采用二维高斯匹配滤波进一步增强眼底血管；步骤4：用图像的CLAHE处理结果减去其经过CLAHE和二维高斯匹配滤波的结果，作为预处理后的眼底图像；步骤5：对预处理后的眼底图像，采用简化PCNN模型，结合最大类间方差准则进行眼底图像自动分割，将每个像素的EOL值作为对应PCNN神经元的链接强度值，实现了链接强度的自适应设置；步骤6：将分割结果进行反白处理；步骤7：采用面积滤波去除噪声。
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天津工业大学，未经天津工业大学许可，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/patent/201210458362.6/，转载请声明来源钻瓜专利网。
