[发明专利]基于多特征融合的彩色眼底图像视杯分割方法

摘要

本发明公开了一种基于多特征融合的彩色眼底图像视杯分割方法。其实现过程是：(1)采用模糊C均值聚类(fuzzy c‑means algorithm，FCM)方法提取视杯的候选区域；(2)根据视杯的形状和位置特征对候选区域进行拟合校正得到视杯的粗分割结果；(3)利用杯沿的血管特征定位血管弯曲点更新视杯粗分割结果，完成视杯的准确分割。该方法采用视杯自身特征与结构特征相结合的方式，使得分割更加准确。并且通过对视杯候选区域的位置和形状校正，克服了仅根据视杯亮度特征作为血管弯曲点更新的初始轮廓不准确的缺点。本文方法采用无监督的学习方式，无需训练样本，适用于不同数据库。实验证明本文方法对血管遮挡严重、对比度低、亮度不均等类型的图像具有较高的鲁棒性和准确性。

主权项

1.一种基于多特征融合的彩色眼底图像视杯分割方法，所述方法包括下列步骤：步骤1：利用视盘的静脉血管结构特征定位视盘并提取感兴趣区域；步骤2：采用多方向的自适应高斯差分滤波器对经过增强和平滑的眼底图像进行匹配滤波，实现感兴趣区域血管的提取；步骤3：提取视盘区域；步骤4：提取视杯候选区；步骤5：利用视杯的对称性补全视杯，根据视杯的形状及位置特征对视杯候选区域进行椭圆拟合并校正得到视杯的粗分割结果；步骤5‑1：以过视杯候选区中心的水平直线为视杯水平方向对称轴，对视杯候选区域做水平方向镜像对称；以过靠近鼻侧视杯候选区最高点的竖直直线为垂直方向对称轴，对水平镜像结果做竖直镜像对称；步骤5‑2：提取镜像对称后的视杯区域并进行椭圆拟合，得到椭圆的中心点坐标(x_c，y_c)、椭圆方向θ、椭圆长轴A、椭圆短轴B；步骤5‑3：计算椭圆的长短轴之比当D＞1.3时采用A＝1.3·B对椭圆长轴A进行校正，当拟合后的椭圆中心C_oc与视盘中心C_od、视盘直径d_od满足时，对拟合后的椭圆进行位置校正，将视盘中心作为椭圆中心；步骤6：利用基于k‑余弦曲率的角点检测方法定位毛细血管弯曲点，更新视杯粗分割结果得到最终视杯分割结果。