[发明专利]一种基于灰度变化的径向线视盘萎缩弧分割方法

摘要

本发明公开了一种基于灰度变化的径向线视盘萎缩弧分割方法，属于图像分割技术领域。该方法能够自动分割眼底图中的视盘萎缩弧，之后简称PPA；并且其分割结果为PPA和面积为主的指标计算提供了便利，该算法可以有效提高医生诊断的效率和准确率。具体步骤如下：首先通过灰度预处理将彩色眼底图像转化为灰度图；其次，采用径向线对视盘及其外侧区域的像素进行采样，选取灰度变化最大的两个点作为PPA和视盘的候选边界点；然后剔除受血管或噪声影响产生的异常点；最后对候选边界点进行椭圆拟合，拟合出的两个椭圆构成的最大闭合月牙形区域即为PPA的分割结果。

主权项

1.一种基于灰度变化的径向线视盘萎缩弧分割方法，其特征在于：能够精确地实现PPA的分割，并计算得到PPA的面积；包括如下步骤：步骤一：灰度图像的预处理，具体为：处理灰度图像，所以应将给定的彩色眼底图像转变为灰度图；步骤二：采用等角度间隔径向线提取边界候选点：首先在视盘中心构建等角度径向线，使得所有的等角度径向线相交于视盘中心，并且都穿过视盘的边界；此时会有一部分等角度径向线穿过PPA区域；沿着每条等角度径向线对图像进行采样，可得到该等角度径向线对应的灰度曲线，即可得到灰度变化曲线；因为PPA与视盘和视网膜背景之间的灰度差异，通过求解灰度变化曲线中最大的两个点即可确定PPA边界候选点和视盘边界候选点；步骤三：剔除异常点：通过检测灰度变化曲线中的正‑负峰值剔除等角度径向线穿过血管时产生的异常点；通过边界点的位置约束剔除噪声引起的异常点；步骤三、具体包括：步骤3.1：在灰度变化曲线图中选取所有的局部极小值点，并将变化率的绝对值大于某一阈值的局部极小值点成为显著局部最小值；此时计算每个显著局部极小值点与边界候选点的距离；如果该间隔小于某一阈值，则认为其为一对正负峰值对；该正负峰值对表明当前边界候选点是因血管干扰而产生的异常点，应被剔除；如果该间隔大于或等于这一阈值就保留该边界候选点；步骤3.2：若当前边界点与视盘中心的距离满足以下公式(4)的条件，则将其判定为异常点：|D‑Dmean|＞THd   (4)其中，D是当前边界点与视盘中心的距离，Dmean为已检测到的所有边界点到视盘中心的平均距离，THd为限定剔除范围的阈值；步骤3.3：在视盘的鼻侧通常不存在PPA，即鼻侧检测到的PPA边界和视盘边界重合；因此，若检测到的PPA边界点灰度变化值小于一定的阈值，则认为PPA和视盘边界重合，直接选取视盘边界点作为PPA边界候选点；如果检测到的PPA边界点灰度变化值大于或等于这一阈值，则认为PPA和视盘边界不重合，此时不做任何操作，仅跳至步骤四；步骤四：提取PPA的闭合边界曲线：对提取的所有边界候选点进行拟合，获得PPA的闭合边界曲线；其中，所有边界候选点包括PPA边界候选点和视盘边界候选点。