[发明专利]用于糖尿病性眼底图像分类的核主成分谱哈希方法

摘要

本发明公开一种用于糖尿病性眼底图像分类的核主成分谱哈希方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，将处理后的眼底图像数据转化为向量形式；接着采用核主成分分析算法提取出眼底图像数据中非线性特征信息；然后将数据转化为二值码形式，利用Laplace‑Beltrami算子的特征值和特征函数值表示出眼底图像样本数据；最后利用阈值将样本特征函数值转化为二值码，并运用最近邻算法在汉明空间进行糖尿病性眼底图像的有效分类。本发明能充分提取出复杂非线性糖尿病性眼底图像数据特征，具有较高的分类准确率，且能有效降低大规模眼底图像分类时计算的复杂度。

主权项

1.一种用于糖尿病性眼底图像分类的核主成分谱哈希方法，其特征在于：具体步骤如下：A、首先进行糖尿病性眼底图像预处理，采用中值滤波法去除图像背景，利用图像形态学去除血管结构，提取出图像中的病变信息，利用线性元素对图像进行腐蚀操作，并对糖尿病性眼底图像中微动脉瘤候选集合的经行区域进行生长；B、选择糖尿病性眼底图像中的微血管瘤病变作为模板匹配的目标，根据微动脉瘤在图像中的灰度与形状参数，设计其函数模型来匹配目标，使眼底图像中微动脉瘤灰度服从高斯分布，其函数模板的匹配公式为：其中l为灰度最低值，h为灰度高度，e为自然底数，d为点到模板圆心的距离，r为半径，s为灰度陡峭度，(x₀,y₀)为微动脉瘤中心点，并将得到的特征提取图像转化为数据向量；C、将糖尿病性眼底图像数据分为训练数据和测试数据，训练数据为X＝(x₁,x₂,...,x_n),n＝1,2,3,4...，测试数据为X'＝(x₁',x₂',...,x_m')，通过原始数据的维度确定需要转化的二值码码长为2ⁿ,n＝1,2,3,4...，选择原始数据维度和需要转化的二值码码长中较小的值作为降维数m，从而得到核主成分数据；D、在核主成分数据每一个特征方向上根据主成分值应用公式计算q₁个最小的特征值，得到N×q₁个特征值，并对该特征值列表进行排序，选取前q₁个最小的特征值，计算其对应的特征函数值；E、利用谱哈希方法将特征函数值的阈值设置为0，获取其相应的二值码，将每八位压缩为一个十进制紧密码,并用k最近邻kNN分类算法在汉明空间对获得的谱哈希十进制紧密码进行分类，从而进行糖尿病性眼底图像的有效分类。