一种视网膜眼底图像血管分割方法

《一种视网膜眼底图像血管分割方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一种视网膜眼底图像血管分割方法　　摘要本文提出了一种改进的视网膜血管分割算法，结合了多尺度线性检测与图像的灰度-梯度共生矩阵的方法。首先，提取图像中包含血管轮廓信息丰富的绿色分量，进行预处理；其次，基于血管的形态结构特征，对视网膜图像血管采取多尺度多方向的线性检测，获得血管图像的特征；最后，基于图像的灰度―梯度共生矩阵，计算最佳熵阈值进行分割。实验表明该方法分割准确度高，计算速度快，鲁棒性好。　　【关键词】视网膜图像多尺度线性检测器共生矩阵血管分割　　视网膜血管，是全身微循环系统的重要组成部分，其形态结构的变化与糖尿病，高血压，等心血

2、管疾病的严重程度密切相关。通过提取视网膜血管，分析血管管径，弯曲度等特征，能很大程度上对心血管疾病进行预测，从而实施科学的预防性干预和药物治疗。视网膜位于眼底玻璃体后，呈凹面体，眼底图像光照不均匀，中央亮，四周暗，血管与背景的对比度弱及存在一些干扰。　　Chaudhuri提出了二维匹配滤波的方法，血管结构得到增强的同时易丢失细小血管。Thitiporn提出基于局部熵阈值的血管分割方法，仅对正常的视网膜图像实现较好分割。Nguyen提出了多尺度线性检测方法。此外，众多学者对分割方法进行了深入研究。　　本文提出了一种改进的血管分割方法，利

3、用多方向多尺度的线性检测器，基于灰度―梯度共生矩阵，计算其最佳熵阈值进行血管分割。　　1算法描述　　本文算法包括：　　（1）预处理；　　（2）多方向多尺度线性检测；　　（3）基于灰度―梯度共生矩阵，计算图像的最佳熵阈值。　　1.1预处理　　彩色眼底图像为RGB图像，选取血管轮廓信息丰富且对比度较强的绿色分量，如图1所示。绿色分量光照不均匀，动态范围小，需进行预处理，包括：阴影修正，降噪，CLAHE。　　1.2多尺度多方向线性检测　　本文采用多尺度多方向的线性检测器对图像Ig进行检测。窗口宽度为W，L为线性滤波器的尺度，n为窗口内的像素

4、个数。较长的L用于检测中央反射区，较短的则可避免出现紧靠的血管不易分割。图像的特征响应为，是窗口内的平均灰度值；　　，是检测线上的平均灰度值，当检测线的方向和血管方向相同时，IWl最大，记为IWmax。　　检测器的核心思想是取尺度为L的检测线，以15度为间隔旋转，改变L可构成多尺度线性检测器。图2为检测窗口为15×15，L为11的线性检测器。增强后的图像为　　其中。　　1.3阈值分割　　Nguyen提出的算法中，对R'的分割选取了固定值t=0.56。本文中，采用了灰度―梯度共生矩阵来计算R'的最大熵阈值。该矩阵反映了图像中灰度和梯度的

5、分布规律，还能够表示各像素点与其邻域像素点的空间关系。　　如图4所示，A表示血管，C表示背景。设定阈值在（s，s）处，血管的灰度值较低，而背景较高，且各自内部的灰度级分布较均匀，梯度值较低。梯度值越大越有可能为血管边缘。A中tij表示i属于目标j属于边缘的转移个数，C中tij表示i属于背景j属于边缘的转移个数。　　统计A和C两个象限的概率并进行归一化得到PAij和PCij，其中　　2实验结果与分析　　选取DRIVE数据库里的20幅图像进行血管分割。如图5所示，本算法能够正确分割中央存在反射的血管，不会对紧靠的血管产生错误分割。此外，还

6、能分割出更多的细小血管，结果更接近手工分割。分析图6可知，本算法对弯曲度较大的眼底图像分割效果较好。　　本文采用局部准确度（LACC）来分析算法的分割性能。对标准图像采用大小为S的形态学结构算子进行膨胀处理，得到的图像作为局部准确度分析的掩膜图像。S越小，其测量误差主要来自于将血管误分为背景。选取DRIVE数据库进行分析，由图7可知，S<5时，本文的LACC高于Nguyen算法，更接近手工分割。　　3总结　　本文提出了一种改进的眼底图像血管分割算法，对图像进行预处理，利用多方向多尺度的线性检测器提取血管特征，利用灰度―梯度共生矩阵，计

7、算最佳熵阈值。本算法较好地处理中央血管和分割紧靠血管，分割出更多细小的血管，简单有效，鲁棒性好。　　参考文献　　[1]ChaudhuriS.Detectionofbloodvesselsinretinalimagesusingtwo-dimensionalmatchedfilters[J].IEEETransactionsonMedicalImaging，1989，8（03）：263-269.　　[2]ThitipornChanwimaluang.Anefficientbloodvesseldetectionalgorithmforr

8、etinalimagesusinglocalentropythresholding[A].Proceedingsofthe2003InternationalSymposiumonICASSP[C].HongKong：[s