毕业设计（论文）-基于自适应阈值的视网膜图像分割及其程序设计

《毕业设计（论文）-基于自适应阈值的视网膜图像分割及其程序设计》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、II基于自适应阈值的视网膜图像分割算法及程序设计摘要视网膜图像分割作为图像处理的一个应用在临床医学和身份鉴定中发挥着愈来愈重要的作用。当前的图像分割方法主要包括并行边界分割、串行边界分割、并行区域分割和串行区域分割等。本文致力于研究基于自适应阈值的视网膜图像分割算法及其实现技术。文章内容主要包括：1）综述了公开报道的各种视网膜图像的分割方法；2）研究了并行区域分割方法中基于自适应阈值的视网膜图像分割的算法及其实现技术；3）通过VC++6.0编程实现了用自适应阈值算法进行视网膜图像分割；4）通过实验验证了算法的有效性。关键词：视网膜图像，自适应阈值，图像分割IVReviewonAd

2、aptivethreshold-basedsegmentationofretinalimageanditsprogramdesignABSTRACTRetinalimagesegmentationasoneofimageprocessingapplications,playanincreasinglyimportantroleinclinicalmedicineandidentification.Thecurrentimagesegmentationmethodsincludeparallelboundarysegmentation,serialboundarysegmentat

3、ion,parallelregionsegmentationandserialregionsegmentation.Thisarticlefocusedontheadaptivethreshold-basedsegmentationalgorithmofretinalimageanditsimplementationtechniques,including1）Reviewedavarietyofpubliclyreportedretinalimagesegmentationmethods.2）Discussedtheadaptivethreshold-basedsegmentat

4、ionalgorithmofretinalimageintheparallelregionsegmentationanditsrealization.3）DothesegmentationofretinalimagesusingadaptivethresholdalgorithmviaVC++6.0programmingalgorithm.4）Testthevalidityofthealgorithmbyexperiments.KeyWords:retinalimage,adaptivethreshold，imagesegmentation,IV目录摘要IABSTRACTII目录

5、II第1章绪论21.1本课题研究的目的及意义21.2当前的研究进展和存在的问题21.2.1基于并行边界的分割方法——Canny自适应的边缘检测方法31.2.2基于串行边界的分割方法——追踪的分割方法31.2.3基于并行区域的分割法——聚类分割法41.2.4基于串行区域的分割法——区域生长分割法41.3本课题研究的主要内容及贡献51.4本论文的结构5第2章基本算法原理62.1并行区域分割62.1.1固定阈值算法62.1.2自适应阈值算法7第3章基于自适应算法的视网膜图像分割93.1核心算法93.1.1固定阈值93.1.2自适应阈值103.1.3canny算子123.2实验结果153

6、.3性能分析18第4章总结19参考文献20附录核心代码22IV致谢32软件使用说明书33IV宁波工程学院本科毕业设计论文第1章绪论1.1本课题研究的目的及意义图1眼底结构示意图由哈佛公共卫生学院和世界卫生组织联合展开的一项长期的研究表明,在发达国家和发展中国家,包含中风和糖尿病在内的心血管疾病是导致死亡的首要原因之一.一个可以有效预测心血管疾病发生和帮助治疗的手段,将每年挽救和提高广大群体的生活质量,在如高血压,心血管和心衰竭等疾病的症状明显出现前,循环系统的检测可以为此提供证据.这一点已经在T.Wong等人[1]的通过对大量研究得到的综述中被证实.这些研究中包含的大量主诉同通过

7、视网膜检测即可发现的循环问题和迹象相联系.对人类眼睛血管的检测,可以预测疾病的发生和辅助诊断,以及追踪一系列与循环系统相关的疾病和症状.另外，视网膜，具有唯一性、稳定性、可采集性、非侵犯性等优点，在身份鉴别等高层次安全保密方面有重要的应用前景。而且与脸像、声音等非接触式的身份鉴别方法相比，视网膜具有更高的准确性。据统计，视网膜识别的错误率是各种生物特征识别中最低的。基于视网膜的身份鉴别技术日益得到学术界和企业界的重视。然而,通过肉眼直接观测眼睛或者人工分析视网膜影像是耗时的,耗力