多算法融合的视盘分割方法

论文摘要

视盘准确地定位与分割是视网膜相关研究的基础,为了提高算法的自适应性,避免受不同病变的影响,本文提出了融合多种传统分割算法的视盘分割方法.首先对视网膜图像进行主成分分析得到灰度图片,再利用形态学方法去除血管.接着采用改进的霍夫圆变换的方法定位视盘,并将得到的视盘中心作为标记进行分水岭变换分割视盘得到初始曲线.最后利用CV模型将曲线演化到正确的视盘边界.本文在两个公开的眼底图像数据集（MESSIDOR,DRIONS-DB）上进行了算法验证,实验结果表明该算法对视盘的定位具有较高的准确度（ACC）:98%和100%,视盘分割的重叠率（OP）为92. 0%和94. 4%.与其他算法进行对比,该方法可以有效地避免病灶的干扰,具有很好的定位和分割效果.

论文目录

• 1 引言
• 2 预处理
•   2.1 基于PCA的图像灰度化
•   2.2 形态学去除血管
• 3 霍夫圆变换定位视盘
•   3.1 霍夫圆变换
•   3.2 改进的霍夫圆变换
• 4 改进的传统的视盘分割算法
•   4.1 改进的分水岭分割算法
•   4.2 CV模型
• 5 实验结果与分析
•   5.1 视盘定位的实验结果
•   5.2 视盘分割的实验结果
• 6 结论

文章来源

类型: 期刊论文

作者: 傅迎华,王雅静,付东翔,杨振宇

关键词: 视盘分割,霍夫圆变换,分水岭算法,标记提取,模型

来源: 小型微型计算机系统 2019年12期

年度: 2019

分类: 信息科技,医药卫生科技

专业: 眼科与耳鼻咽喉科,计算机软件及计算机应用

单位: 上海理工大学光电信息与计算机工程学院

基金: 国家自然科学基金项目(61703277)资助

分类号: R770.4;TP391.41

页码: 2681-2685

总页数: 5

文件大小: 1686K

下载量: 108