论文部分内容阅读
某些疾病特别是心血管疾病,会改变眼底视网膜血管的形态与结构,通过对眼底图像中视网膜血管进行观察检测可以起到很好的疾病辅助诊断作用。传统眼底视网膜血管诊断完全依靠医生肉眼测定,在人工目测下完成,其缺点显而易见:速度慢,准确率不高,可重复性差等问题。依托于数字图像处理技术的迅猛发展,用计算机系统进行眼底图像视网膜血管检测,为医学诊断提供精准的有效处理结果就显得尤为重要与迫切。在阅读大量相关文献的基础上,本文对彩色眼底视网膜血管的分割提取进行了一些探究。值得一提的是,本文为首个运用高斯Markov随机场混合模型分割提取彩色眼底视网膜血管,并取得了一定成果。本文的进行的探究可分为三大内容:(1)彩色眼底图像预处理。比较彩色RGB眼底图像的各通道图像后选取血管网络与背景比较度最高的绿色通道图像作为后续处理的对象。基于背景光照不均首先进行光照均衡处理。而后为突出图像中的血管网络,通过每隔15度所构成的12个不同角度模板的二维高斯匹配滤波核进行血管增强。(2)建立高斯Markov随机场混合模型,进行血管分割提取。基于MRF-MAP理论完成模型的数理推导过程,然后使用期望最大化(EM)算法估计模型参数。此模型能够将高斯混合模型中的参数和Markov随机场模型中的参数同时估计出来,从而提高了参数估计收敛速率。(3)后期分割提取图像处理。首先运用图像掩膜法去除眼底图像边框,其次针对分割提取结果中背景残留和病变干扰采用面积滤波法进行处理。本文所提算法的优势在于:采用高斯Markov随机场混合模型,有效的对图像血管进行分割提取,能同时估计得出高斯与马尔科夫参数从而提高参数估计收敛效率;在高斯Markov随机场混合模型中,加入了图像的先验概率,提供像素的空间约束信息,有效地提高分割提取精度。通过试验仿真,本文得到了可靠的视网膜血管分割提取结果,由此验证了算法的可行性。