论文部分内容阅读
目前大多数视网膜血管分割方法对非病变的视网膜血管图像具有很好的分割效果,但对病变图像的分割效果仍不理想.提出了利用计算机视觉中的Top-down和Bottom-up两种层次化分割框架相结合的方法来实现视网膜图像的分割,即在贝叶斯统计框架下,采用可逆跳转的马尔科夫蒙特卡洛算法搜索参数空间,求得不依赖于初始分割的近似全局最优的分割,同时利用数据驱动技术来加速马尔科夫链的动态变化.实验结果表明该方法不仅对非病变的图像而且对病变的图像都具有较好的分割精度.