您当前的位置：
首页 > 文献资料
所属专业：
高帽变换文献资料
-
基于数学形态学的视网膜血管提取算法
目的 影像中血管的分割与特征提取,对疾病的早期诊断具有重要意义.针对很多视网膜血管提取算法分割精度不高的问题,提出了运用数学形态学中的高帽变换的方法对其进行检测.方法 首先,选取结构元素为“圆盘形”的形态学对图像进行高帽变换,经过高帽变换后的图像平滑了图像的背景,同时增强了血管在图像中的对比度.其次,对变换后的图像利用Otsu's自动分割法对图像进行阈值分割得到血管的二值图像.再次,根据血管在图像中的结构信息和几何信息,利用基于连通域度量的方法,设置连通域的“面积”和“长宽比”两个阈值,去除虚假目标.后,为保持血管的连续性,对图像进行一次膨胀运算,可将断裂的血管连接起来,减小了实验的误差.结果 通过上述步骤实现了对血管的提取.结论 结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的分割精度.
-
眼底图像增强及评价
针对视网膜眼底图像的特点,提出一种新的增强方法.首先进行形态学高帽变换以弱化背景、校正非均匀光照,然后运用有限对比度自适应直方图均衡化(CLAHE)拉伸对比度,增强灰度动态范围,后使用二维匹配滤波增强图像中有重要临床诊断意义的细节并抑制噪声.在DIARETDB0数据库中进行实验,并利用一种新的无参考图像评价方法对多种增强效果进行客观比较.结果表明,该方法对正常和病变图像都能有效地弱化背景,增强对比度,对视网膜眼底图像的细节增强效果也同样显著,大大提高了图像质量.
