【《基于传统分割算法的眼底视盘分割定位技术概述综述》1200字】_第1页
【《基于传统分割算法的眼底视盘分割定位技术概述综述》1200字】_第2页
【《基于传统分割算法的眼底视盘分割定位技术概述综述》1200字】_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于传统分割算法的眼底视盘分割定位技术概述1.1基于阈值分割的眼底视盘定位分割定位由于阈值分割算法是最简单有效提取出高亮度区域的分割方法,因此基于眼底视盘的高亮度特性，在众多眼底视盘的分割算法研究之中，首先能想到的方式便是利用阈值分割算法对眼底图像进行分割。一种基于阈值分割的具体流程如下[23]：(1)输入原图像，选取原图像中的红色通道图像；(2)对红色通道图像进行初次阈值分割，模糊均衡初次阈值分割结果减少噪声影响，重复阈值分割操作，得到眼底视盘的大致分割区域；(3)设置大小为100的圆形模型，对分割出的视盘区域进行闭合运算，填充分割结果的间隙；(4)除去最大白色区域以外的所有白色区域，只保留分割出的视盘区域；(5)对视盘分割区域进行边缘检测与椭圆拟合，得到一个平滑的视盘曲线，完成最终的视盘定位。算法的分割结果如图2-7所示。(a)眼底图像(b)阈值分割结果(c)保留视盘分割结果(d)视盘定位结果图2-7基于阈值的眼底图像视盘分割及定位此方法基于眼底视盘高亮度的特性，能够粗略地分割出眼底视盘的区域，并且通过一些简单的形态学操作将小于视盘区域以外的其他检测点进行删除，但是此方法也存在一个很大的弊端，对于一幅带有病变的眼底图像而言，视盘区域就不一定是眼底图像中最亮的区域，比如带有硬性渗出的眼底图像，渗出液等病变区域在眼底图像中呈现的亮度和视盘的亮度几乎相同，若利用此算法进行分割，则无法精确分割出视盘区域，容易与病变区域进行混淆，虽然此算法操作简单，算法速度快，但是在医学应用等精度需求高的领域，此算法并不适用。1.2基于主动轮廓模型的水平集眼底视盘分割定位由于眼底视盘除了高亮度的特征外，其另一大特征即为眼底视盘的椭圆轮廓，因此有学者进行了基于主动轮廓模型的眼底视盘分割定位研究，利用椭圆约束的主动轮廓进行视盘分割，具体流程如下[24]：(1)输入原图像，将原图像进行大小变换，建立一个初始的椭圆模型，初始化为零水平集；(2)设置水平集演化过程中的梯度，演化次数等初始参数；(3)开始演化，根据内外部约束条件对椭圆曲线进行更新，并追踪更新的曲线轮廓，在眼底图像中展示出来轮廓的变化过程；(4)当到达视盘轮廓边缘，更新结束，获取视盘区域。算法的分割结果如图2-8所示。(a)眼底图像(b)灰度图像(c)零水平级椭圆轮廓(d)视盘定位结果图2-8基于主动轮廓模型的眼底视盘分割此方法通过追踪每一次迭代后的更新曲线，最终可以将视盘区域进行分割，此算法不用对图像进行对比度增强及剔除血管的预处理操作，在迭代过程中可有效地跨过血管区域定位视盘，算法的可重复性较高，但是同时此算法过分依赖初始轮廓的设定及迭代次数的设置，若参数设置不当，则很容易造成欠分割的现象，且此算法每一次迭代都要进行复杂地椭圆曲线计算，大大增长了算法运行的时间。本文就上述两种算法，提出了一种基于粒子群优化算法的眼底视盘分割方法，

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论