一種彩色眼底圖像視盤自動定位方法
【專利摘要】本發(fā)明涉及一種基于拋物線擬合和窗口掃描方法的彩色眼底圖像視盤自動定位方法,該方法結(jié)合了視盤的自身特性和視盤與血管關(guān)系特性來定位視盤。首先提取彩色眼底圖像的綠色通道并且采用改進的低帽變換粗略的提取彩色眼底圖像中的血管;然后用形態(tài)學的方法去除噪聲和病變干擾,并且最終提取眼底圖像中最外層主血管的骨架線;緊接著采用最小二乘法擬合拋物線來初定位視盤,最后通過移動窗口灰度掃描的方法,最終定位視盤。該方法不受圖像亮度、對比度和病變干擾,不僅對于正常的眼底圖像能夠正確的定位視盤,而且對于病變的眼底圖像也能夠得到正確的定位。
【專利說明】一種彩色眼底圖像視盤自動定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及彩色眼底圖像中視盤自動定位的方法,該方法不受對比度和眼底病變 的影響,在正常的彩色眼底圖像和病變的眼底圖像中均能正確定位視盤,屬于圖像處理技 術(shù)領(lǐng)域,可用于正常的和具有眼部病變的眼底圖像中視盤的定位。
【背景技術(shù)】
[0002] 視盤是眼底圖像的一個重要特征,在眼底圖像中視盤是一個類圓形的黃色亮區(qū) 域,視神經(jīng)和血管從視盤進入眼部。眼底病變在世界范圍內(nèi)具有較高的發(fā)病率并且具有致 盲的危險,所以早期的診斷非常重要。視盤的大小、形狀等參數(shù)是判斷糖尿病視網(wǎng)膜病變的 重要輔助參數(shù)。視盤的檢測和定位對眼底疾病的臨床診斷具有重大的意義。
[0003] 目前有兩類視盤定位的方法,一類基于視盤的自身特性(如眼底圖像中視盤的亮 度高、視盤內(nèi)部灰度方差大、視盤的形狀呈現(xiàn)類圓形),一般將亮度最大或?qū)Ρ榷茸顝姷膱A 形區(qū)域的中心作為視盤的參考位置;也有通過尋找灰度變化幅度最大的矩形區(qū)域的中心作 為視盤位置;還有的是充分結(jié)合視盤的上述三個特性,基于其中一個特性先找到候選區(qū)域, 然后用剩下的兩個特性去排除非視盤區(qū)域進而留下最終的視盤區(qū)域。這些方法都充分利用 了視盤的外觀特性,在質(zhì)量較好的正常眼底圖像中的視盤定位的準確率較高,但是在病變 圖像中,由于視盤的外觀改變,大面積亮色病變區(qū)域的干擾,此時依據(jù)視盤的自身特性無法 正確定位視盤。還有一類基于血管和視盤關(guān)系的視盤定位方法,大致思想是通過血管的走 向或者血管結(jié)構(gòu)特點與視盤的關(guān)系來定位視盤。由于血管相對穩(wěn)定,特征顯著,這種方法檢 測的精確度高。但是這些方法需要以準確提取出血管特征為前提,至少也需要精確地提取 到主血管,而在低質(zhì)量或病變圖像中,血管特征檢測仍是一個比較困難的問題。而且對于整 體血管進行操作,算法較為復雜,運算時間長。
[0004] 本發(fā)明通過分析局部血管和視盤的關(guān)系來定位視盤,避免了必須要精確提取整體 血管特征的缺陷,提供了僅需要粗略的提取局部血管,并且對血管的骨架線進行數(shù)據(jù)運算 的視盤定位方法,大大降低了算法的復雜度,提高了算法的精確度。
[0005] 本發(fā)明支持項目為:天津市科技支撐計劃重點項目"基于圖像相位信息的糖尿病 視網(wǎng)膜病變眼底圖像自動分析軟件系統(tǒng)(No :13ZCZDGX02100)"。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明的目的是克服現(xiàn)有技術(shù)的上述不足,提供一種在彩色眼底圖像中快速定位 視盤的方法,本方法不受病變影響,能夠結(jié)合視盤的自身特性以及視盤與血管關(guān)系這兩種 檢測方法的優(yōu)點。為此,本發(fā)明采用如下的技術(shù)方案。
[0007] 彩色眼底圖像視盤自動定位方法,包括下列步驟:
[0008] 1.輸入彩色眼底圖像,提取RGB顏色空間中的綠色通道,用改進的低帽變換的方 法粗略提取血管;
[0009] 2.利用大津閾值法(OTSU)將上述結(jié)果二值化;
[0010] 3.去除病變區(qū)域和背景噪聲影響;
[0011] 4.提取最外層主血管的骨架線;
[0012] 5.基于拋物線擬合的方法初步定位視盤;
[0013] 6.根據(jù)視盤的自身特性,基于窗口掃描的方法,最終定位視盤。
[0014] 步驟2中,先對綠色通道圖像進行低帽變換,然后將得到灰度圖中的原始灰度范 圍映射到一個新的灰度范圍,使得圖像中1%的數(shù)據(jù)飽和至最低和最高亮度,以此提高圖像 的對比度。
[0015] 步驟5中,首先提取最外層主血管的骨架線,之后在最外層主血管骨架圖中以左 上角為原點,水平方向向右為y軸,堅直方向向下為X軸的坐標系,將血管骨架線像素的行 標號映射為X坐標,列標號映射為y坐標,血管骨架線即映射為數(shù)據(jù)點( Xi,yi),(I < i < N), 使用方程f(x) = aQ+alX+a2x2來擬合這些離散數(shù)據(jù)點,確保所有數(shù)據(jù)點上的殘差平方和 :
【權(quán)利要求】
1. 彩色眼底圖像視盤自動定位方法,所述方法包括下列步驟: 步驟1 :提取彩色眼底圖像的綠色通道,進行改進的低帽運算; 步驟2 :采用OTSU算法將圖像二值化; 步驟3 :去除病變區(qū)域和背景噪聲影響; 步驟4 :采用形態(tài)學方法提取最外層血管的骨架線; 步驟5 :采用最小二乘法進行拋物線擬合,初步定位視盤; 步驟6 :采用滑動窗口灰度掃描的方法,最終定位視盤。
2. 根據(jù)權(quán)利要求1所述的彩色眼底圖像視盤自動定位方法,其特征在于,步驟1中, 采用低帽運算初步提取血管,然后將得到灰度圖中的原始灰度范圍映射到一個新的灰度范 圍,使得圖像中1%的數(shù)據(jù)飽和至最低和最高亮度,以提高圖像的對比度,其中低帽變換所 選取的結(jié)構(gòu)元素是直徑約為主血管寬度的圓形模板。
3. 根據(jù)權(quán)利要求1所述的彩色眼底圖像視盤自動定位方法,其特征在于,步驟4中,采 用形態(tài)學開運算的方法提取最外層主血管,進而提取其骨架線,其中采用的結(jié)構(gòu)元素是以 最寬的血管寬度為直徑的圓形模板。
4. 根據(jù)權(quán)利要求1所述的彩色眼底圖像視盤自動定位方法,其特征在于,步驟4中,首 先在最外層主血管圖中建立以左上角為原點、水平方向向右為y軸、堅直方向向下為X軸的 坐標系,對于提取的最外層主血管骨架線上的像素點,將像素的行標號映射為X坐標,列標 號映射為y坐標,得到一些離散數(shù)據(jù)點(Xi,yi),(1彡i彡N),對這些數(shù)據(jù)點用拋物線方程 f(x) =afaj+a#2來擬合,并在拋物線的頂點坐標(j, b )處初定位視盤。
5. 根據(jù)權(quán)利要求1所述的彩色眼底圖像視盤自動定位方法,其特征在于,步驟6中,首 先提取彩色眼底圖像HSI顏色空間的I通道圖像,然后在I通道圖像中截取以初定位的位 置為中心、長度為兩倍視盤直徑的矩形區(qū)域,接著在這個矩形區(qū)域內(nèi),定義一個長度約為視 盤直徑的矩形滑動窗口,每次移動一個像素位置即確立一個新的矩形窗口,最后統(tǒng)計各個 窗口內(nèi)灰度均值和灰度方差值的乘積,在乘積值最大的滑動窗口對應的中心坐標處,定位 視盤。
6. 根據(jù)權(quán)利要求4所述的彩色眼底圖像視盤自動定位方法,其特征在于,對于獲 取的數(shù)據(jù)點(Xi,yi),(1彡i彡N),采用使所有數(shù)據(jù)點上的殘差平方和= Sil1⑷丨2 =EiL1IZOi) -Kl2最小的標準,使擬合出的拋物線盡量反映所給數(shù)據(jù)的變化趨 勢;此時3對于 &1;& = 0,1,2)的一階導為零:
ΣΓ=ιA2/Oi) =ΣΓ=ιΑ2;Μ?;進而得到方程組:
解方程組求出(a0,ai,a2),計算拋物線的頂點坐標:(4atl^ai2 )。
【文檔編號】G06K9/00GK104463140SQ201410814152
【公開日】2015年3月25日 申請日期:2014年12月23日 優(yōu)先權(quán)日:2014年12月23日
【發(fā)明者】肖志濤, 張芳, 邵一婷, 耿磊, 吳駿 申請人:天津工業(yè)大學