[发明专利]基于径向对称性变换的视网膜图像滤波方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于径向对称性变换的视网膜图像滤波方法。

背景技术

在人类从外界接受的各种信息中，约有80％以上的信息来自于视觉。据统计我国每年大约有170万人因各种眼部疾病导致失眠，而这其中的相当多数可以通过早期的诊断与治疗来预防。在临床中，视网膜图像被广泛应用于诊断眼部的疾病，包括青光眼、糖尿病视网膜病变(DR)、老年黄斑变性(ARMD)等。视网膜图像通过眼底相机进行二维成像，由于现有的影像仪器由于固有的或设计上的原因，都存在着若干缺陷，表现在视网膜图像上有以下几个方面：图像的退化、图像发生几何畸变、图像发生灰度畸变等。

发明内容

(一)要解决的技术问题

视网膜图像中存在很多病理改变和其他非血管结构(如视盘)，使得现有的方法很难准确地提取出视网膜图像中的血管结构，本发明的目的在于提供一种基于径向对称性变换的视网膜图像滤波方法，使得视网膜图像中的非血管结构引起的噪声能够得到抑制，以便于血管分割方法能够从视网膜图像中准确地提取出血管。

(二)技术方案

为达到上述目的，本发明提供了一种基于径向对称性变换视网膜图像滤波方法，该方法包括以下步骤：

步骤S1：用基于海森矩阵的多尺度滤波方法对视网膜灰度图像I(x，y)进行计算滤波，得到滤波图像V(x，y)、血管半径r(x，y)和血管的方向x，y表示坐标；

步骤S2：用Canny边缘检测算法对视网膜灰度图像I(x，y)进行检测，得到边缘图像e(x，y)，计算并得到梯度方向

步骤S3：利用梯度方向计算并得到径向对称性计数图像O(x，y)；

步骤S4：利用滤波图像V(x，y)、血管半径r(x，y)、血管方向和径向对称性计数图像O(x，y)计算并得到径向对称性贡献值F(x，y)；

步骤S5：利用血管方向并从径向对称性贡献值F(x，y)选取方向对应的角度A(x，y)所在区间[d，d+Δd)内的像素作为方向性图像F_d(x，y)，计算并得到径向对称性变换结果S(x，y)，其中，d表示角度，取值范围为d＝0°，Δd°，2Δd°，…，167.14°；Δd表示角度步长。

优选地，所述视网膜灰度图像I(x，y)的滤波图像V(x，y)表示为：

V(x,y)=maxsmin≤s≤smax[s2v(x,y,s)]]]>

其中，s表示尺度或方差；s_min，s_max分别表示尺度空间的最大和最小尺度，滤波图像V(x，y)公式具有尺度选择特性：当血管半径与尺度匹配时，滤波数值最大；v(x，y，s)表示尺度s下的滤波图像。

优选地，所述尺度s下的滤波图像v(x，y，s)表示为：

其中，λ₁(x，y，s)，λ₂(x，y，s)为尺度s下的海森矩阵两个特征值(|λ₁(x，y，s)|≥|λ₂(x，y，s)|)；为尺度s下的海森矩阵的两个特征向量；c为一常数。

优选地，所述尺度s下的海森矩阵H(x，y，s)表示为：