[发明专利]一种基于数字图像算法处理的糖尿病视网膜图像增强方法

说明书

本发明公开了一种基于数字图像算法预处理的糖尿病视网膜图像增强方法，包括以下步骤：A、下载彩色眼底视网膜图像，并根据视网膜病变程度选取实验图像；B、视网膜图像降噪处理；C、对图像进行灰度变换，包括色彩平衡调整，亮度调整，对比度调整；D、采用阈值化操作去除背景；E、对图像进行边缘检测；F、形态学膨胀操作扩大感兴趣区域；本发明采用的数字图像处理方法能够提高视网膜图像病变区域的特征提取能力，为后续糖尿病视网膜分类以及视网膜血管分割的研究提供图像预处理操作。

技术领域

本发明涉及视网膜图像处理技术领域，具体为一种基于数字图像算法预处理的糖尿病视网膜图像增强方法。

背景技术

糖尿病患者的彩色眼底图像的预处理过程对于研究糖尿病视网膜分类及眼部血管分割都有着重要的应用价值.在视网膜病理图像分类问题中,抽取具有代表性、有判别意义的特征是实现良好分类效果和精确眼部血管分割的关键因素；在视网膜病理图像眼部血管分割的问题中，去除不需要的图像背景及边缘检测是实现血管分割不可缺少的预处理过程；目前采集到的彩色眼底视网膜图像,主要有以下几个局限:(1)图像采集眼底的部位特殊.由于眼底位于眼睛的内部，光线较弱，因此由相机拍摄的图像明显偏暗，血管与背景图的对比度明显较底；(2)采集到的视网膜图像的质量容易受到镜头、机器设备和图像采集人员的经验等其他许多因素的影响；另外在进行糖尿病视网膜分类以及眼部血管分割的研究中，都需要对眼底视网膜图像进行预处理；并且数字图像处理算法具有精度高，不失真，还可以进行线性与非线性运算等特点；因此，有必要设计一种基于数字图像算法预处理的糖尿病视网膜图像增强方法。

发明内容

本发明的目的在于提供一种基于数字图像算法预处理的糖尿病视网膜图像增强方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于数字图像算法预处理的糖尿病视网膜图像增强方法,包括以下步骤：

A、下载彩色眼底视网膜图像，并根据视网膜病变程度选取实验图像；

B、视网膜图像降噪处理；

C、对图像进行灰度变换，包括色彩平衡调整，亮度调整，对比度调整；

D、采用阈值化操作去除背景；

E、对图像进行边缘检测；

F、形态学膨胀操作扩大感兴趣区域。

优选的，所述步骤A中选取实验图像方法如下：

a、将下载的彩色眼底视网膜图像按病变程度分为正常、轻微、中度、重度和增生性糖尿病视网膜疾病；

b、每个病变程度选取100张图像用于后续实验。

优选的，所述步骤B中降噪处理方法如下：

a、选取均值滤波方式，滤波模板核尺寸设置为5×5，去除图像噪声的同时保留边缘信息；

b、然后选择双边滤波方式，核尺寸设置为3×3，同时使用空间高斯权重和灰度相似性高斯权重，确保边界不会被模糊掉。

优选的，所述步骤E中对图像进行边缘检测方法如下：

a、使用高斯滤波器，滤波模板核尺寸设置为3×3，再一次滤除噪声，平滑图像；

b、采用一阶编导有限差分计算视网膜图像每一个像素点的梯度强度和方向；

c、对梯度幅值应用非最大值抑制，寻找像素点局部最大值，将非极大值点所对应的灰度值设为0，剔除掉大部分非边缘的像素点；

d、设置两个阈值，根据高阈值得到一个边缘图像，在端点处寻找满足低阈值的点，然后再收集新的边缘，最后检测真正的边缘和潜在的边缘；

e、抑制孤立的弱边缘完成边缘检测过程。