[发明专利]一种基于病灶彩色视网膜眼底图像的中央凹定位方法

说明书

本发明提出了一种基于病灶彩色视网膜眼底图像的中央凹定位方法，包括以下步骤：检测和定位视盘及血管、获取血管向量和血管向量集、由血管向量集估算获取穿过中央凹的水平脊线、根据视盘和水平脊线，获取搜索区域和在搜索区域内，获取中央凹。本发明通过构建血管向量集模型，并计算这些向量的矢量和，确定眼底图像的水平脊线，再利用视盘与中央凹的位置关系，确定搜索区域，最后根据搜索区域的局部亮度极值确定中央凹定位。该方法可以有效避免图像中病灶和光照等对视盘的干扰，准确定位中央凹。

技术领域

本发明属于视网膜眼底图像检测技术领域，尤其涉及一种基于病灶彩色视网膜眼底图像的中央凹定位方法。

背景技术

黄斑是视网膜眼底图像的解剖结构之一。在正常的彩色视网膜眼底图像中，黄斑是一块比周围组织更暗的区域。由于该区域存在较高比例的类胡萝卜素而使黄斑在眼底图像上呈现较暗的颜色。黄斑的中心被称为中央凹(fovea)，是整个黄斑区域最暗的位置。黄斑与其他解剖结构如血管和视盘等不同，血管和视盘有明显的结构特征而黄斑和中央凹只有亮度特征。在亮度特征上，黄斑与暗病灶如出血等很相似。当眼底图像带暗病灶时，一般很难精确定位中央凹。另外，由于图像的亮度很容易受不均匀光照影响，因此，现有的带病灶彩色视网膜眼底图像的中央凹定位方法效果并不理想。

黄斑及中央凹的定位方法主要基于非监督学习方式进行。这些非监督学习方法分为两类：基于亮度与极坐标融合的方法和基于位置约束的方法。基于亮度的方法受光照影响比较大，而基于极坐标的方法依赖于其他解剖结构的精确定位。基于位置的约束方法主要利用血管、视盘和中央凹等解剖结构的空域分布关系，用抛物线模型拟合血管来实现定位。血管结构通常可以看成是由两条共顶点的抛物线组成，抛物线的顶点为视盘的中心。视盘中心和中央凹的连线构成了主抛物线的对称轴，通过在主轴固定位置附近进行亮度搜索来实现中央凹定位。这种对血管进行抛物线拟合的方法依赖于血管和视盘的精确检测和定位，在带病灶图像中很难拟合出准确的抛物线模型。同时，抛物线模型涉及到两个坐标系之间的变换，计算相对复杂，其主轴所表示的水平脊线受噪声干扰大。

发明内容

本发明的目的在于提供一种基于病灶彩色视网膜眼底图像的中央凹定位方法，能有效避免病灶和不均匀光照的干扰，实现中央凹的精确定位。为实现上述目的，本发明所采用的技术方案为：

一种基于病灶彩色视网膜眼底图像的中央凹定位方法，包括以下步骤：

S1：检测和定位视盘及血管；

S2：获取血管向量和血管向量集；

S3：由血管向量集估算获取穿过中央凹的水平脊线；

S4：根据视盘和水平脊线，获取搜索区域；

S5：在搜索区域内，获取中央凹。

优选地，在S2中，具体包括以下步骤：

S21：沿血管扩散方向，以预先设置的步长为间隔，选取多个点；

S22：以视盘中心为起点；分别以所述点为终点，构造血管向量；所述血管向量构成血管向量集。

优选地，在S3中，所述水平脊线为血管向量集中所有血管向量的矢量和。

优选地，在S4中，具体包括以下步骤：

S41：确定搜索区域的中心位置：以视盘中心为起点，沿着水平脊线，取视盘直径的2.4倍～2.6倍的距离的线段，该线段的终点即为搜索区域的中心位置；

S42：确定搜索区域的半径：取视盘半径的1倍～1.5倍的距离的线段；该线段的长度即为搜索区域的半径。

优选地，在S5中，具体为：计算搜索区域中每个像素点的亮度值，找到第一点，即为中央凹。

优选地，在S1中，具体包括以下步骤：