[发明专利]基于中层块空间结构的视网膜血管分割方法

权利要求书

1.一种基于中层块空间结构的视网膜血管分割方法，包括如下步骤：

S1.构造样本集；

S2.从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值；

S3.构造随机森林分类器，采用构造的随机森林分类器对结构块进行分类，再使用特征集成模型中的内容线性组合表示新图像上的血管结构；

S4.输入待分析的彩色眼底图，提取特征后采用步骤S3构建的随机森林分类器检测待分析彩色眼底图中的结构块所属的血管结构类别，并采用训练模型中的内容稀疏线性表示彩色图像中血管结构，并给血管标签值，通过重叠结构块标签值的概率计算，完成对图像的分割。

2.根据权利要求1所述的基于中层块空间结构的视网膜血管分割方法，其特征在于步骤S1所述的构造样本集，具体为采用如下步骤构造样本集：

A.以Z表示原始图像，为Num×Num的血管标签结构块，A为结构块特征构成的模型且大小为K×Num×Num，X为稀疏表示的K维向量，N为结构块的数量，且Z≈A*X；

B.在数据库中选取若干大小为Num1×Num1的图像，扫描选取图像的每个像素点，并当扫描到血管点后，以该血管点为中心提取Num×Num大小的结构块，记录提取的结构块的中心像素点位置；

C.以步骤B中提取的结构块作为模型的训练内容，从而构造出样本集。

3.根据权利要求2所述的基于中层块空间结构的视网膜血管分割方法，其特征在于步骤S2所述的从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值，具体为采用如下步骤提取血管结构标签值：

a.计算每个结构块的多特征通道信息；

b.基于步骤a得到的多特征通道信息，进行自相似特征计算，从而得到最终的血管结构标签值。

4.根据权利要求3所述的基于中层块空间结构的视网膜血管分割方法，其特征在于步骤S3所述的构造随机森林分类器，采用构造的随机森林分类器对结构块进行分类，具体为采用如下步骤构造随机森林分类器并分类：

(1)构造决策树：决策树F递归循环其左子树或右子树的标签，树中的每个节点都有一个分裂函数，由分裂函数决定节点是在左分支还是右分支，直到其到达叶节点才停止分裂，实现对血管结构块的分类，最终输出存储在叶节点上；

(2)构造一组决策树构成随机森林，确保随机选用的训练样本和特征足够多样化，防止随机森林训练过程中产生过度拟合；

(3)随机森林对一组决策树投票结果的最终输出进行预测，从而完成分类。