[发明专利]一种基于眼底视网膜图像的血管提取方法及装置

说明书

本发明公开了一种基于眼底视网膜图像的血管提取方法及装置，该方法包括：接收来自摄像装置的图像序列；将接收到的图像序列中的图像依次进行一个或多个预处理操作；对预处理操作得到的结果图像进行血管分割和提取；对血管分割和提取得到的结果图像进行图像后处理；最后得到血管结构。该方法不仅适用于眼底相机采集的视网膜眼底彩照血管的提取，还能在眼底灰度图像上得到较理想的血管提取效果，且耗时较短。

技术领域

本发明涉及计算机图像处理领域，具体而言，涉及一种医学图像处理的血管分割和提取方法及装置。

背景技术

眼底视网膜血管结构的变化会反映许多全身性疾病：糖尿病、高血压、心血管疾病和中风等疾病。尽早发现血管的异常变化，对于进行早期干预和预防是非常重要的，可以使患者免于重大视力丧失。

在眼底视网膜激光手术中，视网膜血管结构的分割和提取是非常重要的。虽然已经有大量的眼底视网膜血管提取算法，但现有的传统算法在血管提取过程中会存在许多问题，例如在血管中央光线反射(会被误认为是非血管结构)、分叉和交叉区域的分割效果不佳、缺少细小血管以及在视盘和病理区域检测错误的血管等。例如，基于追踪技术的眼底血管提取算法，在单根血管处能清晰地检测出血管结构，但在血管分叉和血管交汇点处不能达到较理想的提取结果。基于形态学的眼底血管提取算法，使用拉普拉斯和阈值来提取血管，但会造成血管中心光线反射区域会被误判定为非血管结构。目前血管提取算法多用神经网络算法，相比传统算法，耗时较久，前期训练和后期预测时间成本也很高。因彩色眼底图像色彩丰富，包含了更多的特征信息，灰度图像并不像眼底图像那样有丰富的颜色特征，有许多算法适用于基于眼底彩照的血管提取，并不适合在灰度图像上进行血管提取。

因此本领域需要一种眼底血管提取算法，其能够克服上述传统算法的缺陷，不仅适用于眼底相机采集的视网膜眼底彩照血管的提取，还能在眼底灰度图像上得到较理想的血管提取效果，且需要较短的耗时。

发明内容

为解决上述问题，本发明的目的在于提供一种同时适用于视网膜眼底彩照和眼底灰度图像的血管提取方法和装置。此外，本发明提出了一种去亮斑方案，能够解决因设备精密度不高导致的灰度图像上存在多处块状亮斑的问题。

为实现上述目的，本发明提供了一种基于眼底视网膜图像的血管提取方法，包括：步骤1，接收来自摄像装置的图像序列；将接收到的图像序列中的图像依次进行一个或多个预处理操作；步骤2，采用第一滤波操作对预处理操作得到的第一结果图像进行血管分割和提取；步骤3，对血管分割和提取得到的第二结果图像进行再处理；其中采用长度滤波操作对第二结果图像进行过滤来去除噪声，其中所去除的噪声是图像中的非血管组织。所述长度滤波操作包括使用指定尺度的长度滤波核来滤除面积小于指定尺寸面积的噪点，所述指定尺度的长度滤波核与指定尺寸面积相对应。

作为本发明进一步的改进，在步骤1中，所述预处理操作包括：首先对接收到的原始图像进行灰度化操作，对灰度化操作之后得到的第三结果图像进行伽马变换，然后对伽马变换后的结果图像进行自适应直方图均衡化操作从而进行图像细节增强，对图像细节增强后得到的第四结果图像进行第二滤波操作以进行去噪；所述灰度化操作包括：判断接收到的原始图像是否是灰度图像，如果是，则不对接收到的原始图像进行灰度化，如果不是，则对接收到的原始图像进行灰度化。其中第二滤波操作包括双边滤波和高斯滤波操作；其中可以是先执行双边滤波，然后执行高斯滤波。

作为本发明进一步的改进，所述自适应直方图均衡化操作中会进行对比度限幅，克服了过度放大噪声的问题，其中直方图的高度大于指定阈值的部分被裁剪掉，然后将裁剪掉的部分平均分配给整张直方图(或整张直方图中除被裁剪掉部分之外的其他部分)从而提升整个图像的对比度。