[發明專利]一種基于多尺度斑點檢測的快速視盤定位方法

有效

• 申請號: 201510217801.8
• 申請日: 2015-04-30
• 公開（公告）號: CN104794721B
• 公開（公告）日: 2017-11-07
• 發明（設計）人: 張東波;王穎
• 申請（專利權）人: 湘潭大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/136;G06T7/168;G06T7/194
• 代理公司: 湘潭市匯智專利事務所(普通合伙)43108
• 代理人: 顏昌偉

技術領域

本發明涉及一種視網膜眼底圖像中的視盤進行自動定位的方法，特別涉及一種基于多尺度斑點檢測的快速視盤定位方法。

背景技術

視盤是視網膜的主要生理結構之一，正常的視網膜眼底圖像中，能觀察到的主要生理結構有視盤(optic disc)、血管(vasculature)和黃斑(macula)。視盤、血管和黃斑三者呈一定的空間分布約束關系，視盤外觀呈亮黃色近似圓形區域，同時視盤也是視網膜血管的匯聚區，血管由視盤向整個視網膜區域延伸，視盤定位方法是對眼底圖像進行分析和診斷的前提之一，因此基于計算機視覺的視盤自動定位一直得到研究人員的關注。視盤定位算法在許多文獻中已有報道，其中魯棒性、準確率和實時性是視盤定位算法的三個主要評價指標。影響魯棒性和準確率的主要因素有因成像環境、設備或人種的差異造成視盤外觀(尺寸、形狀和對比度等)的明顯變化，此外還有病變對視盤區域造成的破壞和干擾。

早期視盤定位通常利用視盤的外觀特性如亮度、形狀信息作為定位特征，例如尋找灰度變化幅度最大的矩形區域中心作為視盤位置，或者找到1％的亮度最大的像素點作為視盤候選區域。以及利用Hough變換檢測圓形結構的視盤，這些方法都充分利用了視盤的外觀特性，由于這些方法不要提取血管，所以耗時短。盡管利用外觀特性檢測視盤的算法相對簡單，在正常圖像中成功率高且耗時短，但是在病變圖像中，由于病變干擾和視盤外觀的破壞容易出現錯判。

目前，具有較好魯棒性的視盤檢測算法通常采用血管特性，由于視盤是血管進入眼部的起始區域，因此主要血管分支在該區域匯合。同時可觀察到視盤區域血管基本沿垂直方向延伸，因此在該區域垂直梯度分量遠大于水平梯度，而且該區域總的邊緣梯度值也大于其它區域。盡管利用血管特征的定位算法在病變圖像中有相對較高的檢測準確率，但是需要以血管的準確提取為前提，而在低質量或病變圖像中，血管檢測仍是一個比較困難的問題。此外現有基于血管特性檢測的視盤檢測算法一般都比較復雜，而且耗時。

發明內容

為了解決現有視盤定位方法存在的上述技術問題，本發明提供一種簡單、準確度高、適用于不同尺寸的視盤且定位速度快的基于多尺度斑點檢測的快速視盤定位方法。

本發明解決上述技術問題的技術方案包括以下步驟：

(1)眼底圖像掩膜處理；取原彩色眼底圖像的灰度圖像的最大值的10％作為閾值，并根據此閾值分割出前景區域的二值圖像，對二值圖像進行形態學腐蝕操作，得到掩膜模板，通過掩膜處理得到眼底圖像的感興趣區域，即ROI區域；

(2)眼底圖像邊界填充；根據掩膜處理后的感興趣區域，對原彩色眼底圖像的綠色通道分量進行眼底圖像邊界填充，得到非觀測區域映射的眼底圖像；

(3)確定視盤候選區域；將步驟(2)得到的非觀測區域映射的眼底圖像縮小至原尺寸的0.1倍，采用多尺度斑點檢測原理檢測視盤候選位置；

(4)排除邊界候選位置；為了防止邊界候選點的干擾，先通過ROI區域剔除部分邊界候選點，將多尺度斑點檢測算法檢測到的每個斑點鄰域與步驟(1)獲取的ROI區域進行比較，如果檢測到某候選斑點的特征尺度鄰域沒有全部包含于步驟(1)獲取的ROI區域內，則認為該候選點為邊界點，直接排除；

(5)決策真實視盤位置；對步驟(2)得到的非觀測區域映射的眼底圖像，分別計算各點的垂直和水平的邊緣梯度值G_V和G_H，結合亮度信息得到垂直方向和水平方向總梯度響應值P_V(i)和P_H(j)，進而得到整幅圖像某一點屬于真實視盤的得分OP值，通過比較剩下的候選視盤位置的OP值，OP值最大的候選視盤位置即真實視盤位置。

所述步驟(1)中的形態學腐蝕操作是采用20×20圓形結構元素對二值圖像進行腐蝕運算。

所述步驟(2)具體步驟為：對每一個位于感興趣區域外的像素點o，在感興趣區域邊界上找到一個和它距離最近的像素點b，計算這兩點的距離d，并繪出兩點間的直線，并向ROI區域內部延伸相同的距離長度d，找到對應的鏡像點，最后用ROI區域內鏡像點的像素值來替換原來o點的像素值，映射操作對應的公式如下：

I(x_i,y_i)＝I(x_oi,y_oi)(4)。

所述步驟(3)具體步驟為：

①對獲取的非觀測區域映射的眼底圖像縮小至0.1倍后進行反轉操作；