[發(fā)明專利]基于Gabor濾波器的眼底圖像血管自動(dòng)分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510638912.6
• 申請(qǐng)日: 2015-09-29
• 公開(kāi)（公告）號(hào): CN105261015B
• 公開(kāi)（公告）日: 2018-01-12
• 發(fā)明（設(shè)計(jì)）人: 楊春蘭;法爾納茲;段彥華;吳水才;劉冰
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/12;G06T7/136;G06T7/155
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司11203
• 代理人: 沈波

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)圖像處理領(lǐng)域，涉及一種基于Gabor濾波器的眼底圖像血管自動(dòng)分割算法，算法在實(shí)現(xiàn)全自動(dòng)分割的同時(shí)，保證了分割結(jié)果的有效性。

背景技術(shù)

眼底血管是人體唯一可以非創(chuàng)傷觀察的較深層微血管，其直徑、彎曲程度和顏色等結(jié)構(gòu)變化可以反映人體高血壓、糖尿病以及動(dòng)脈粥樣硬化等臨床病理特征。由于眼部血管的直徑變化范圍較大，而且血管走向復(fù)雜，使得人工血管分割相對(duì)困難，通過(guò)計(jì)算機(jī)輔助操作系統(tǒng)，建立眼部血管分析診斷平臺(tái)，將有助于提高臨床診斷水平。眼底數(shù)碼照相為眼底檢測(cè)提供了便捷直觀的手段，利用圖像處理技術(shù)對(duì)眼底血管進(jìn)行定量檢測(cè)，將有助于醫(yī)生進(jìn)行臨床病理診斷，具有重要的臨床意義。

自20世紀(jì)70年代以來(lái),隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展和完善，眼底圖像血管分割技術(shù)的研究也逐漸深入。近年來(lái)涌現(xiàn)出了大量的血管分割方法，如血管追蹤法、分類器方法、區(qū)域增長(zhǎng)方法、活動(dòng)輪廓模型方法、數(shù)學(xué)形態(tài)學(xué)方法、小波變換方法、匹配濾波方法、多尺度方法、模糊理論方法等。

但是，由于眼底圖像血管與背景的對(duì)比度相對(duì)較低，特別是醫(yī)學(xué)成像時(shí)受噪聲污染，眼底圖像的分析診斷仍然存在一定的困難，且很難實(shí)現(xiàn)自動(dòng)化。為解決以上問(wèn)題，眼底血管的分割工作在充分考慮到保證分割精度的同時(shí)，實(shí)現(xiàn)分割參數(shù)和閾值的自動(dòng)選取也尤為關(guān)鍵。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明設(shè)計(jì)了基于Gabor濾波器的眼底圖像血管分割算法，在保證分割結(jié)果有效性的同時(shí)，有效減少了濾波器的方向，實(shí)現(xiàn)了濾波器參數(shù)以及閾值的自動(dòng)選取，算法具體流程如圖1。

算法首先在預(yù)處理階段選取血管對(duì)比度最優(yōu)的綠色通道圖像，利用20個(gè)不同角度的Gabor濾波器對(duì)眼底圖像血管邊緣進(jìn)行粗提取，然后，以濾波器的最大響應(yīng)作為血管的粗定位位置，在濾波器參數(shù)選擇中，本發(fā)明引入了優(yōu)化的Imperialism competitive algorithm(ICA)算法實(shí)現(xiàn)了參數(shù)的自動(dòng)選取，在二值化閾值選擇中，在準(zhǔn)確率最大原則的基礎(chǔ)上實(shí)現(xiàn)閾值的自動(dòng)選擇，最后，利用形態(tài)學(xué)處理后得到的圖像掩膜，去除分割邊緣假陽(yáng)性區(qū)域，得到血管的最終分割結(jié)果。

為實(shí)現(xiàn)上述目的，本發(fā)明的特征在于采取以下步驟：

步驟1，原始圖像的預(yù)處理；

步驟2，利用20個(gè)間隔為1°的Gabor濾波器去獲取血管的邊緣信息，以具有最大響應(yīng)的圖像作為血管的粗分割結(jié)果；

步驟3，利用優(yōu)化的ICA算法實(shí)現(xiàn)Gabor濾波器參數(shù)的最優(yōu)化自動(dòng)選取；

步驟4，利用準(zhǔn)確率最大原則的系統(tǒng)研究法決定有效的閾值，對(duì)初分割圖像進(jìn)行二值化；

步驟5，基于形態(tài)學(xué)的二值化圖像后處理，得到眼底圖像血管最終分割結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

1.本發(fā)明在實(shí)驗(yàn)基礎(chǔ)上，將傳統(tǒng)Gabor濾波器的方向從180個(gè)降低為20個(gè)；

2.本發(fā)明實(shí)現(xiàn)了基于ICA方法的Gabor濾波器參數(shù)的自動(dòng)選取；

3.在保證高準(zhǔn)確率的情況下，實(shí)現(xiàn)了分割閾值的自動(dòng)選取。

附圖說(shuō)明

圖1 本發(fā)明所涉及方法的流程框圖；

圖2 原始圖像；

圖3 綠色通道圖像；

圖4 Gabor濾波器全幅值響應(yīng)圖；

圖5 閾值選取原理圖；

圖6 圖像二值化結(jié)果；

圖7 圖像掩膜；

圖8 血管分割結(jié)果。

具體實(shí)施方式

步驟1，讀取原始圖像，如圖1，分別獲取原始圖像的紅色(R)、綠色(G)、藍(lán)色(B)通道圖像，選取三個(gè)通道圖像中血管對(duì)比度最強(qiáng)的綠色通道為后續(xù)處理的輸入圖像，如圖2。

步驟2，Gabor濾波器是一個(gè)用于邊緣檢測(cè)的線性濾波器。在空域，一個(gè)二維的Gabor濾波器具有在空間域和頻率域同時(shí)取得最優(yōu)局部化的特性，與人類生物視覺(jué)特性很相似，因此能夠很好地描述對(duì)應(yīng)于空間頻率(尺度)、空間位置及方向選擇性的局部結(jié)構(gòu)信息。Gabor濾波器是自相似的，也就是說(shuō)，所有Gabor濾波器都可以從一個(gè)母小波經(jīng)過(guò)膨脹和旋轉(zhuǎn)產(chǎn)生。實(shí)際應(yīng)用中，Gabor濾波器可以在頻域的不同尺度，不同方向上提取相關(guān)特征。Gabor濾波器的核函數(shù)如下：

式中，g(x,y)為濾波器的幅值響應(yīng)，σ_x和σ_y是x和y方向的標(biāo)準(zhǔn)差,f_o是曲線的頻率。余弦曲線有一個(gè)寬度τ，其中f_o＝1/τ，L為寬度垂直平方向上的高度。