[發(fā)明專利]基于最佳兄弟相似度的眼底圖像視盤定位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810409425.6
• 申請日: 2018-05-02
• 公開（公告）號: CN108629769B
• 公開（公告）日: 2020-09-29
• 發(fā)明（設(shè)計(jì)）人: 鄭元杰;侯康寧;連劍;賈偉寬;趙艷娜
• 申請（專利權(quán)）人: 山東師范大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

本發(fā)明公開了基于最佳兄弟相似度的眼底圖像視盤定位方法及系統(tǒng)，包括以下步驟：步驟(1)：選取健康的眼底圖像，根據(jù)健康眼底圖像的包含視盤區(qū)域的最小外接矩形，提取最小外接矩形內(nèi)的圖像作為模板圖像；步驟(2)：對模板圖像和待匹配圖像均進(jìn)行預(yù)處理；步驟(3)：計(jì)算模板圖像和待匹配圖像之間的最佳兄弟相似度；步驟(4)：在待匹配圖像中進(jìn)行搜索，最佳兄弟相似度最大值所對應(yīng)的區(qū)域?yàn)樽罱K的定位結(jié)果。對于眼底圖像視盤定位工作提出了新的觀念并取得較好的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及基于最佳兄弟相似度(Best-BuddiesSimilarity)的眼底圖像視盤定位方法及系統(tǒng)。

背景技術(shù)

近年來，基于眼底圖像的生理結(jié)構(gòu)的定位和識別被廣泛研究和應(yīng)用，這對于及時(shí)預(yù)防和診斷白內(nèi)障、青光眼等一類的致盲性眼科疾病具有重要的意義和作用。但是由于患眼科疾病的病人越來越多，而眼科專家的數(shù)量無法滿足大量病人的需求，因此越來越多計(jì)算機(jī)視覺及醫(yī)學(xué)領(lǐng)域的專家關(guān)注和研究基于醫(yī)學(xué)圖像的計(jì)算機(jī)自動(dòng)識別及診斷系統(tǒng)。在眼底圖像中，視盤是最主要的生理結(jié)構(gòu)之一，因此對視盤進(jìn)行高效準(zhǔn)確的定位是自動(dòng)分析處理眼底圖像研究工作中非常重要的步驟。

國內(nèi)外研究人員根據(jù)眼底視盤的特性提出了多種視盤定位檢測的方法，這些方法可以被大致分為3類：(1)基于血管特性的視盤定位方法；(2)基于視盤外觀特征的視盤定位方法；(3)綜合利用眼底圖像血管信息和視盤特征的視盤定位方法。

基于血管特性的算法利用眼底視盤區(qū)域中血管的特殊結(jié)構(gòu)和走向信息，當(dāng)圖像中存在病變或噪聲等干擾因素導(dǎo)致視盤的外觀特征不夠明顯時(shí)，依然可以有效準(zhǔn)確的定位視盤，但是這一類方法大多要以嚴(yán)格的幾何模板為基礎(chǔ)，這導(dǎo)致了此類算法具有較高的算法復(fù)雜度。而構(gòu)造幾何模板需要以精準(zhǔn)的分割血管結(jié)構(gòu)為基礎(chǔ)，而無論圖像中是否存在病變區(qū)域，完整且精準(zhǔn)的血管分割本身就是一項(xiàng)比較困難且復(fù)雜度較高的工作，這導(dǎo)致了基于血管特性的視盤定位方法通常不僅需要較長的處理時(shí)間，無法實(shí)時(shí)的定位檢測眼底視盤，而且這使自動(dòng)定位視盤的工作更加復(fù)雜。

基于視盤外觀特征的算法重點(diǎn)關(guān)注了視盤自身的亮度、顏色、形狀、大小和紋理特征。但是當(dāng)眼底圖像中出現(xiàn)的病變區(qū)域與視盤的亮度近似的情況下，只是通過視盤的亮度、形狀等特征很有可能誤將病變區(qū)域檢測出來從而導(dǎo)致定位視盤失敗，而由于病變區(qū)域?qū)σ暠P外觀的影響導(dǎo)致視盤的亮度和完整性遭到干擾和破壞，這也嚴(yán)重影響了視盤定位的準(zhǔn)確程度。

因此降低眼底圖像中病變區(qū)域?qū)σ暠P定位工作的干擾，同時(shí)避免對眼底圖像中血管結(jié)構(gòu)的精準(zhǔn)分割，降低算法復(fù)雜程度，減少工作量，是本領(lǐng)域技術(shù)人員亟需解決的問題。

發(fā)明內(nèi)容

基于傳統(tǒng)的眼底圖像視盤定位方法中存在的問題，本發(fā)明提出了基于最佳兄弟相似度的眼底圖像視盤定位方法及系統(tǒng)。最佳兄弟相似性不僅僅考慮眼底視盤的外觀，而是通過一種新的模板匹配的思想，結(jié)合眼底圖像的視盤的梯度變化特征對算法中的最佳兄弟相似性度量方法進(jìn)行優(yōu)化和改進(jìn)，首次將該算法應(yīng)用于眼底圖像視盤定位的領(lǐng)域，計(jì)算模板圖像與待匹配圖像的RGB外觀差異，空間位置差異，并引入基于一階導(dǎo)數(shù)的梯度度量進(jìn)行優(yōu)化，確保了定位的準(zhǔn)確性，使得眼底圖像視盤的定位工作具有更好的魯棒性，同時(shí)避免了對眼底圖像血管結(jié)構(gòu)的分割，具有更高的定位成功率和較低的算法復(fù)雜度。

本發(fā)明基于模板匹配的思想，選取健康的視盤圖像作為模板圖像，將待定位的眼底圖像作為待匹配圖像，計(jì)算模板圖像和待匹配圖像之間的最佳兄弟相似度，搜索相似度的值最大的區(qū)域即為視盤區(qū)域。該發(fā)明為眼底圖像視盤定位工作提供了一種新的思路。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

作為本發(fā)明的第一方面，提供了基于最佳兄弟相似度的眼底圖像視盤定位方法；

基于最佳兄弟相似度的眼底圖像視盤定位方法，包括以下步驟：

步驟(1)：選取健康的眼底圖像，根據(jù)健康眼底圖像的包含視盤區(qū)域的最小外接矩形，提取最小外接矩形內(nèi)的圖像作為模板圖像；