[發(fā)明專利]一種基于局部特征的視盤邊緣檢測方法

有效

• 申請?zhí)枺?/td>: 201911348067.3
• 申請日: 2019-12-24
• 公開（公告）號: CN111192280B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設(shè)計）人: 康珺;何志英;李玉蓉;賈美麗
• 申請（專利權(quán)）人: 中北大學(xué)
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06T7/00
• 代理公司: 太原晉科知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 14110
• 代理人: 趙江艷

1.一種基于局部特征的視盤邊緣檢測方法，其特征在于，包括以下步驟：

S1、采用高斯濾波器平滑待處理的彩色眼底圖像，記為圖像Grap；

S2、對圖像Grap進行以下處理：通過加權(quán)平均法進行灰度變換得到每像素點的灰度值；通過HSV空間變換得到每像素點的亮度值；將灰度值和亮度值的均值作為特征值e得到新的圖像Grap’；

S3、以圖像Grap’左上角為原點建立以像素為單位的直角坐標系x-y；

S4、依次求出圖像Grap’中每一行各個像素點的特征值e的平均值avgy，并求出avgy的最大值所對應(yīng)的值y₀，即為視盤的水平初值行；

S5、求y₀行每個像素點特征值e的一階導(dǎo)數(shù)，y₀行上橫坐標為i的像素點的一階導(dǎo)數(shù)dx計算公式為：dx＝e(i，y₀)-e(i-1，y₀)，其中e(i，y₀)表示y₀行上橫坐標為i的像素點的特征值，e(i-1，y₀)表示y₀行上橫坐標為i-1的像素點的特征值；找到一階導(dǎo)數(shù)的最大值和最小值對應(yīng)的橫坐標xmax和xmin，兩者的中點坐標記為x₀，以O(shè)₁(x₀，y₀)為中心，確定局部待處理區(qū)域S；

S6、在區(qū)域S中，利用圖像修復(fù)的方法去除血管，并利用Sobel算子依次計算待處理區(qū)域S中每一點的梯度G；在y₀行找出梯度值變化最大的兩個峰值點，記為peakl與peakr；同時，將像素點M(peakl，y₀)與N(peakr，y₀)記為視盤圖像在y₀行的兩個邊界點，其中，peaklpeakr；

S7、以M點為起點，按照順時針或逆時針旋轉(zhuǎn)方向，逐一查找與M相鄰的邊界點M’，找到后，置M＝M’，重復(fù)查找，直到與N點重合，將所有邊界點連接即成為位于y₀上部或下部的視盤邊緣；同樣，以N點為起點，按相同的旋轉(zhuǎn)方向，逐一查找與N相鄰的邊界點N’，找到后，置N＝N’，重復(fù)查找，直到與M點重合，將所有邊界點連接即成為位于y₀下部或上部的視盤邊緣；

其中，查找相鄰邊界點的具體方法為：設(shè)定梯度閾值T和特征值閾值，將特征值大于特征值閾值的像素點，歸為視盤內(nèi)部，將特征值小于特征值閾值的像素點，歸為視盤外部，從起點逐一查找其相鄰點是否滿足以下條件：已確定邊界點的8個鄰域像素點中，某點的梯度值大于梯度閾值，且至少該點的鄰域像素點中至少有一個像素點位于視盤內(nèi)部，若滿足，則將其作為下一個邊界點；所述步驟S7中，以M點為起點時，若最終找到的邊界點與N點不重合，則以N為起點，反方向查找相鄰的邊界點，直到找到邊界點與從M點出發(fā)找到的邊界點重合或到達y₀行，將兩次找到的邊界點的中心像素點作為最終找到的邊界點；同樣，以N點為起點時，若最終找到的邊界點與M點不重合，則以M為起點，反方向查找相鄰的邊界點，直到找到的邊界點與從M出發(fā)找到的邊界點重合或達到y(tǒng)₀行，將兩次找到的邊界點的中心像素點作為最終找到的邊界點；

所述步驟S7中，以順時針旋轉(zhuǎn)方向逐一查找與M相鄰的邊界點M’時，以右上、右側(cè)、右下的優(yōu)先順序進行查找，以順時針旋轉(zhuǎn)方向逐一查找與N相鄰的邊界點N’時，以左下、左側(cè)、左上的優(yōu)先順序進行查找；所述步驟S6中，梯度閾值T的取值范圍為梯度峰值peakl與peakr均值的60～80％，所述特征值閾值為上一個邊界點的特征值。