吉林大学学报(信息科学版) ›› 2016, Vol. 34 ›› Issue (5): 587-593.

• 论文 • 上一篇    下一篇

视网膜血管分割算法研究

王昕 1 , 张歆雅 1 , 李颖昉 2   

  1. 1. 长春工业大学 计算机科学与工程学院, 长春 130012; 2. 长春工程学院 计算机基础教学中心, 长春 130012
  • 收稿日期:2015-08-29 出版日期:2016-09-24 发布日期:2017-01-16
  • 作者简介:王昕(1972—), 女, 长春人, 长春工业大学副教授, 博士, 主要从事数字图像处理和机器视觉研究, (Tel)86-13756021657(E-mail)wangxin315@ mail. ccut. edu. cn。
  • 基金资助:
    吉林省教育厅“十二五冶科学技术研究基金资助项目(吉教科合字[2014]第 136 号); 吉林省科技发展计划基金资助项目(201215127)

Research on Segmentation Method of Retinal Vessels

WANG Xin 1 , ZHANG Xinya 1 , LI Yingfang 2   

  1. 1. College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China;
    2. Computer鄄Based Teaching Center, Changchun Institute of Technology, Changchun 130012, China
  • Received:2015-08-29 Online:2016-09-24 Published:2017-01-16

摘要:  针对现有的视网膜血管分割方法对微细血管分割精度低的问题, 在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上, 提出了一种新的、 有效的视网膜血管分割方法。采用 Gabor 滤波预处理以增强血管信息, 利用 MSLTA 算法获得最初的血管网络, 采用连通域标记的去噪方法,去除图像上的斑点噪声, 分割出最终的血管。 利用国际上公开的 DRIVE(Digital Retinal Images for VesselExtraction)数据库的视网膜图像进行实验, 并与现有的常规算法做了对比。 多组实验结果表明, 该方法的平均精确度达到 95. 37%, 能很好地保留微细血管。

关键词: 多尺度单通道线性追踪, 视网膜图像, 连通域标记, 血管分割

Abstract: Blood vessel retinal image segmentation has important application value in clinical medical. According to the method of retinal blood vessels segmentation, a new and effective method of retinal vessel segmentation is proposed based on MSLTA(Multi-Scale Single-Channel Linear Track) image segmentation. Pretreatment by Gabor filtering enhances blood vessel information, and obtains initial vascular network algorithm with MSLTA. The method of connected component labeling is used to remove noise in order to remove the speckle noise of the image using the Retinal image of the international public DRIVE (Digital Retinal Images for Vessel Extraction) database to experiment,and compared with conventional existing algorithms, the experimental results showed that the average precision of this method reaches 95. 37% and the micro vessel is also able to be preserved.

Key words: retinal image, vessel segmentation, multi鄄scale single鄄channel linear track, connected component labeling

中图分类号: 

  • TN911. 73