计算机应用研究

作者：汪维华,张景中,吴文渊,

单位：1.中国科学院重庆绿色智能技术研究院自动推理与认知重庆市重点实验室,重庆400714；2.中国科学院大学计算机与控制学院,北京100049；3.重庆文理学院软件工程学院,重庆402160；

关键词：视网膜血管,大津法,形态学,图像分割,图像增强,

基金：国家自然科学基金资助项目(11501540,11471307)；中国科学院西部之光基金资助项目；重庆市教委科技项目(KJ1501120,KJ1401118)；；

针对视网膜图像采集过程中由于疾病引起的图像光照反射过强问题，提出了一种修正的形态学与Otsu相结合的无监督视网膜血管分割算法。首先运用形态学中的高低帽变换增强血管与背景的对比度；然后提出了一种修正方法，消除部分由视网膜疾病引起的光照问题；最后使用Otsu阈值方法分割血管。算法在DRIVE和STARE视网膜图像数据库中进行了测试，实验结果表明，DRIVE数据库中的分割精度为0.938 2，STARE数据库中的分割精度为0.946 0，算法的执行时间为1.6 s。算法能够精确地分割出视网膜血管，与传统的无监督视网膜血管分割算法相比，算法的分割精度高、抗干扰能力强。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期