视网膜图像中视盘的快速自动定位方法.docVIP

华 南 理 工 大 学 学 报 ( 自 然 科 学 版 ) 第 39卷 第 2期 2011年 2月 J ou rna l of S ou th C h ina U n ive rs ity of T echno logy (N a tu ra l S c ience E d ition ) V o l. 39 N o. 2 Feb rua ry 2011 文章编号 : 1000 2565X ( 2011 ) 0220071 205 视网膜图像中视盘的快速自动定位方法 3 赵晓芳 1 林土胜 1 李碧 2 ( 1. 华南理工大学 电子与信息学院 , 广东 广州 510640; 2. 广东外语外贸大学 信息学院 , 广东 广州 510420) 摘 要 : 基于眼底视网膜血管的分布结构及视盘本身的特点 ,提出一种快速自动定位视 盘的方法. 首先根据视网膜血管的网络分布结构大致定位视盘的垂直坐标 ;然后根据视盘 的亮度信息及视盘与血管的关系来定位视盘的水平坐标 ; 最后把视盘限定在以粗定位的 视盘为中心的一个小窗口内 ,用 Hough 变换精确定位视盘中心. 该方法不需要事先分割 视网膜血管 ,也不需要对算法进行训练. 实验结果表明 ,文中算法具有较高的定位精度和 较快的定位速度. 关键词 : 视网膜图像 ; 视盘 ; 自动定位 ; 坐标 ; Hough变换 中图分类号 : TP 391 do i: 10. 3969 / j. issn. 1000 2565X. 2011. 02. 012 血管结构和视盘特征的方法 [ 10 211 ] . 文献 [ 10 ]中先分 割出视网膜血管 ,然后利用血管的方向和结构信息 来选出视盘的候选区域 ,再根据视盘的形状及灰度 信息从候选区域中找出视盘所在位置. 文献 [ 11 ]中 提出了一种快速的视盘定位方法 ,该方法把二维图 像特征投影到水平和垂直坐标上 ,使二维图像特征 变为两个一维信号 ,综合利用了视网膜血管的方向 信息和视盘的亮度及形状信息. 血管分割本身就是一个比较复杂的工作 ,所以 基于血管分割的视盘定位往往需要较长的时间 ,不 能满足眼底检测实时性的要求. 一般而言 ,对于正常 的眼底视盘 ,视盘是最亮的区域 ,但对于有病变发生 视神经盘也叫视神经乳头 ,简称为视盘 ,是视网 膜眼底图像一个重要的特征. 视神经盘的形状、面积 和深度等参数是衡量眼底健康状况的重要指标 ,准 确定位视盘是实现视网膜疾病诊断和视网膜特征识 别的前提和关键步骤. 在彩色视网膜眼底图像中 ,视 盘通常表现为近似圆形的淡黄色或白色的亮斑 ,但 由于个人差异、眼底疾病 、光照以及眼底血管闭塞 、 噪声和模糊边缘的存在 ,准确地实现视神经盘定位 并不是一件简单的工作 [ 1 23 ] . 基于眼底视盘的不同属性 ,国内外学者提出了 多种视盘定位方法 ,大致分为 3类 : 基于视网膜血 管结构的方法. 文献 [ 4 ]中利用模糊收敛算法进行 血管分割来定位视盘的位置. 文献 [ 5 ]中先检测出 主要的视网膜血管 ,根据两条抛物线的交点来定位 视盘. 这类方法基于视盘为视网膜血管网络汇聚点 的属性 ,血管的信息是最重要的信息 ,比视盘本身的 特征更重要 ,往往需要事先分割出血管 ,因此计算复 的情况 ,如视盘被淹没或出现白斑时 , 第 类方法 往往失败. 为此 ,文中提出一种基于视网膜血管结构 和视盘特征的视盘自动定位方法. 首先利用眼底血 管网络的灰度信息去定位视盘的横坐标 ,但没有提 取血管 ,以降低算法复杂度 ,同时综合利用视盘范围 灰度变化最大值及视盘周围血管的灰度最小值来定 位视盘的纵坐标 ;然后利用视盘形状近似于圆的属 性 ,用 Hough变换准确定位视盘的中心及边界. 基于视盘本身特征的方法 [ 6 29 ] . 这类方 杂度较高. 法基于视盘大致的圆形结构和相对眼底其它部位有 比较高的亮度 ,对于有病变出现的视网膜 ,这种方法 的鲁棒性不强 ,尤其对于出现眼底疾病的情况 ,该方 法并不能取得良好的定位结果. 综合利用视网膜 收稿日期 : 2010 207 212 3 基金项目 : 国家自然科学基金资助项目 () ;广州市科技计划项目 ( 2009J1 2C401 ) 作者简介 : 赵晓芳 ( 1982 2) ,女 ,博士生 ,主要从事图像处理 、模式识别研究. E2m a il: aozhy119@ 126. com  2. 2 视盘水平坐标的粗定位 视盘通常是整个眼底图像最亮的区域 , 同时也 是视网膜血管汇集点 , 在视盘内及其周边区域的血 管比较粗且该区域的灰度值和对比度均比较大. 但 当眼底视盘摄像的颜色较淡或血管出血比较严重或 有与视