主权项 |
一种基于各向异性和各向同性的视网膜图像特征点增强方法,包括:S1:用高斯滤波器对视网膜灰度图像I(x,y)进行计算滤波,得到高斯滤波图像V<sub>G</sub>(x,y),x,y表示坐标;S2:用基于海森矩阵的多尺度滤波器对高斯滤波图像V<sub>G</sub>(x,y)再次进行滤波,得到多尺度滤波图像V<sub>H</sub>(x,y,s),s为对应尺度;S3:计算多尺度滤波图像V<sub>H</sub>(x,y,s)每一点的两个特征值λ<sub>1</sub>(x,y)和λ<sub>2</sub>(x,y)对应的两个特征向量v<sub>1</sub>(x,y)和v<sub>2</sub>(x,y);S4:利用各向异性和各向同性计算多尺度滤波图像V<sub>H</sub>(x,y,s)的相对各向异性测度RA以及各向同性测度AR;S5:利用相对各向异性测度RA以及各向同性测度AR,得到特征点增强血管函数V<sub>s</sub>(x,y),使用该血管函数对视网膜灰度图像进行滤波,得到特征点增强图像;所述特征点增强血管函数V<sub>s</sub>(x,y)表示为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>V</mi><mi>s</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>max</mi><mrow><msub><mi>s</mi><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow></msub><mo><</mo><mi>s</mi><mo><</mo><msub><mi>s</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub></mrow></munder><msup><mi>s</mi><mi>γ</mi></msup><mo>×</mo><mrow><mo>(</mo><msub><mi>L</mi><mi>s</mi></msub><mo>(</mo><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow><mo>)</mo><mo>+</mo><msub><mi>ηB</mi><mi>s</mi></msub><mo>(</mo><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow><mo>)</mo><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000779472470000011.GIF" wi="925" he="107" /></maths>其中,s表示尺度或方差;s<sub>min</sub>,s<sub>max</sub>分别表示尺度空间的最小和最大尺度;η,γ是一个常数;L<sub>s</sub>(x,y)表示管状结构的响应,B<sub>s</sub>(x,y)表示交叉点或者分叉点结构的响应。 |