| 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。 |
