基于HSI空间的眼底图像处理关键技术研究

论文摘要

由于眼底视网膜血管上可以观察到人体内潜在的多种疾病，因此，眼底图像处理一直是医学图像处理领域中的重点和难点。通过使用图像图形处理技术，临床医生可以从多方位多层次的角度来对实验数据进行观察，从而辅助医生对病变体及其他感兴趣的区域进行定性直至准确的定量分析。而随着科技的进步以及医学的不断发展，彩色图像正逐渐成为医学图像处理的主流，在眼科中也是如此。针对彩色眼底图片，怎样尽可能地改善眼底血管的清晰度来辅助临床的治疗，是本文将要完成的工作。本文针对实际的彩色眼底图像，先对其进行预处理，然后对多种血管分割技术进行研究比较，最终确定了一种较好的血管分割技术，来实现最终的眼底图像血管分割处理。本文的主要研究内容如下：(1)彩色眼底图像处理的分量选择。针对彩色眼底图像，对RGB和HSI两个颜色空间的各分量进行参数统计，并在多尺度降噪预处理的基础上，运用经典的Canny算子来检测血管边缘，从而判定各分量在眼底血管图像中的表现。经过分析发现，无论是统计参数的信噪比还是实验仿真结果均显示，HSI颜色空间中的I分量在彩色眼底图像处理中，信噪比较高且鲁棒性也较好，适合后续的眼底图像处理。(2)预处理算法的选择。由彩色眼底图像调研可以了解到，彩色眼底血管图像分割的难点在于，采集到的眼底图像表现为噪声大、血管与背景对比度弱、中间亮且四周暗等特点，从而导致血管分割的不完全。本文结合一些传统的降噪技术并引入多尺度理论，来进行算法的选择。最终决定采用融合矢量中值滤波的NSCT降噪算法来进行眼底图像降噪，且使用LMLSD算法进行效果评价。实验表明，这种算法的处理效果最为明显，图像信噪比(SNR)较原图像平均提高约8.50倍。(3)眼底血管分割研究。分割过程中，考虑了传统的边缘检测方法和基于区域的分割方法两种。经过实验发现，虽然经过了较好的降噪处理，但传统的边缘检测方法仍然存在对噪声敏感以及由于对比度弱造成的边缘检测中存在虚假边缘等情况。于是，本文结合彩色图像各分量的调研结果，运用迭代式阈值分割和OTSU阈值分割两种阈值分割方法来进行眼底图像的血管分割。实验表明，对HSI空间中的I分量做三次高低帽增强以后，再用OTSU阈值分割方法进行血管分割的结果较好，可以保证眼底图像血管分割的完整性和准确性，能够达到辅助临床诊断的目的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题的背景和研究意义
• 1.2 彩色眼底图像处理的关键技术
• 1.3 国内外研究现状
• 1.4 研究内容与章节结构安排
• 第二章 图像颜色空间概述
• 2.1 RGB 与 HSI 颜色空间介绍
• 2.2 眼底图像中分量图像的统计分析
• 2.2.1 主要统计参数
• 2.2.2 实验图表及数据
• 2.2.3 分量图像的分析与说明
• 2.3 血管边缘检测实验与结果分析
• 2.3.1 实验所运用的理论基础
• 2.3.2 实验结果与分析
• 2.4 本章小结
• 第三章 彩色眼底图像的 NSCT 降噪
• 3.1 眼底图像噪声的分析
• 3.2 小波理论基础
• 3.3 Contourlet 理论基础
• 3.4 NSCT 理论基础
• 3.5 融合矢量中值滤波的 NSCT 降噪算法
• 3.5.1 矢量中值滤波理论
• 3.5.2 NSCT 降噪理论
• 3.5.3 融合 VMF 的 NSCT 降噪算法流程
• 3.6 各种多尺度降噪算法的实验结果及质量评价
• 3.6.1 降噪实验结果
• 3.6.2 降噪算法评价
• 3.7 本章小结
• 第四章 眼底图像血管边缘检测
• 4.1 边缘检测算子
• 4.1.1 基于 edge 函数的边缘检测方法
• 4.1.2 Kirsch 算子边缘检测方法
• 4.1.3 实验结果及讨论
• 4.2 小波模极大值的边缘检测
• 4.2.1 小波模极大值的算法理论
• 4.2.2 实验结果及讨论
• 4.3 形态学彩色眼底图像边缘检测
• 4.3.1 形态学边缘检测理论
• 4.3.2 实验结果及讨论
• 4.4 实验总结与分析
• 4.5 本章小结
• 第五章 结合形态学处理的眼底图像血管分割
• 5.1 阈值分割
• 5.2 自动阈值法
• 5.2.1 迭代式阈值分割法
• 5.2.2 OTSU 阈值分割法
• 5.2.3 实验结果及讨论
• 5.3 分水岭血管分割算法
• 5.3.1 分水岭分割理论
• 5.3.2 实验结果及讨论
• 5.4 结合高低帽增强的眼底图像 OTSU 阈值分割法
• 5.4.1 高低帽变换
• 5.4.2 实验结果及讨论
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 个人简历