1 三峡大学计算机与信息学院, 湖北宜昌 443002
2 湖北省水电工程智能视觉监测重点实验室(三峡大学), 湖北宜昌 443002
3 三峡大学第一临床医学院超声科, 湖北宜昌 443002
针对人工手动提取视网膜血管工作量大, 主观性强等问题, 本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及 Gabor滤波器相结合的视网膜血管分割方法。首先将二维高斯滤波器组、二维 Gabor匹配滤波器相结合, 对视网膜血管区域进行形态匹配增强, 提升血管与背景的对比度。然后将带有快速连接机制的 PCNN与区域生长思想相结合, 每次从未处理的像素点中选取亮度最大的作为种子, 使用自适应的连接系数及停止条件, 实现眼底图像中血管的自动分割。整个算法在 DRIVE眼底数据库上的实验结果显示, 平均准确度、灵敏度、特异性分别达到 93.96%、78.64%、95.64%, 分割结果中血管断点少, 微小血管清晰, 具有较好的应用前景。
视网膜血管分割 脉冲耦合神经网络 区域生长 高斯匹配滤波器组 Gabor滤波器 retinal blood vessel extraction pulse coupled neural network region growing Gaussian matched filter bank Gabor filter
