针对现有的视网膜血管分割方法对微细血管分割精度低的问题,在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上,提出了一种新的、有效的视网膜血管分割方法。采用Gabor滤波预处理以增强血管...针对现有的视网膜血管分割方法对微细血管分割精度低的问题,在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上,提出了一种新的、有效的视网膜血管分割方法。采用Gabor滤波预处理以增强血管信息,利用MSLTA算法获得最初的血管网络,采用连通域标记的去噪方法,去除图像上的斑点噪声,分割出最终的血管。利用国际上公开的DRIVE(Digital Retinal Images for Vessel Extraction)数据库的视网膜图像进行实验,并与现有的常规算法做了对比。多组实验结果表明,该方法的平均精确度达到95.37%,能很好地保留微细血管。展开更多
文摘针对现有的视网膜血管分割方法对微细血管分割精度低的问题,在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上,提出了一种新的、有效的视网膜血管分割方法。采用Gabor滤波预处理以增强血管信息,利用MSLTA算法获得最初的血管网络,采用连通域标记的去噪方法,去除图像上的斑点噪声,分割出最终的血管。利用国际上公开的DRIVE(Digital Retinal Images for Vessel Extraction)数据库的视网膜图像进行实验,并与现有的常规算法做了对比。多组实验结果表明,该方法的平均精确度达到95.37%,能很好地保留微细血管。
