發(fā)布時(shí)間：2022-02-09 06:30

　　眼底相片是目前眼科疾病診斷的重要依據(jù)。新式的行掃描眼底相機(jī)拍攝時(shí)容易受到環(huán)境影響,拍攝得到的照片中可能存在雜光甚至明顯的亮斑,影響醫(yī)生的診斷。目前消除雜光影響的主要方法是在設(shè)計(jì)光路時(shí)降低雜光攝入鏡頭的可能性,以及在拍攝環(huán)境中排除其他光源的干擾,沒有在軟件層面對(duì)雜光和噪聲進(jìn)行消除的實(shí)踐。本文提出了算法用于處理相機(jī)得到的原始圖像（視頻）,生成不含雜光的成像結(jié)果。算法主要包括兩個(gè)部分:第一部分是處理單張圖片,設(shè)計(jì)分割算法確定雜光存在的位置,即待修復(fù)區(qū)域。計(jì)算圖像小波系數(shù),在小波系數(shù)上根據(jù)待修復(fù)區(qū)域像素的對(duì)應(yīng)相鄰點(diǎn)還原待修復(fù)區(qū)域信息,之后逆小波變換得到修復(fù)后的圖像。最后使用高斯模糊處理修復(fù)區(qū)域邊緣。第二部分是對(duì)連續(xù)幀進(jìn)行融合,通過在傅里葉頻域上相關(guān)確定幀之間平移變換,配準(zhǔn)后在小波域上進(jìn)行圖像融合。融合時(shí)依據(jù)上文雜光定位結(jié)果排除雜光區(qū)域的影響,得到不含雜光的最終結(jié)果。本文算法在良好地保留圖像原有信息的同時(shí),消除了噪聲并利用圖像信息還原出了受到雜光影響的區(qū)域,得到的最終結(jié)果和原始圖像相比有更好的視覺效果。 

【文章來源】：浙江大學(xué)浙江省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

線掃描共聚焦檢眼鏡示意圖

浙江大學(xué)碩士學(xué)位論文第2章雜光消除基本理論及方法5第2章雜光消除基本理論及方法2.1雜光問題的提出2.1.1雜光形成的原因光學(xué)系統(tǒng)中，針對(duì)成像光學(xué)系統(tǒng)，任何非希望但經(jīng)過傳播后到達(dá)探測(cè)器面的光線為雜散光；針對(duì)非成像光學(xué)系統(tǒng)，任何成像或其它非預(yù)期的光線傳播形成的光斑等為雜散光。在實(shí)際的眼底相機(jī)使用環(huán)境中，主要是來自室內(nèi)日光燈發(fā)出的光射入患者眼內(nèi)，最后反射到鏡頭中。在光學(xué)系統(tǒng)的設(shè)計(jì)中，雜散光無法完全消除，只能一定程度上抑制，只要雜散光不影響成像質(zhì)量，或者說其影響在可接受或可允許的條件下，即視為完成雜散光抑制工作。眼底相機(jī)的拍攝得到的圖片或多或少都會(huì)受到雜光影響。比較嚴(yán)重的雜光會(huì)影響醫(yī)生的觀察，需要設(shè)法消除。從圖2-1可以看出，雜光分成兩種類型，即亮區(qū)型（左）和雪花型（右）。圖2-1雜光區(qū)域示意圖。左為亮區(qū)型雜光，右為雪花型雜光2.1.2修復(fù)問題建模雜光通常只影響圖像中的小部分區(qū)域。從圖2-1可以看出，圖像中雜光區(qū)域

浙江大學(xué)碩士學(xué)位論文第2章雜光消除基本理論及方法6的像素信息就是完全丟失了，因此只能從其周圍的像素信息來推斷雜光區(qū)域的像素信息。這就是圖像處理的圖像修復(fù)問題。此外，雜光區(qū)域也需要算法來自動(dòng)地被定位。圖2-2給出了雜光修復(fù)的總體流程：圖2-2總體修復(fù)流程雜光修復(fù)算法首先對(duì)雜光進(jìn)行定位，然后再加以修復(fù)。雪花型的雜光定位起來存在困難，而亮區(qū)型的雜光比較容易定位。本文只討論亮區(qū)型的雜光算法。雜光定位具體來說先計(jì)算雜光區(qū)域的掩碼模板mask，再通過算法填充mask所標(biāo)記的雜光區(qū)域。最后根據(jù)mask將修復(fù)區(qū)域填回，并進(jìn)行后處理，使得mask邊緣的填充區(qū)域和原圖不會(huì)有明顯的分界。2.2圖像修補(bǔ)的方法2.2.1基于偏微分的圖像修復(fù)算法Bertalmío在2000年提出了一個(gè)簡(jiǎn)單的圖像修復(fù)算法，該算法靈感來自現(xiàn)實(shí)中圖像修復(fù)人員的操作[11]。需要事先確定好待修復(fù)的區(qū)域，然后在區(qū)域的邊緣將圖像信息從等位線方向擴(kuò)散到修復(fù)區(qū)域內(nèi)。該算法在修復(fù)損壞的圖片，去除文字物體上有不錯(cuò)的表現(xiàn)，可以得到清晰而無偽影的修復(fù)圖像，如圖2-3所示。

【參考文獻(xiàn)】：
期刊論文
[1]線掃描共聚焦成像技術(shù)在生物醫(yī)學(xué)成像中的應(yīng)用[J]. 孔文,高峰,樊金宇,史國(guó)華.  激光與光電子學(xué)進(jìn)展. 2018(05)
[2]Retina imaging by using compact line scanning quasi-confocal ophthalmoscope[J]. 何益,李昊,盧婧,史國(guó)華,張雨東.  Chinese Optics Letters. 2013(02)
[3]灰度共生矩陣提取紋理特征的實(shí)驗(yàn)結(jié)果分析[J]. 苑麗紅,付麗,楊勇,苗靜.  計(jì)算機(jī)應(yīng)用. 2009(04)
[4]圖像質(zhì)量評(píng)價(jià)研究綜述[J]. 周景超,戴汝為,肖柏華.  計(jì)算機(jī)科學(xué). 2008(07)
[5]小波圖像融合的最佳參數(shù)研究[J]. 趙大鵬,時(shí)家明.  激光與紅外. 2007(02)
[6]小波變換在圖像紋理分析中的研究進(jìn)展[J]. 李亞春,夏德深,徐萌.  計(jì)算機(jī)工程與應(yīng)用. 2005(35)
[7]基于分形的自然紋理自相關(guān)描述和分類[J]. 吳高洪,章毓晉,林行剛.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2000(03)



本文編號(hào)：3616523