近年來,隨著社會的發(fā)展、人們生活水平的提高和生活方式的變化,糖尿病的發(fā)病率逐年升高,日益受到人們重視。糖尿病視網(wǎng)膜病變(Diabetic Retinopathy,DR)作為最常見的微血管并發(fā)癥之一,可導致人們視力下降,嚴重時會導致失明。出血點(Hemorrhage,HA)是早期DR的明顯癥狀之一,準確檢測眼底圖像中的HA對于構(gòu)建DR自動篩查系統(tǒng)具有重要意義�，F(xiàn)有眼底HA檢測方法只考慮到HA的高斯特性,沒有準確掌握HA同血管、背景突變和噪聲等偽HA的本質(zhì)區(qū)別,故存在一定的誤檢和漏檢。為了克服上述問題,本文提出了一種基于二維高斯擬合和人眼視覺特性的眼底HA檢測方法。首先利用V空間亮度校正和對比度受限自適應(yīng)直方圖均衡化對原始彩色眼底圖像進行預(yù)處理,接著利用背景估計和分水嶺變換的方法分割出HA候選目標區(qū)域,然后利用高斯擬合和人眼視覺特性相結(jié)合的方法對HA候選目標區(qū)域進行視覺特征提取,最后根據(jù)這些視覺特征篩除血管、背景突變和噪聲等偽目標,得到真正的HA。采用本文方法對DIARETDB數(shù)據(jù)庫中的219幅眼底圖像進行實驗,統(tǒng)計數(shù)據(jù)顯示本文方法在圖像水平的平均靈敏度為100%,平均特異性為80%,平均...

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及面臨的問題
    1.3 本文的研究內(nèi)容及章節(jié)安排
第二章 眼底圖像預(yù)處理
    2.1 亮度校正
        2.1.1 RGB空間亮度校正
        2.1.2 HSV空間亮度校正
    2.2 彩色圖像灰度化
    2.3 圖像增強
        2.3.1 空間域增強
        2.3.2 頻率域增強
        2.3.3 對比度受限自適應(yīng)直方圖均衡化
    2.4 本章小結(jié)
第三章 出血點候選目標提取
    3.1 背景估計
    3.2 目標分割
    3.3 本章小結(jié)
第四章 出血點候選目標特征提取
    4.1 眼底圖像結(jié)構(gòu)分析
    4.2 二維高斯擬合
    4.3 人眼視覺特性
        4.3.1 韋伯-費克納法則
        4.3.2 對比靈敏度
        4.3.3 人眼視覺特征提取
    4.4 本章小結(jié)
第五章 出血點篩選
    5.1 篩除背景突變和噪聲
    5.2 篩除血管
    5.3 本章小結(jié)
第六章 實驗結(jié)果與分析
    6.1 實驗數(shù)據(jù)庫介紹
    6.2 實驗結(jié)果分析
        6.2.1 實驗結(jié)果
        6.2.2 性能評價及比較
        6.2.3 存在的問題
    6.3 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻
發(fā)表論文和參加科研情況
致謝



本文編號：3857809