基于支撐向量機(jī)與模板匹配的眼底圖像分割.pdf

1、眼底圖像分割一直是醫(yī)學(xué)領(lǐng)域的重點(diǎn)與熱點(diǎn)問(wèn)題，目前關(guān)于眼底血管分割的研究成果有很多，但大多數(shù)算法都只能在高對(duì)比度的粗血管分割方面性能良好，對(duì)于那些低對(duì)比度的細(xì)血管方面表現(xiàn)卻差強(qiáng)人意，然而對(duì)于這類血管的分割往往更具有挑戰(zhàn)性,在發(fā)現(xiàn)病理原因時(shí)往往也更具有說(shuō)服力。在這樣的背景下，本文從理論與應(yīng)用出發(fā)，提出了一些方法，采用分步、分段的方法對(duì)血管進(jìn)行針對(duì)性提取。本文主要的工作與創(chuàng)新歸納如下：
　　 (1)針對(duì)圖像中的噪聲特性提出一種改進(jìn)的中

2、值濾波算法，在消除大部分噪聲的同時(shí)盡量保留血管原有的特征，結(jié)合血管的線性管狀特征，運(yùn)用一種自適應(yīng)局部閾值算法，提取血管大致輪廓，最大限度地保留血管原型。
　　 (2)使用兩種方法，按步驟對(duì)圖像進(jìn)行對(duì)比度增強(qiáng)、平衡背景灰度差異、直方圖標(biāo)準(zhǔn)化的操作，盡可能增大細(xì)小血管與背景之間的對(duì)比度，減小背景的局部性差異，利用不同的方法提取圖像的特征，作為支撐向量機(jī)的訓(xùn)練樣本。
　　 (3)以數(shù)學(xué)形態(tài)學(xué)操作為基礎(chǔ)，對(duì)分類后的圖像進(jìn)行后處理