基于自適應模板匹配的眼底圖像出血斑檢測方法.pdf

1、獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作和取得的研究成果，除了文中特別加以標注和致謝之處外，論文呻，不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得云洼王些態(tài)堂或其他教育機構的學位或證IS『m使用過的材料。。j我一剛上作的1司志對本研究所做的任何貞獻均U在論文中作1r明確的說明并農示了謝意。學位論文作者簽名：鋌7l匕與簽字門期：糾r年3月／／日學位論文版權使用授權書本學位淪文作行完全了解丞洼王些太堂有關f

2、；；『ii[田gJ、使j1]學他論文的規(guī)定。特授權丞洼王些太堂可以將學位論文的傘部或部分內容編入有關數據眸進行儉索，并采用影印、縮印或掃捕等復制手段保存、汀編以供奄閱1f|借閱。同意學校向舊家有火部門或機構送交論文的復印件和磁盤。(保密的學位論文在解密后適用奉授權說明1學位論文作者簽名：趣爿巳b簽字日期：Ⅺ心年3月／f同導師簽名：簽字F|期：≥毋，，_F：；月步H摘要糖尿病視網膜病變(DiabeticRetinopathy，DR)是糖尿

3、病的嚴重并發(fā)癥之一，也是引起視覺障礙和失明的主要原因之一。出血斑(Hemorrhage，HA)是糖尿病視網膜病變的早期常見癥狀，準確檢測眼底圖像中的出血斑對于構建糖尿病視網膜病變的自動篩查系統(tǒng)具有重要意義。為了實現出血斑的自動檢測，本文提出了一種基于白適應模板匹配的出血斑檢測方法。首先利用HSV空間亮度校正以及對比度受限自適應直方圖均衡化方法對眼底圖像進行預處理，然后使用背景估計粗定位出血斑，接著用K一均值聚類分割并結合面積濾波等處理獲

4、取出血斑候選目標，最后利用白適應歸一化互相關模板匹配與SVM分類器對候選目標進行篩選，去除血管片段等無關信息，得到真正的出血斑區(qū)域。采用DIARETDB數據庫的眼底圖像進行實驗，本方法在圖像水平的靈敏度為100％，特異性為89％，準確率為96％；在病灶水平的靈敏度為93％，陽性預測值為90％。結果表明，本方法能夠實現眼底圖像中出血斑的自動檢測，同時對圖像的亮度、對比度不敏感，具有很高的應用價值。關鍵詞：彩色眼底圖像；出血斑；K一均值聚類