医学图像处理 视网膜血管增强.pptx

基于多尺度顶帽变换和直方图拟合的视网膜增强 中南大学生物医学工程 数字图像处理课程 2014年4月11日 Abstract 原视网膜图像的明暗特征通过多层顶帽变换抽取出来； 视网膜增强：增加亮图像特征，减弱暗图像特征； 图像增强：高斯函数拟合，线性直方图延伸。 Multi-scale top-hat transformation 基本顶帽变换： “白顶帽”变换，即取亮域。 “黑顶帽”变换，即取暗域。 多层顶帽变换的目的是用来增强小型血管（图像细节）的对比度。 为一组结构元素序列。 最优亮域： 最优暗域： 多层图像细节： 最优亮图细节： 最优暗图细节： 最优亮暗图特征： *视网膜图像多尺度顶帽增强：（细节加亮除暗） Fig(1). Original image Fig(2). Preliminarily enhanced image Gaussian curve fitting 基于高斯曲线拟合的直方图延伸。（增强整图的分辨率） 初步增强的视网膜图的直方图中像素经截取调整后，分布基本满足正态分布，由此可以利用高斯函数来拟合，结合3σ原则作图像的增强。 高斯函数： 拟合情况（cftool工具箱）： 参数： a=169.8； b=52.65； c=0.00221 （需要取整） 3σ原则： 线性拉伸： ┉┉┉┉┉ Original gray image Preliminarily enhanced image Gaussian fitting image Weakness analysis *对初步增强的图像的截取不优，存在医疗风险； *根据不同的直方图可以不同的拟合函数方法； Fig(3). Gaussian fitting image Fig(4).Gaussian fitting image [30,220] [5,250] 成员： 王正果 文勋喆 苏猛 龚书涛 (以姓氏笔画排序)