基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。     

基于snake模型的交错字符的分割方法

针对票据中字符之间的互相交错粘连，在总结与比较了以往的字符分割方法的基础上，提出了一种基于snake模型的交错字符分割方法。此方法首先根据传统的分割方法找出字符的候选分割位置，然后根据snake模型进行不规则、动态、曲线的分割，速度快且有较好的鲁棒性。     

动静脉血管自动分类方法及其管径测量

视网膜动静脉管径以及动静脉比值可以反映高血压患者脑卒中发病的风险,因此对视网膜血管直径的量化分析有助于病情的风险评估和防治工作。提出了一种视网膜动静脉自动分类和血管直径的自动测量方法。首先,对视网膜血管网络进行分割,并获取中心线;其次选取了不同颜色空间中的不同通道分量,提出了基于中心线像素和血管像素的特征向量、血管宽度和中心光反射的特征向量,采用K均值聚类实现感兴趣测量区域内动静脉的自动分类;最后统计血管横截面的灰度曲线分布,利用高斯曲线进行拟合,根据半高度全宽获取动静脉宽度。分别对REVIEW和DRIVE数据库进行实验,验证了本方法的有效性。     

基于最大方差法和改进遗传算法的图像分割

针对应用标准遗传算法对一幅灰度图像寻找最优阈值时经常陷入局部寻优的问题,提出了一种利用最大方差法和新的改进遗传算法相结合对图像进行分割的方法.以灰度图像的最大方差作为适应度函数,把图像分割问题变成一个优化问题.利用遗传算法的寻优高效性,搜索到能使分割质量达到最优的分割阈值.实验结果表明,采用新的改进遗传算法和最大方差法相结合对图像搜索全局阈值时能收敛至全局最优解,并且大大缩短寻找最优阈值的时间.     

基于神经网络的灰度图像阈值分割方法

对于一幅目标区域和背景区域在灰度上有较明显差异的图像,为了把目标从背景中分离出来,常利用直方图谷点作为分割阈值来分割图像.本文采用一种基于神经网络的线性搜索的方法来确定直方图的谷值可以得到最优的阈值来分割图像,克服了用常规的极小值阈值法确定的极小值不稳定和不可靠的缺点,并对实际图像进行分割处理.实验结果表明采用这种新方法来搜索谷值可以得到全局极小值,用于分割图像可以把目标从背景中分离出来,并取得了满意的结果.