基于显著性检测和改进局部高斯分布拟合模型的眼底图像视盘边界自动提取
来源期刊:控制与决策2019年第1期
论文作者:高源 于晓升 吴成东 周唯 孟亚男 王莹
文章页码:151 - 156
关键词:视神经盘分割;显著性检测;局部高斯分布拟合;形状先验信息;
摘 要:正确的视盘(OD)定位和分割是糖尿病视网膜病变自动筛选系统中的两个主要步骤.鉴于此,提出一种基于显著性目标检测和改进局部高斯分布拟合(LGDF)模型的视神经盘分割方法.该方法主要包含两个阶段:第一阶段,将显著性检测技术应用到增强的视网膜图像中实现视盘的自动定位;第二阶段,通过增加椭圆约束信息来改进局部高斯分布拟合(LGDF)模型分割视盘边界.使用公开数据库Diaretdbq对所提出方法的性能进行测试,并与其他先进的方法进行对比,结果验证了所提出方法的优越性和有效性.
高源,于晓升,吴成东,周唯,孟亚男,王莹
东北大学机器人科学与工程学院
摘 要:正确的视盘(OD)定位和分割是糖尿病视网膜病变自动筛选系统中的两个主要步骤.鉴于此,提出一种基于显著性目标检测和改进局部高斯分布拟合(LGDF)模型的视神经盘分割方法.该方法主要包含两个阶段:第一阶段,将显著性检测技术应用到增强的视网膜图像中实现视盘的自动定位;第二阶段,通过增加椭圆约束信息来改进局部高斯分布拟合(LGDF)模型分割视盘边界.使用公开数据库Diaretdbq对所提出方法的性能进行测试,并与其他先进的方法进行对比,结果验证了所提出方法的优越性和有效性.
关键词:视神经盘分割;显著性检测;局部高斯分布拟合;形状先验信息;