基于Hough圓變換的視盤定位與分割

汪燎原 張新晨

摘? 要： 針對視網膜血管分割是眼底圖像研究的熱門，利用計算機輔助眼底視網膜血管分割的結果有助于醫生對臨床診斷和眼底疾病的參考。本文提出了一種基于Hough圓變換的視盤定位和分割的方法。首先，對原始圖像進行預處理;接著用OTSU對預處理圖像進行閥值分割二值化處理，進一步提取和篩選得到視盤定位的最終結果;最后，將結果用于Hough變換實現視盤分割。該算法分別在DRIVE圖像庫、HRF圖像庫以及STARE圖像庫中進行實驗驗證，分別獲得了100%、96.72%和97.77%的視盤分割準確率，驗證了該算法具有良好的性能。

關鍵詞： 視網膜血管分割; Hough圓變換; 視盤定位; OTSU; 閾值分割

中圖分類號：TP393? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）23-0104-02

Abstract： Retinal blood vessel segmentation is a hot topic in fundus image research. The results of computer-aided fundus retinal blood vessel segmentation are helpful to doctors for clinical diagnosis and fundus diseases. In this paper， a new approach to the location and segmentation of optic disk based on Hough transform is proposed. Firstly， the original image is preprocessed， then the threshold segmentation binary process is processed by Otsu， and the final result of optic disk location is extracted and filtered. Finally， the result is used in Hough transform to segment optic disk. The Algorithm is tested in DRIVE image database， HRF image database and STARE image database， and the segmentation accuracy is 100% ， 96.72% and 97.77% ， respectively.

Key words： retinal blood vessel; hough transform; optic disk location ; otsu; threshold segmentation

眼睛是人體最重要的視覺器官。一直以來，眼底是臨床醫生密切關注的地方，眼底疾病常常與身體其他疾病相聯系，比如糖尿病，高血壓等都可以在視網膜上引起并發癥[1-2]。但是由于眼底眼球結構形狀多樣性，視盤與周圍亮度對比差異較大等特點，目前還沒有完全一種適用于所有眼底圖像視盤定位和分割的方法。比如Sinthanayothin等人[3]盤內部灰度差異大的特點來定位視盤。Lu等[4]采用圓變換的方法找到視網膜圖像中的圓形區域，然后對視盤進行定位和分割。Li等[5]在傳統的基于亮度定位的中加入主成分分析算法（PCA）。鄒北驥等[6]在預處理中對圖像的剪裁，然后通過遍歷亮度最大區域來定位視盤。劉國才等[7]提出結合多層Mumford-Shah向量模型的方法進行視盤分割。Yu等[8]結合模板匹配和主動輪廓模型的方法提取視盤邊緣輪廓。李居朋等[9]提出使用基于Region-Aided Gcometricsnake模型的方法分割視盤。上述方法在預處理中一般使用形態學方法來消除視盤中的血管。

根據視盤的形狀和亮度特征的研究，提出了一種視盤定位和視盤分割的算法。首先以紅色通道下的眼底圖像作為背景圖像;然后預處理后采用自適應閾值二值化處理提取連通區域，最小外接矩形來消除干擾區域;最后將視盤定位的最終結果通過霍夫圓檢測實現分割。

1 視盤定位和分割方法

1.1 圖像預處理

首先，對原始彩色眼底圖像的紅色通道圖像進行AHE算法增強、形態學開運算以及中值濾波處理，實現去噪、消除背景干擾和增強背景對比度，保留了比較完整的亮度最大的視盤區域，效果如圖1所示。

1.2 視盤定位

首先，對預處理圖像采用最大類間方差算法實現閾值分割二值化處理，然后對二值化處理后的圖像進行連通區域提取，得到視盤定位的候選區域;由于病變、背景、噪聲等因素的存在導致連通區域會出現多個干擾區域，所以對連通區域通過外接矩形的長寬限制可以有效篩除干擾區域;最后根據視網膜血管分布視盤區域血管密度比其他區域血管密度大特性，進一步篩選得到了視盤定位的最終結果，如圖2所示。

1.3 Hough變換視盤分割

霍夫變換是經常用來處理圖像的一種特征提取方法，主要是通過投票算法來控制物體的形狀，多為圓和橢圓。檢測原理是將二維坐標系的平面坐標轉換為三維坐標，從而達到對圖形形狀的檢測和控制。結合霍夫變換定位圓的算法進行視盤分割的步驟如下：

（1）首先獲取視盤定位的結果，并返回視盤定位結果中外接矩形的坐標，作為用于視盤分割的輸入;

（2）將待視盤分割的圖像二值化處理，并采用Sobel算子進行邊緣檢測用于獲取視盤邊緣輪廓;

（3）對邊緣輪廓的坐標進行統計。此處對角度[θ]和圓半徑[r]以及每次檢測圓半徑自增長度進行限制，來提高檢測效率;