基于2D Gabor小波与组合线检测算子的视网膜血管分割

摘要：

单一的2D Gabor小波血管分割算法只考虑了图像滤波信息,忽略了血管形状和结构信息.为了更加精确快速地实现视网膜分割血管,提出了一种基于2D Gabor小波变换和组合线检测算子的视网膜血管分割方法.首先通过像素灰度值、4个尺度下的2D Gabor小波变换和组合线检测算子构造一个六维像素特征向量,然后使用贝叶斯高斯混合模型实现视网膜图像像素分类,最终实现血管分割.通过对通用的DRIVE眼底图像库中所有视网膜图像的实验仿真,结果表明算法获得了0.963 6的受试者特征工作曲线面积和0.948 6的准确率,优于单一的2D Gabor小波血管分割算法.

关键词：视网膜血管分割、2D Gabor小波、组合线检测算子、贝叶斯分类、高斯混合模型

所属期刊栏目：16

分类号：TP391.41(计算技术、计算机技术)

资助基金：微细加工光学国家重点实验基金项目KFS4

在线出版日期：2016-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：106-112