基于形态特征和k均值聚类的黄斑检测与定位

作者：曹新容; 林嘉雯; 薛岚燕; 余轮黄斑检测黄斑定位形态特征k均值聚类

摘要：彩色眼底图像已经广泛地应用于眼科相关疾病的辅助诊断和筛查。眼底图像中的黄斑区域检测和中心定位是眼科疾病分级、诊疗的重要步骤。提出一种有效检测与定位黄斑的方法,通过分析黄斑的低亮度和趋于圆形的形态特征,可以不依赖视盘和血管信息,在二值化眼底图像中实现黄斑检测,确定黄斑区域。改进k均值聚类方法,引入图像的空间信息,优化聚类对象,获取黄斑的边缘信息,实现黄斑中心的有效定位。在公开的眼底图像数据库上验证方法的性能,具有较高的准确率。对正常和存在病变的眼底图像的黄斑中心有效定位,可达到96.11%和92.12%,平均准确率达到93.92%。实验表明,提出的基于形态特征和k均值聚类的黄斑检测与定位方法简单、高效,对眼科疾病的计算机辅助诊断有实用价值。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社