多算法融合的视盘分割方法

摘要 视盘准确地定位与分割是视网膜相关研究的基础，为了提高算法的自适应性，避免受不同病变的影响，本文提出了融合多种传统分割算法的视盘分割方法.首先对视网膜图像进行主成分分析得到灰度图片，再利用形态学方法去除血管.接着采用改进的霍夫圆变换的方法定位视盘，并将得到的视盘中心作为标记进行分水岭变换分割视盘得到初始曲线.最后利用CV模型将曲线演化到正确的视盘边界.本文在两个公开的眼底图像数据集（MESSIDOR，DRIONS-DB）上进行了算法验证，实验结果表明该算法对视盘的定位具有较高的准确度（ACC）：98%和100%，视盘分割的重叠率（OP）为92.0%和94.4%.与其他算法进行对比，该方法可以有效地避免病灶的干扰，具有很好的定位和分割效果