【图像分割】基于最大主曲率实现视网膜眼底图像中的血管提取附matlab代码
【图像分割】基于最大主曲率实现视网膜眼底图像中的血管提取附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
为了减少视网膜血管骨架提取过程中低对比度血管的漏检和误检数量,提出了一种基于主曲率视网膜血管骨架提取方法.首先,分别提取视网膜图像中每个像素点在多尺度高斯滤波后的主曲率;其次,在每个尺度下分别提取最大主曲率方向上的局部最大值点,并通过曲率阈值筛选出高对比度血管中心像素点作为种子点;对低对比度血管进行骨架追踪和标记;最后,对多个尺度下提取的血管骨架进行融合.
2 部分代码
function [lamdaplus,lamdaminus]=lamdafind(gxx1,gyy1,gxy1)
%This function perform finding eigen
values
of hessian matrix
and
output
%maximum
and
minimum eigen value as lamdaplus
and
lambaminus
%gxx1: Second derivative over
x
%gyy1: Second deriative over
y
%gxy : derivative over
x
and
y
%Author : Achintha Iroshan ,University of Moratuwa
%Hessian matrix -> H = [gxx gxy;gyx gyy] .Since hessian matrix is
%symetrical with real eigen
values
gxy = gyx
H=[gxx1 gxy1;gxy1 gyy1];
%Obtain eigen
values
lamda=eig(H);
%Obtain maximum
and
minimum lamda
values
if
lamda(
1
)>lamda(
2
)
lamdaplus = lamda(
1
);
lamdaminus = lamda(
2
);
else
if
lamda(
1
)<lamda(
2
)
lamdaplus = lamda(
2
);
lamdaminus = lamda(
1
);
else
lamdaplus = lamda(
1
);
lamdaminus = lamda(
2
);
end
end
end
3 仿真结果
4 参考文献
[1]苑玮琦, 王安. 基于主曲率和主方向的多尺度视网膜血管骨架提取方法[J]. 仪器仪表学报, 2021.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
