第３７卷第３期 ２０１５年３月 武汉工程大学学报 Ｖｏ１．３７ Ｎｏ．３ Ｍａｒ．２０１５ Ｊ． Ｗｕｈａｎ Ｉｎｓｔ．Ｔｅｅｈ． 文章编号：１６７４—２８６９（２０１５）０３—００６２—０６ 全局阈值与局部阈值相结合的视网膜血管分割方法 单玲玉１，２闵锋 ，李延达 １．武汉工程大学计算机科学与工程学院，湖北武汉４３０２０５； ２．智能机器人湖北省重点实验室（武汉工程大学），湖北武汉４３０２０５； ３．新洲一中，湖北武汉４３０４００ 摘 要：针对视网膜血管图像使用单一阈值方法无法有效提取整体血管网络的问题，提出了一种全局阈值 与局部阈值相结合的视网膜血管分割方法．该方法采用匹配滤波方法来增强图像，然后在增强图像上分别 使用全局阈值二维最大熵与局部阈值移动平均算法对图像进行分割以获取视网膜的主血管与细小血管部 分，最后通过区域连通性的判断，将视网膜的主血管与细小血管进行结合，分割出最终的血管网络．在Ｄｒｉｖｅ 公共数据库上进行实验，结果表明，该方法分割得到的血管准确率达到９３．５６％，真阳性率值达到８Ｏ．４６％，均 高于Ｐｅｒｅｚ算法，并且存细小部分更为丰富．能够得到较好的血管分割结果． 关键字：视网膜血管；全局阂值法；局部阈值法；匹配滤波 中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４—２８６９．２０１５．０３．０ｌ３ ０ 引 言 人体较深层血管网络中非创伤便可直接观察 的是视网膜血管，其形态结构的变化反映了糖尿病、 肾病、高血压等疾病对血管网络的影响，是检查心 血管疾病的重要部位之一．在临床上，视网膜图像 中血管网络的检测和提取对上述疾病的诊断和治 疗具有重要意义． 区域采用不同的阈值。其阈值的选取一般基于图像 的局部统计信息。如局部方差、局部对比度以及曲 面拟合阈值等，又称为自适应阈值．针对视网膜血 管分割方面，黄琳等 提出了一种视网膜图像中的 血管自适应提取的方法。它通过视网膜图像进行分 区，然后计算每一区域满足梯度要求的像素点个数 求取合适的局部阈值，最终实现血管的分割．该方 法可以保证计算得到平均误差最小意义下的最优 阈值。但是由于视网膜图像中背景灰度并不是非常 均匀．所以阈值化得到的二值血管图像中包含很多 碎片． 简单常用的视网膜血管分割方法是阈值分 割法．其中阈值分割又可分为全局阈值与局部阈 值两种．基于全局阈值的方法中，其阈值的选取多 依靠于灰度直方图，常用的方法有最大类间方差法 因此。提出一种全局阈值与局部阈值相结合的 视网膜血管分割方法．首先在匹配滤波增强后的图 像上，分别采用全局阈值中的二维最大熵 与局部 阂值中的移动平均的方法以获取主血管部分与细 小血管部分，最后通过区域连通性的判断，将上述 （ＯＴＳＵ）…和最大熵法Ｅ２］等．针对视网膜血管分割方 面．姚畅ｌ３ 提出了一种基于改进的ＰＣＮＮ的视网膜 血管树提取方法。它对二维高斯匹配滤波预处理后 的眼底图像运用改进的ＰＣＮＮ分割出增强图像的 血管网络，然后对分割得到的血管网络结合区域连 通性特征，采用长度滤波算子滤除噪声，提取出最 终的血管树．该方法对整幅图像使用固定的全局阈 的主血管与细小血管部分进行结合，消除噪声，获 取最终的血管分割结果．同时将本文的分割结果同 Ｐｅｒｅｚ算法ｌ６ 的结果进行比较，以证明本文算法的 有效性． 值，如果图像中血管与背景的对比度十分明显，此 分割方法相当有效．但是由于血管越往末梢越细， 与背景的对比度也越来越弱。使用全局闽值只能 得到血管的主干部分，血管的细小末梢部分难以分 割．基于局部阈值的分割方法是对图像中的不同 收稿日期：２０１５—０１一ｌ７ １ 算法描述 １．１ 图像增强预处理 本文处理的视网膜图像是彩色的．通过将其分 基金项目：湖北省自然科学基金资助项目（２０１２ＦＦＡ０９９；２０１４ＣＦＡ１３０）；武汉工程大学科学研究基金（Ｋ２０１４０１） 作者简介：单玲玉（１９８９一），女，河南新乡人，硕士研究生．研究方向：图像处理． 通信联系人． 武汉工程大学学报 第３７卷 图序 （ａ）ａＣＣ对比结果 图序 （ｂ）ＴＰＲ对比结果 图序 （Ｃ）ＦＰＲ对比结果 图４血管分割方法数据对比曲线图 Ｆｉｇ．４ Ｔｈｅ ｄａｔａ ｃｏｎｔｒａｓｔ ｃｕｒｖｅ ｏｆ ｖｅｓｓｅｌ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄｓ ４ 结 语 从视网膜血管本身具有的特点出发．提出的一 种全局阈值与局部阈值相结合的视网膜血管分割 方法．实验结果表明，本文提出的分割方法分割得 到的血管在细小部分更为丰富，连通性和有效性方 面都要优于Ｐｅｒｅｚ算法的结果．但是对于含有病变 的视网膜图像，目前的分割结果还不能将之与血管 区分开，如何去除病变区域将是我们接下来要完成 的工作． 致 谢 衷心感谢湖北省自然科学重点项目：面向智 慧家庭的服务机器人基础技术问题研究 （２０１２ＦＦＡ０９９）、机器人全景立体视觉成像与重建理 论及关键技术研究（２０１４ＣＦＡ１３０）；武汉＿Ｔ－程大学研 究基金：视频监控中目标识别的特征提取认识水平研 究（Ｋ２０１４０１）对本研究的支持！ 参考文献 李敏，罗洪艳，郑小林，等．一种改进的最大类间方差 图像分割法［Ｊ］．南京理工大学学报，２０１２，３６（２）： ３３２—３３７． ＬＩ Ｍｉｎ。ＬＵＯ Ｈｏｎｇ－ｙａｎ，ＺＨＥＮＧ Ｘｉａｏ—ｌｉｎ，ｅｔ ａ１．Ｉｍ— ａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｏｔｓｕ ａｌｇｏｒｉｔｈｍ［Ｊ １． Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｅｈｎｏｌｏ— ｇＹ，２０１２，３６（２）：３３２—３３７．（ｉｎ Ｃｈｉｎｅｓｅ） ［２］ 张新明，张爱丽，郑延斌，等．改进的最大熵阈值分割及 其快速实现［Ｊ］．计算机科学，２０１１，３８（８）：２７９—２８３． ＺＨＡＮＧ Ｘｉｎ—ｍｉｎｇ，ＺＨＡＮＧ Ａｉ－ｌｉ，ＺＨＥＮＧ Ｙａｎ—ｂｉｎ， ｅｔ ａ１．Ｉｍｐｒｏｖｅｄ ｔｗｏ—ｄｉｍｅｎｓｉｏｎａｌ ｍａｘｉｍｕｍ ｅｎｔｒｏｐｙ ｉｍ— ａｇｅ ｔｈｒｅｓｈｏｌｄｉｎｇ ａｎｄ ｉｔｓ ｆａｓｔ ｒｅｃｕｒｓｉｖｅ ｒｅａｌｉｚａｔｉｏｎ［Ｊ １． Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，２０１１，３８（８）：２７９－２８３．（ｉｎ Ｃｈｉ— ｎｅｓｅ） ［３］ 姚畅，陈后金，荆涛，等．一种基于改进的ＰＣＮＮ的视网 膜血管树提取方法［Ｊ］．光电子．激光，２０１１，２２（１１）： １７４５—１７５０． ＹＡＯ Ｃｈａｎｇ，ＣＨＥＮ Ｈｏｕ－ｊｉｎ，ＪＩＮＧ Ｔａｏ，ｅｔ ａ１．Ｅｘ— ｔｒａｃｔｉｏｎ ｏｆ ｂｌｏｏｄ ｖｅｓｓｅｌ ｔｒｅｅ ｉｎ ｒｅｔｉｎａｌ ｉｍａｇｅ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ＰＣＮＮ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ Ｌａｓｅｒ，２０１１，２２（１１）：１７４５—１７５０．（ｉｎ Ｃｈｉｎｅｓｅ） ［４］ 黄琳，沈建新，罗煦．视网膜图像中的血管自适应提取 ｆＪ］．中国制造业信息化，２００９，３８（１）：６４—６７． ＨＵＡＮＧ Ｌｉｎ．ＳＨＥＮ Ｊｉａｎ—ｘｉｎ．ＬＵＯ Ｘｕｎ．Ｔｈｅ Ａｕｔｏ— ｍａｔｉｃ ｅｘｔｒａｃｔｉｎｇ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｉｎ ｒｅｔｉｎａｌ ｉｍａｇｅ［Ｊ］．Ｍａｎ— ｕｆａｃｔｕｒｅ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ｏｆ Ｃｈｉｎａ，２００９，３８ （１）：６４—６７．（ｉｎ Ｃｈｉｎｅｓｅ） ［５］ 许立腾．徐向民．基于二维最大熵阈值分割的钙化点 检测算法［Ｊ］．计算机仿真，２０１０，２７（９）：２５５—２５７． ＸＵ Ｌｉ－ｔｅｎｇ，ＸＵ Ｘｉａｎｇ—ｍｉｎ．Ａ ｃａｌｃｉｆｉｃａｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｗｏ—．ｄｉｍｅｎｓｉｏｎａｌ ｅｎｔｒｏｐｉｃ ｔｈｒｅｓｈｏｌｄ－－ ｉｎｇ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｓｉｍｕｌａｔｉｏｎ，２０１０，２７（９）：２５５—２５７． （ｉｎ Ｃｈｉｎｅｓｅ） ［６］ Ｍａａｉｎｅｚ—Ｐｅｒｅｚ Ｍ Ｅ，Ｈｕｇｈｅｓ Ａ Ｄ，Ｔｈｏｒｎ Ｓ Ａ，ｅｔ ａ１． Ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｆｒｏｍ ｒｅｄ——ｆｒｅｅ ａｎｄ ｆｌｕｏ－・ ｒｅｓｃｅｉｎ ｒｅｔｉｎａｌ ｉｍａｇｅｓ［Ｊ］．Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ａｎａｌｙｓｉｓ， ２００７，ｌ１（１）：４７—６１． ［７］ 张东波，尚星宇．病变视网膜图像的血管骨架提取方 第３期 单玲玉，等：全局阈值与局部阈值相结合的视网膜血管分割方法 ６７ 法研究［Ｊ］．电子测量与仪器学报，２０１１，２５（９）：７４９— ７５５． Ｉｎｓｔｒｕｍｅｎｔ，２０１ １，２５（９）：７４９—７５５．（ｉｎ Ｃｈｉｎｅｓｅ） ［８］ ＶＩＥＲＧＥＶＥＲ Ｍ，ＬＵＩＪＴＥＮ Ｐ．ＤＲＩＶＥ：Ｄｉｇｉｔａｌ ｒｅｔｉｎａｌ ｉｍａｇｅｓ ｆｏｒ ｖｅｓｓｅｌ ｅｘｔｒａｃｔｉｏｎ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ ｉｓｉ－ｌＪ＿ ｕ．ｎｌ／Ｒｅｓｅａｒｃｈ／Ｄａｔａｂａｓｅ／ＤＲＩＶＥ／．［２０１０—０９—０１］． ＺＨＡＮＧ Ｄｏｎｇ—ｂｏ，ＳＨＡＮＧ Ｘｉｎｇ－ｙｕ．Ｅｘｔｒａｃｔｉｎｇ ｂｌｏｏｄ ｃｅｎｔｅｒｌｉｎｅ ａｄａｐｔｅｄ ｆｏｒ ｒｅｔｉｎａｌ ｆｕｎｄｕｓ ｉｍａｇｅｓ ｗｉｔｈ ｐａｔｈｏｌｏｇｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｍｅａｓｕｒｅｍｅｎｔ ａｎｄ Ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｒｅｔｉｎａｌ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｖｉａ ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ ａｎｄ ｌｏｃａｌ ｔｈｒｅｓｈｏｌｄ ＳＨＡＮ Ｌｉｎｇ－ｙｕ 一，ＭＩＮ ．２’ＬＩ Ｙａｎ－ｄａ １．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｍｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４－３０２０５，Ｃｈｉｎａ； ２．Ｈｕｂｅｉ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｏｂｏｔ（Ｗｕｈａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ），Ｗｕｈａｎ ４３０２０５，Ｃｈｉｎａ； ３．Ｘｉｎｚｈｏｕ ＮＯ．１ Ｈｉｇｈ ｓｃｈｏｏｌ，Ｗｕｈａｎ ４３０４００，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ：Ａｉｍｅｄ ａｔ ｔｈｅ ｉｓｓｕｅ ｔｈａｔ ｔｈｅ ｗｈｏｌｅ ｎｅｔｗｏｒｋ ｏｆ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｃａｎ ｎｏｔ ｂｅ ｅｆｆｅｃｔｉｖｅｌｙ ｅｘｔｒａｃｔｅｄ ｂｙ ａ ｓｉｎｇｌｅ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ，ａ ｎｏｖｅｌ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｒｅｔｉｎａｌ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｉｍａｇｅ ｖｉａ ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ ａｎｄ ｌｏｃａｌ ｔｈｒｅｓｈｏｌｄ ｗａｓ ｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ．ｍａｔｃｈｅｄ ｆｉｌｔｅｒ ｗａｓ ｕｓｅｄ ｔｏ ｅｎｈａｎｃｅ ｔｈｅ ｒｅｔｉｎａｌ ｉｍａｇｅ．Ｔｈｅｎ ｔｈｅ ｍａｉｎ ｖｅｓｓｅｌｓ ａｎｄ ｓｍａｌｌ ｖｅｓｓｅｌｓ ｗｅｒｅ ｒｅｓｐｅｃｔｉｖｅｌｙ ｓｅｇｍｅｎｔｅｄ ｔｈｒｏｕｇｈ ｔｈｅ ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ ｏｆ ｔｗｏ－ｄｉｍｅｎｓｉｏｎａｌ ｍａｘｉｍｕｍ ｅｎｔｒｏｐｙ ａｎｄ ｔｈｅ ｌｏｃａｌ ｔｈｒｅｓｈｏｌｄ ｏｆ ｍｏｖｉｎｇ ａｖｅｒａｇｅ．Ｆｉｎａｌｌｙ，ｔｈｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｂｌｏｏｄ ｖｅｓｓｅｌｓ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｖｉａ ａｎａｌｙｚｉｎｇ ｔｈｅ ｒｅｇｉｏｎ ｃｏｎｎｅｃｔｉｖｉｔｙ ａｎｄ ｃｏｍｂｉｎｉｎｇ ｔｈｅ ｍａｉｎ ｖｅｓｓｅｌｓ ｗｉｔｈ ｓｍａｌｌ ｖｅｓｓｅｌｓ．Ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ ｔｅｓｔｅｄ ｏｎ Ｄｒｉｖｅ ｐｕｂｌｉｃ ｄａｔａｂａｓｅ ｉｓ ９３．５６％，ａｎｄ ｔｈｅ ｖａｌｕｅ ｏｆ ｔｒｕｅ ｐｏｓｉｔｉｖｅ ｒａｔｅ ｒｅａｃｈｅｓ ８０．４６％，ｂｏｔｈ ｏｆ ｗｈｉｃｈ ａｒｅ ｈｉｇｈｅｒ ｔｈａｎ ｔｈｏｓｅ ｂｙ ｔｈｅ Ｐｅｒｅｚ ａｌｇｏｒｉｔｈｍ．Ｉｎ ａｄｄｉｔｉｏｎ，ｔｈｅ ｐａｒｔ ｏｆ ｓｍａｌｌ ｖｅｓｓｅｌｓ ｉｓ ｍｏｒｅ ａｂｕｎｄａｎｔ，ｇｅｔｔｉｎｇ ａ ｂｅｔｔｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ ｒｅｓｕｌｔ ｏｆ ｂｌｏｏｄ ｖｅｓｓｅｌｓ． Ｋｅｙｗｏｒｄｓ：ｒｅｔｉｎａｌ ｂｌｏｏｄ ｖｅｓｓｅｌ；ｇｌｏｂａｌ ｔｈｒｅｓｈｏｌｄ；ｌｏｃａｌ ｔｈｒｅｓｈｏｌｄ；ｍａｔｃｈｅｄ ｆｉｌｔｅｒ 本文编辑：陈小平
