基于Hough圆变换的视盘定位与分割

汪燎原 张新晨

摘  要： 针对视网膜血管分割是眼底图像研究的热门，利用计算机辅助眼底视网膜血管分割的结果有助于医生对临床诊断和眼底疾病的参考。本文提出了一种基于Hough圆变换的视盘定位和分割的方法。首先，对原始图像进行预处理;接着用OTSU对预处理图像进行阀值分割二值化处理，进一步提取和筛选得到视盘定位的最终结果;最后，将结果用于Hough变换实现视盘分割。该算法分别在DRIVE图像库、HRF图像库以及STARE图像库中进行实验验证，分别獲得了100%、96.72%和97.77%的视盘分割准确率，验证了该算法具有良好的性能。

关键词： 视网膜血管分割; Hough圆变换; 视盘定位; OTSU; 阈值分割

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2021）23-0104-02

Abstract： Retinal blood vessel segmentation is a hot topic in fundus image research. The results of computer-aided fundus retinal blood vessel segmentation are helpful to doctors for clinical diagnosis and fundus diseases. In this paper， a new approach to the location and segmentation of optic disk based on Hough transform is proposed. Firstly， the original image is preprocessed， then the threshold segmentation binary process is processed by Otsu， and the final result of optic disk location is extracted and filtered. Finally， the result is used in Hough transform to segment optic disk. The Algorithm is tested in DRIVE image database， HRF image database and STARE image database， and the segmentation accuracy is 100% ， 96.72% and 97.77% ， respectively.

Key words： retinal blood vessel; hough transform; optic disk location ; otsu; threshold segmentation

眼睛是人体最重要的视觉器官。一直以来，眼底是临床医生密切关注的地方，眼底疾病常常与身体其他疾病相联系，比如糖尿病，高血压等都可以在视网膜上引起并发症[1-2]。但是由于眼底眼球结构形状多样性，视盘与周围亮度对比差异较大等特点，目前还没有完全一种适用于所有眼底图像视盘定位和分割的方法。比如Sinthanayothin等人[3]盘内部灰度差异大的特点来定位视盘。Lu等[4]采用圆变换的方法找到视网膜图像中的圆形区域，然后对视盘进行定位和分割。Li等[5]在传统的基于亮度定位的中加入主成分分析算法（PCA）。邹北骥等[6]在预处理中对图像的剪裁，然后通过遍历亮度最大区域来定位视盘。刘国才等[7]提出结合多层Mumford-Shah向量模型的方法进行视盘分割。Yu等[8]结合模板匹配和主动轮廓模型的方法提取视盘边缘轮廓。李居朋等[9]提出使用基于Region-Aided Gcometricsnake模型的方法分割视盘。上述方法在预处理中一般使用形态学方法来消除视盘中的血管。

根据视盘的形状和亮度特征的研究，提出了一种视盘定位和视盘分割的算法。首先以红色通道下的眼底图像作为背景图像;然后预处理后采用自适应阈值二值化处理提取连通区域，最小外接矩形来消除干扰区域;最后将视盘定位的最终结果通过霍夫圆检测实现分割。

1 视盘定位和分割方法

1.1 图像预处理

首先，对原始彩色眼底图像的红色通道图像进行AHE算法增强、形态学开运算以及中值滤波处理，实现去噪、消除背景干扰和增强背景对比度，保留了比较完整的亮度最大的视盘区域，效果如图1所示。

1.2 视盘定位

首先，对预处理图像采用最大类间方差算法实现阈值分割二值化处理，然后对二值化处理后的图像进行连通区域提取，得到视盘定位的候选区域;由于病变、背景、噪声等因素的存在导致连通区域会出现多个干扰区域，所以对连通区域通过外接矩形的长宽限制可以有效筛除干扰区域;最后根据视网膜血管分布视盘区域血管密度比其他区域血管密度大特性，进一步筛选得到了视盘定位的最终结果，如图2所示。

1.3 Hough变换视盘分割

霍夫变换是经常用来处理图像的一种特征提取方法，主要是通过投票算法来控制物体的形状，多为圆和椭圆。检测原理是将二维坐标系的平面坐标转换为三维坐标，从而达到对图形形状的检测和控制。结合霍夫变换定位圆的算法进行视盘分割的步骤如下：

（1）首先获取视盘定位的结果，并返回视盘定位结果中外接矩形的坐标，作为用于视盘分割的输入;

（2）将待视盘分割的图像二值化处理，并采用Sobel算子进行边缘检测用于获取视盘边缘轮廓;

（3）对边缘轮廓的坐标进行统计。此处对角度[θ]和圆半径[r]以及每次检测圆半径自增长度进行限制，来提高检测效率;