本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種視網(wǎng)膜圖像的出血區(qū)域分割方法、裝置和計(jì)算設(shè)備。

背景技術(shù)：

糖尿病視網(wǎng)膜病變(簡(jiǎn)稱糖網(wǎng))是一種廣泛存在于糖尿病人中的眼科疾病，它會(huì)對(duì)患者的視力產(chǎn)生影響，甚至導(dǎo)致失明。定期篩查、盡早發(fā)現(xiàn)視網(wǎng)膜病變可以最大程度地減小患者的視力損傷。視網(wǎng)膜出血病變是由視網(wǎng)膜內(nèi)的微動(dòng)脈瘤破裂而導(dǎo)致的視網(wǎng)膜內(nèi)出血，其是糖網(wǎng)早期可見(jiàn)的標(biāo)志之一，因此，有必要通過(guò)數(shù)字圖像處理技術(shù)對(duì)視網(wǎng)膜圖像上的出血區(qū)域進(jìn)行識(shí)別。

由于出血是微動(dòng)脈瘤破裂的產(chǎn)物，且其在臨床上呈現(xiàn)一個(gè)逐漸擴(kuò)散的趨勢(shì)，故從視網(wǎng)膜圖像上看，出血區(qū)域的顏色和形態(tài)與血管相近，形狀不規(guī)則，邊界不清晰，與背景的融合度較高?，F(xiàn)有的出血區(qū)域分割方法往往不能達(dá)到良好的邊界分割效果，分割準(zhǔn)確率不高，誤判區(qū)域過(guò)多。

技術(shù)實(shí)現(xiàn)要素：

為此，本發(fā)明提供一種視網(wǎng)膜圖像出血區(qū)域分割方法、裝置和計(jì)算設(shè)備，以解決或至少緩解上面存在的問(wèn)題。

根據(jù)本發(fā)明的一個(gè)方面，提供一種視網(wǎng)膜圖像出血區(qū)域分割方法，在計(jì)算設(shè)備中執(zhí)行，該方法包括：載入待分割的第一視網(wǎng)膜圖像；將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像并進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像；對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建，對(duì)重建后的圖像進(jìn)行閾值分割，得到一個(gè)或多個(gè)候選出血區(qū)域；對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，得到多個(gè)超像素塊；對(duì)位于同一個(gè)候選出血區(qū)域內(nèi)的多個(gè)超像素塊進(jìn)行融合；對(duì)于每一個(gè)候選出血區(qū)域，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域，其中，候選出血區(qū)域的灰度值為該候選出血區(qū)域所包括的所有像素的灰度值的平均值，超像素塊的灰度值為該超像素塊所包括的所有像素的灰度值的平均值。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，在載入待分割的第一視網(wǎng)膜圖像之前，還包括：判斷第一視網(wǎng)膜圖像的尺寸是否大于等于第一閾值，若是，則將圖像的尺寸進(jìn)行縮小。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像的步驟包括：將第一視網(wǎng)膜圖像的r通道和g通道進(jìn)行直方圖匹配。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，在將第一圖像轉(zhuǎn)化為灰度圖像的步驟之后，在進(jìn)行對(duì)比度增強(qiáng)的步驟之前，還包括步驟：去除圖像中的細(xì)節(jié)干擾，細(xì)節(jié)干擾包括噪聲點(diǎn)和微動(dòng)脈瘤干擾。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，去除圖像中的細(xì)節(jié)干擾包括按照以下步驟去除圖像中的噪聲點(diǎn)：采用模板大小為5*5的中值濾波器去除圖像中的噪聲點(diǎn)。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，去除圖像中的細(xì)節(jié)干擾包括按照以下步驟去除圖像中的微動(dòng)脈瘤干擾：采用間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素對(duì)圖像進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算，得到12個(gè)中間圖像；根據(jù)以下公式確定去除微動(dòng)脈瘤干擾之后的圖像中的各像素的灰度值：

g(x,y)＝min{fi(x,y)}

其中，g(x,y)表示去除微動(dòng)脈瘤干擾之后的圖像中坐標(biāo)為(x,y)的像素的灰度值，min{}表示取最小值，fi(x,y)表示第i個(gè)中間圖像中坐標(biāo)為(x,y)的像素的灰度值，i為正整數(shù)且1≤i≤12。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像的步驟包括：按照以下公式進(jìn)行對(duì)比度增強(qiáng)：

其中，h為第二視網(wǎng)膜圖像中各像素的灰度值矩陣，g為對(duì)比度增強(qiáng)前的圖像中各像素的灰度值矩陣，s為結(jié)構(gòu)元素，ο表示形態(tài)學(xué)開(kāi)運(yùn)算，·表示形態(tài)學(xué)閉運(yùn)算。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，s為半徑為9-15個(gè)像素的圓形結(jié)構(gòu)元素。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建時(shí)，采用的是膨脹形態(tài)學(xué)重建的方法，其中，掩膜圖像為第二視網(wǎng)膜圖像，標(biāo)記圖像為將第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)膨脹所得到的圖像，結(jié)構(gòu)元素為半徑為10個(gè)像素的圓形結(jié)構(gòu)元素。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，對(duì)重建后的圖像進(jìn)行閾值分割的步驟采用otsu自適應(yīng)圖像分割算法。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割的步驟采用slic超像素分割算法。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域的步驟包括：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值小于等于第二閾值的超像素塊的數(shù)量；若所述數(shù)量小于等于第三閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域的步驟包括：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值大于等于第四閾值的超像素塊的數(shù)量；若所述數(shù)量大于等于第五閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法中，第二閾值和第四閾值的值為10，第三閾值和第五閾值的值為2。

根據(jù)本發(fā)明的一個(gè)方面，提供一種視網(wǎng)膜圖像出血區(qū)域分割裝置，駐留于計(jì)算設(shè)備中，該裝置包括：載入模塊，其被配置為適于載入待分割的第一視網(wǎng)膜圖像；預(yù)處理模塊，包括：灰度轉(zhuǎn)換單元，其被配置為適于將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像；增強(qiáng)單元，其被配置為適于對(duì)所述灰度圖像進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像；出血區(qū)域分割模塊，包括：候選出血區(qū)域確定單元，其被配置為適于對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建，對(duì)重建后的圖像進(jìn)行閾值分割，得到一個(gè)或多個(gè)候選出血區(qū)域；超像素分割單元，其被配置為適于對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，得到多個(gè)超像素塊；對(duì)位于同一個(gè)候選出血區(qū)域內(nèi)的多個(gè)超像素塊進(jìn)行融合；出血區(qū)域確定單元，其被配置為適于對(duì)每一個(gè)候選出血區(qū)域，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域，其中，候選出血區(qū)域的灰度值為該候選出血區(qū)域所包括的所有像素的灰度值的平均值，超像素塊的灰度值為該超像素塊所包括的所有像素的灰度值的平均值。

根據(jù)本發(fā)明的一個(gè)方面，提供一種計(jì)算設(shè)備，包括：至少一個(gè)處理器；和存儲(chǔ)有程序指令的存儲(chǔ)器，所述程序指令包括如上所述的視網(wǎng)膜圖像出血區(qū)域分割裝置；其中，處理器被配置為適于根據(jù)所述存儲(chǔ)器中存儲(chǔ)的視網(wǎng)膜圖像出血區(qū)域分割裝置執(zhí)行如上所述的視網(wǎng)膜圖像出血區(qū)域分割方法。

根據(jù)本發(fā)明的一個(gè)方面，提供一種存儲(chǔ)有程序指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序指令包括如上所述的視網(wǎng)膜圖像出血區(qū)域分割裝置；當(dāng)該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)的視網(wǎng)膜圖像出血區(qū)域分割裝置被計(jì)算設(shè)備讀取時(shí)，所述計(jì)算設(shè)備可以執(zhí)行如上所述的視網(wǎng)膜圖像出血區(qū)域分割方法。

根據(jù)本發(fā)明的技術(shù)方案，首先，對(duì)第一視網(wǎng)膜圖像進(jìn)行對(duì)比度增強(qiáng)，消除第一視網(wǎng)膜圖像存在的光照不均等問(wèn)題，增強(qiáng)出血區(qū)域與背景之間的對(duì)比度，使后續(xù)出血區(qū)域的分割更準(zhǔn)確。

隨后，采用形態(tài)學(xué)方法確定候選出血區(qū)域，對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，并對(duì)位于同一個(gè)候選出血區(qū)域內(nèi)的多個(gè)超像素塊進(jìn)行融合，使得候選出血區(qū)域的邊界更加清晰，從而保證了出血區(qū)域的分割精度。此外，通過(guò)超像素分割，用少量的超像素代替大量的像素來(lái)表達(dá)圖像特征，很大程度上降低了后期圖像處理的復(fù)雜度，加快了計(jì)算速度。

最后，采用一種灰度值投票算法來(lái)確定最終的出血區(qū)域，即根據(jù)候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域，該方法可以過(guò)濾掉位于血管處的偽出血區(qū)域，使得出血區(qū)域的分割更加準(zhǔn)確，避免出血區(qū)域的誤判。

此外，本發(fā)明的技術(shù)方案在載入第一視網(wǎng)膜圖像之前先判斷其尺寸大小大小，若其尺寸大于等于第一閾值則先將該圖像的尺寸進(jìn)行縮小再載入，從而提高了后續(xù)各圖像處理步驟的計(jì)算速度。

此外，本發(fā)明的技術(shù)方案在將第一視網(wǎng)膜圖像轉(zhuǎn)為灰度圖像之后，還對(duì)圖像進(jìn)行了降噪處理，去除了圖像在成像、傳輸過(guò)程中因通道傳輸誤差和外部環(huán)境干擾而產(chǎn)生的噪聲點(diǎn)，和圖像中存在的微動(dòng)脈瘤干擾，從而使得出血區(qū)域的分割更加準(zhǔn)確。

此外，本發(fā)明采用slic超像素分割算法來(lái)對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，用cielab色彩空間和像素在圖像中的xy位置坐標(biāo)構(gòu)成五維特征向量，對(duì)圖像中的像素進(jìn)行局部聚類。該算法能夠生成緊湊、保持原輪廓的超像素，且計(jì)算速度較快，能夠保證出血分割的準(zhǔn)確性和計(jì)算效率。

附圖說(shuō)明

為了實(shí)現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來(lái)描述某些說(shuō)明性方面，這些方面指示了可以實(shí)踐本文所公開(kāi)的原理的各種方式，并且所有方面及其等效方面旨在落入所要求保護(hù)的主題的范圍內(nèi)。通過(guò)結(jié)合附圖閱讀下面的詳細(xì)描述，本公開(kāi)的上述以及其它目的、特征和優(yōu)勢(shì)將變得更加明顯。遍及本公開(kāi)，相同的附圖標(biāo)記通常指代相同的部件或元素。

圖1a示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的出血區(qū)域分割系統(tǒng)100a的示意圖；

圖1b示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的出血區(qū)域分割系統(tǒng)100b的示意圖；

圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的計(jì)算設(shè)備200的結(jié)構(gòu)圖；

圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的視網(wǎng)膜圖像出血區(qū)域分割裝置300的結(jié)構(gòu)圖；

圖4示出了根據(jù)本發(fā)明另一個(gè)實(shí)施例的視網(wǎng)膜圖像出血區(qū)域分割裝置300的結(jié)構(gòu)圖；

圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的視網(wǎng)膜圖像出血區(qū)域分割方法500的流程圖；

圖6a～圖6i示出了根據(jù)本發(fā)明的一個(gè)視網(wǎng)膜圖像出血區(qū)域分割的實(shí)施例的效果圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

圖1a示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的出血區(qū)域分割系統(tǒng)100a的示意圖。圖1a所示的系統(tǒng)100a包括視網(wǎng)膜圖像采集設(shè)備110和計(jì)算設(shè)備200。應(yīng)當(dāng)指出，圖1a中的系統(tǒng)100a僅是示例性的，在具體的實(shí)踐情況中，系統(tǒng)100a中可以包括任意數(shù)量的視網(wǎng)膜圖像采集設(shè)備110和計(jì)算設(shè)備200，本發(fā)明對(duì)系統(tǒng)100a中所包括的視網(wǎng)膜圖像采集設(shè)備110和計(jì)算設(shè)備200的數(shù)目不做限制。

視網(wǎng)膜圖像采集設(shè)備110例如可以是任意型號(hào)的眼底照相機(jī)，其適于采集視網(wǎng)膜圖像；計(jì)算設(shè)備200可以是諸如pc、筆記本電腦、手機(jī)、平板電腦等設(shè)備，其適于執(zhí)行圖像處理任務(wù)。在系統(tǒng)100a中，視網(wǎng)膜圖像采集設(shè)備110與計(jì)算設(shè)備200在空間上的距離比較近，二者可以以有線或無(wú)線的方式完成近距離通信，例如，視網(wǎng)膜圖像采集設(shè)備110可以通過(guò)usb接口、rj-45接口、bnc接口等與計(jì)算設(shè)備200建立有線連接，或通過(guò)藍(lán)牙、wifi、zigbee、ieee802.11x等協(xié)議與計(jì)算設(shè)備200建立無(wú)線連接，本發(fā)明對(duì)視網(wǎng)膜圖像采集設(shè)備110與計(jì)算設(shè)備200之間的連接方式不做限制。計(jì)算設(shè)備200中駐留有視網(wǎng)膜圖像出血區(qū)域分割裝置300，裝置300可以作為一個(gè)獨(dú)立的軟件安裝于計(jì)算設(shè)備200中，或者作為一個(gè)網(wǎng)頁(yè)應(yīng)用駐留于計(jì)算設(shè)備200的瀏覽器中，或者僅僅是位于計(jì)算設(shè)備200的存儲(chǔ)器中的一段代碼，本發(fā)明對(duì)裝置300在計(jì)算設(shè)備200中的存在形式不做限制。當(dāng)視網(wǎng)膜圖像采集設(shè)備110采集到視網(wǎng)膜圖像后，將視網(wǎng)膜圖像發(fā)送至計(jì)算設(shè)備200。計(jì)算設(shè)備200接收該視網(wǎng)膜圖像，并由裝置300對(duì)接收到的視網(wǎng)膜圖像進(jìn)行處理，分割出視網(wǎng)膜圖像中的出血區(qū)域。

圖1b示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的出血區(qū)域分割系統(tǒng)100b的示意圖。圖1b所示的系統(tǒng)100b包括視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計(jì)算設(shè)備200。應(yīng)當(dāng)指出，圖1b中的系統(tǒng)100b僅是示例性的，在具體的實(shí)踐情況中，系統(tǒng)100b中可以包括任意數(shù)量的視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計(jì)算設(shè)備200，本發(fā)明對(duì)系統(tǒng)100b中所包括的視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計(jì)算設(shè)備200的數(shù)目不做限制。

視網(wǎng)膜圖像采集設(shè)備110例如可以是任意型號(hào)的眼底照相機(jī)，其適于采集視網(wǎng)膜圖像；本地客戶端120可以是諸如pc、筆記本電腦、手機(jī)、平板電腦等設(shè)備，其適于接收視網(wǎng)膜圖像采集設(shè)備110所采集到的視網(wǎng)膜圖像，并經(jīng)由互聯(lián)網(wǎng)將其發(fā)送至計(jì)算設(shè)備200；計(jì)算設(shè)備200可以實(shí)現(xiàn)為服務(wù)器，例如可以是web服務(wù)器、應(yīng)用程序服務(wù)器等，其適于提供視網(wǎng)膜圖像出血區(qū)域分割服務(wù)。在系統(tǒng)100b中，視網(wǎng)膜圖像采集設(shè)備110與本地客戶端120在空間上的距離比較近，二者可以以有線或無(wú)線的方式完成近距離通信；本地客戶端120與計(jì)算設(shè)備200的距離比較遠(yuǎn)，二者可以以有線或無(wú)線的方式經(jīng)由互聯(lián)網(wǎng)完成遠(yuǎn)距離通信。當(dāng)視網(wǎng)膜圖像采集設(shè)備110采集到視網(wǎng)膜圖像后，將視網(wǎng)膜圖像發(fā)送至本地客戶端120。隨后，本地客戶端120將接收到的視網(wǎng)膜圖像發(fā)送至計(jì)算設(shè)備200，計(jì)算設(shè)備200接收該視網(wǎng)膜圖像，并由裝置300對(duì)接收到的視網(wǎng)膜圖像進(jìn)行處理，分割出視網(wǎng)膜圖像中的出血區(qū)域，并將分割結(jié)果返回至本地客戶端120。應(yīng)當(dāng)指出，雖然系統(tǒng)100b中將視網(wǎng)膜圖像采集設(shè)備110和本地客戶端120作為兩個(gè)設(shè)備分別示出，但是，本領(lǐng)域技術(shù)人員可以意識(shí)到，在其他的實(shí)施例中，視網(wǎng)膜圖像采集設(shè)備110和本地客戶端120可以集成為一個(gè)設(shè)備，其同時(shí)具備以上所描述的設(shè)備110和本地客戶端120所具備的所有功能。

圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的計(jì)算設(shè)備200的結(jié)構(gòu)圖。在基本配置202中，計(jì)算設(shè)備200典型地包括系統(tǒng)存儲(chǔ)器206和一個(gè)或者多個(gè)中央處理器204。存儲(chǔ)器總線208可以用于在中央處理器204和系統(tǒng)存儲(chǔ)器206之間的通信。中央處理器204是計(jì)算設(shè)備200的運(yùn)算核心和控制核心，其主要功能是解釋計(jì)算機(jī)指令以及處理各種軟件中的數(shù)據(jù)。

取決于期望的配置，中央處理器204可以是任何類型的處理，包括但不限于：微處理器(μp)、微控制器(μc)、數(shù)字信息處理器(dsp)或者它們的任何組合。中央處理器204可以包括諸如一級(jí)高速緩存210和二級(jí)高速緩存212之類的一個(gè)或者多個(gè)級(jí)別的高速緩存、處理器核心214和寄存器216。示例的處理器核心214可以包括運(yùn)算邏輯單元(alu)、浮點(diǎn)數(shù)單元(fpu)、數(shù)字信號(hào)處理核心(dsp核心)或者它們的任何組合。示例的存儲(chǔ)器控制器218可以與中央處理器204一起使用，或者在一些實(shí)現(xiàn)中，存儲(chǔ)器控制器218可以是中央處理器204的一個(gè)內(nèi)部部分。

取決于期望的配置，系統(tǒng)存儲(chǔ)器206可以是任意類型的存儲(chǔ)器，包括但不限于：易失性存儲(chǔ)器(諸如ram)、非易失性存儲(chǔ)器(諸如rom、閃存等)或者它們的任何組合。系統(tǒng)存儲(chǔ)器206可以包括操作系統(tǒng)220、一個(gè)或者多個(gè)應(yīng)用222以及程序數(shù)據(jù)224。在一些實(shí)施方式中，應(yīng)用222可以布置為在操作系統(tǒng)上利用程序數(shù)據(jù)224進(jìn)行操作。應(yīng)用222在系統(tǒng)存儲(chǔ)器中體現(xiàn)為多段程序指令，例如，應(yīng)用222可以是可執(zhí)行程序(.exe文件)或網(wǎng)頁(yè)中的一段js代碼。中央處理器204可以執(zhí)行這些程序指令從而實(shí)現(xiàn)應(yīng)用222所指示的功能。在本發(fā)明中，應(yīng)用222中包括視網(wǎng)膜圖像出血區(qū)域分割裝置300。視網(wǎng)膜圖像出血區(qū)域分割裝置300是一個(gè)由多行代碼組成的指令集合，其能夠指示中央處理器204執(zhí)行圖像處理的相關(guān)操作，從而實(shí)現(xiàn)視網(wǎng)膜圖像的出血區(qū)域分割。

計(jì)算設(shè)備200還可以包括有助于從各種接口設(shè)備(例如，輸出設(shè)備242、外設(shè)接口244和通信設(shè)備246)到基本配置102經(jīng)由總線/接口控制器230的通信的接口總線240。示例的輸出設(shè)備242包括圖形處理單元248和音頻處理單元250。它們可以被配置為有助于經(jīng)由一個(gè)或者多個(gè)a/v端口252與諸如顯示器或者揚(yáng)聲器之類的各種外部設(shè)備進(jìn)行通信。示例外設(shè)接口244可以包括串行接口控制器254和并行接口控制器256，它們可以被配置為有助于經(jīng)由一個(gè)或者多個(gè)i/o端口258和諸如輸入設(shè)備(例如，鍵盤、鼠標(biāo)、筆、語(yǔ)音輸入設(shè)備、觸摸輸入設(shè)備)或者其他外設(shè)(例如打印機(jī)、掃描儀等)之類的外部設(shè)備進(jìn)行通信。示例的通信設(shè)備246可以包括網(wǎng)絡(luò)控制器260，其可以被布置為便于經(jīng)由一個(gè)或者多個(gè)通信端口264與一個(gè)或者多個(gè)其他計(jì)算設(shè)備262通過(guò)網(wǎng)絡(luò)通信鏈路的通信。

網(wǎng)絡(luò)通信鏈路可以是通信介質(zhì)的一個(gè)示例。通信介質(zhì)通?？梢泽w現(xiàn)為在諸如載波或者其他傳輸機(jī)制之類的調(diào)制數(shù)據(jù)信號(hào)中的計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊，并且可以包括任何信息遞送介質(zhì)?！罢{(diào)制數(shù)據(jù)信號(hào)”可以這樣的信號(hào)，它的數(shù)據(jù)集中的一個(gè)或者多個(gè)或者它的改變可以在信號(hào)中編碼信息的方式進(jìn)行。作為非限制性的示例，通信介質(zhì)可以包括諸如有線網(wǎng)絡(luò)或者專線網(wǎng)絡(luò)之類的有線介質(zhì)，以及諸如聲音、射頻(rf)、微波、紅外(ir)或者其它無(wú)線介質(zhì)在內(nèi)的各種無(wú)線介質(zhì)。這里使用的術(shù)語(yǔ)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以包括存儲(chǔ)介質(zhì)和通信介質(zhì)二者。根據(jù)一種實(shí)施例，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有程序指令，程序指令中包括視網(wǎng)膜圖像出血區(qū)域分割裝置300。當(dāng)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)的裝置300被計(jì)算設(shè)備200讀取時(shí)，計(jì)算設(shè)備200的中央處理器204可以執(zhí)行相應(yīng)的視網(wǎng)膜圖像出血區(qū)域分割方法，以實(shí)現(xiàn)視網(wǎng)膜圖像中出血區(qū)域的分割。

圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的視網(wǎng)膜圖像出血區(qū)域分割裝置300的結(jié)構(gòu)圖。圖3是對(duì)裝置300的功能模塊的劃分。如圖3所示，裝置300包括載入模塊310、預(yù)處理模塊320和出血區(qū)域分割模塊330，其中，預(yù)處理模塊320進(jìn)一步包括灰度轉(zhuǎn)換單元322和增強(qiáng)單元324，出血區(qū)域分割模塊330進(jìn)一步包括候選出血區(qū)域確定單元332、超像素分割單元334和出血區(qū)域確定單元336。

載入模塊310被配置為適于載入待分割的第一視網(wǎng)膜圖像。第一視網(wǎng)膜圖像即視網(wǎng)膜圖像采集設(shè)備110所采集到的原始視網(wǎng)膜圖像。一般來(lái)說(shuō)，第一視網(wǎng)膜圖像的尺寸多為1500*1500像素。根據(jù)一種實(shí)施例，載入模塊310在載入第一視網(wǎng)膜圖像之前，首先判斷第一視網(wǎng)膜圖像的尺寸是否大于等于第一閾值，若是，則將圖像的尺寸進(jìn)行縮小。這樣雖然會(huì)損失少量的圖像精度，但是能夠大大提高后續(xù)各圖像處理步驟的計(jì)算速度。根據(jù)一種實(shí)施例，第一閾值為1000*1000。

載入模塊310載入第一視網(wǎng)膜圖像之后，由預(yù)處理模塊310對(duì)第一視網(wǎng)膜圖像進(jìn)行預(yù)處理，例如灰度轉(zhuǎn)換、對(duì)比度增強(qiáng)等。

一般來(lái)說(shuō)，第一視網(wǎng)膜圖像為彩色圖像。為了方便進(jìn)行后續(xù)的處理，在載入模塊310載入第一視網(wǎng)膜圖像之后，由灰度轉(zhuǎn)換單元322將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像?？紤]到視網(wǎng)膜圖像的顏色特性，根據(jù)一種優(yōu)選的實(shí)施例，灰度轉(zhuǎn)換單元322采用將第一視網(wǎng)膜圖像的r通道和g通道進(jìn)行直方圖匹配的方式，將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖。當(dāng)然，該方法僅是示例性的，本領(lǐng)域技術(shù)人員可以意識(shí)到將彩色圖像轉(zhuǎn)化為灰度圖像有多種方法，本發(fā)明對(duì)灰度轉(zhuǎn)換單元322所采用的灰度圖像轉(zhuǎn)化方法不做限制。

根據(jù)一種實(shí)施例，如圖4所示，預(yù)處理模塊320中還包括降噪單元326(圖3與圖4的區(qū)別僅在于降噪單元326，其他編號(hào)相同的模塊、單元的功能和處理邏輯均相同)。降噪單元326被配置為，在灰度轉(zhuǎn)換單元322將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像之后，去除所得的灰度圖像中的細(xì)節(jié)干擾，其中，細(xì)節(jié)干擾包括噪聲點(diǎn)和微動(dòng)脈瘤干擾。

噪聲點(diǎn)是圖像在數(shù)字化和傳輸過(guò)程中受到成像設(shè)備與外部環(huán)境干擾而產(chǎn)生的隨機(jī)、離散、孤立的像素點(diǎn)。其在第一視網(wǎng)膜圖像所對(duì)應(yīng)的灰度圖像上表現(xiàn)為灰度值過(guò)高或過(guò)低的像素點(diǎn)。根據(jù)一種實(shí)施例，降噪單元326采用模板大小為5*5的中值濾波器來(lái)去除圖像中的噪聲點(diǎn)。當(dāng)然，該方法僅是示例性的，本領(lǐng)域技術(shù)人員可以意識(shí)到噪聲點(diǎn)的去除有多種方法，本發(fā)明對(duì)降噪單元326所采用的去除噪聲點(diǎn)的方法不做限制。

微動(dòng)脈瘤常出現(xiàn)在糖尿病視網(wǎng)膜病變的早期，其在視網(wǎng)膜圖像上呈現(xiàn)為紅色或暗紅色的圓點(diǎn)(對(duì)應(yīng)于灰度圖像，則呈現(xiàn)為暗色的圓點(diǎn))，是出血的前期表現(xiàn)。微動(dòng)脈瘤顏色與出血相近，面積比出血區(qū)域小，微動(dòng)脈瘤會(huì)對(duì)出血區(qū)域的分割造成一定的干擾。因此，降噪單元326需要去除灰度圖像中的微動(dòng)脈瘤干擾。根據(jù)一種實(shí)施例，降噪單元326被配置為按照以下步驟去除圖像中的微動(dòng)脈瘤干擾：采用間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素對(duì)圖像進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算，得到12個(gè)中間圖像；隨后，根據(jù)以下公式確定去除微動(dòng)脈瘤干擾之后的圖像中的各像素的灰度值：

g(x,y)＝min{fi(x,y)}(1)

其中，g(x,y)表示去除微動(dòng)脈瘤干擾之后的圖像中坐標(biāo)為(x,y)的像素的灰度值，min{}表示取最小值，fi(x,y)表示第i個(gè)中間圖像中坐標(biāo)為(x,y)的像素的灰度值，i為正整數(shù)且1≤i≤12。實(shí)際上，該方法不僅可以去除微動(dòng)脈瘤干擾，還可以去除圖像中存在的一些其他的細(xì)小的暗色干擾。

在上述方法中，之所以選擇線性結(jié)構(gòu)元素，是因?yàn)榫€性結(jié)構(gòu)元素與出血區(qū)域的形狀特征較為匹配。理論上來(lái)說(shuō)，選用的線性結(jié)構(gòu)元素的數(shù)量越多，線性結(jié)構(gòu)元素之間的間隔角度越小，去除微動(dòng)脈瘤干擾的效果越好，但是相應(yīng)地其計(jì)算效率也會(huì)降低。此處選用間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素是降噪效果與計(jì)算性能的一個(gè)折中。另外，為了保證能夠微動(dòng)脈瘤干擾的去除效果，此處選用的線性結(jié)構(gòu)元素的長(zhǎng)度應(yīng)當(dāng)大于圖像中最大的微動(dòng)脈瘤的截面長(zhǎng)度(對(duì)于微動(dòng)脈瘤來(lái)說(shuō)，截面長(zhǎng)度類似于直徑)。實(shí)際上，除了能夠去除微動(dòng)脈瘤干擾之外，上述方法還可以斷開(kāi)圖像中的狹窄連接并消除細(xì)小毛刺，從而使出血區(qū)域的輪廓更加圓潤(rùn)、光滑，方便后續(xù)對(duì)出血區(qū)域進(jìn)行分割。

當(dāng)然，本領(lǐng)域技術(shù)人員可以意識(shí)到，除了間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素之外，也可以選用其他間隔角度、其他數(shù)目、其他長(zhǎng)度的線性結(jié)構(gòu)元素。當(dāng)然，除了線性結(jié)構(gòu)元素之外，也可以選用其他形狀的結(jié)構(gòu)元素，本發(fā)明對(duì)形態(tài)學(xué)開(kāi)運(yùn)算中所采用的結(jié)構(gòu)元素不做限制。另外，上述去除微動(dòng)脈瘤干擾的方法也僅是示例性的，本領(lǐng)域技術(shù)人員也可以采用其他的方法來(lái)去除微動(dòng)脈瘤干擾，本發(fā)明對(duì)降噪單元326所采用的去除微動(dòng)脈瘤干擾的方法不做限制。

在降噪單元326去除灰度圖像中的細(xì)節(jié)干擾(即噪聲點(diǎn)和微動(dòng)脈瘤干擾)后，增強(qiáng)單元324對(duì)已去除細(xì)節(jié)干擾的灰度圖像進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像。根據(jù)一種實(shí)施例，增強(qiáng)單元324被配置為采用以下公式進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像：

其中，h為第二視網(wǎng)膜圖像中各像素的灰度值矩陣，g為對(duì)比度增強(qiáng)前的圖像中各像素的灰度值矩陣，s為結(jié)構(gòu)元素，ο表示形態(tài)學(xué)開(kāi)運(yùn)算，·表示形態(tài)學(xué)閉運(yùn)算。根據(jù)一種實(shí)施例，s為半徑為9-15個(gè)像素的圓形結(jié)構(gòu)元素。

實(shí)際上，上述公式(2)是形態(tài)學(xué)中高帽變換和低帽變換操作的結(jié)合。首先，對(duì)降噪所得的灰度圖像進(jìn)行高帽變換，即隨后，將高帽變換的結(jié)果與原灰度圖像進(jìn)行疊加，即得到將背景均勻化后的圖；隨后，對(duì)原灰度圖像進(jìn)行低帽變換，即(g·s)-g，并將背景均勻化后的圖與低帽變換結(jié)果相減，即從而得出式(2)，得到第二視網(wǎng)膜圖像。通過(guò)式(2)，可以很好地解決原圖中存在的非均勻光照問(wèn)題，并增強(qiáng)出血區(qū)域與背景之間的對(duì)比度。

預(yù)處理模塊320(包括灰度轉(zhuǎn)換單元322、降噪單元326、增強(qiáng)單元324)完成對(duì)第一視網(wǎng)膜圖像的預(yù)處理后，得到第二視網(wǎng)膜圖像。隨后，由出血區(qū)域分割模塊330來(lái)實(shí)現(xiàn)出血區(qū)域的分割。

首先，候選出血區(qū)域確定單元332被配置為對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建，并對(duì)重建后的圖像進(jìn)行閾值分割，得到一個(gè)或多個(gè)候選出血區(qū)域。根據(jù)一種實(shí)施例，在候選出血區(qū)域確定單元332對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建時(shí)，采用的是膨脹形態(tài)學(xué)重建的方法，其中，掩膜圖像(mask)為第二視網(wǎng)膜圖像，標(biāo)記圖像(marker)為將第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)膨脹所得到的圖像，結(jié)構(gòu)元素為半徑為10個(gè)像素的圓形結(jié)構(gòu)元素。當(dāng)然，此處的結(jié)構(gòu)元素僅是示例性的，本領(lǐng)域技術(shù)人員也可以選用其他形狀、大小的結(jié)構(gòu)元素，本發(fā)明對(duì)膨脹形態(tài)學(xué)重建所采用的結(jié)構(gòu)元素不做限制。

根據(jù)一種實(shí)施例，在候選出血區(qū)域確定單元332對(duì)第二視網(wǎng)膜圖像完成膨脹形態(tài)學(xué)重建后，采用otsu自適應(yīng)圖像分割算法對(duì)重建后的圖像進(jìn)行閾值分割。閾值分割的結(jié)果是分割出候選出血區(qū)域，候選出血區(qū)域在閾值分割后的圖像上呈現(xiàn)為亮區(qū)域。

超像素分割單元334被配置為適于對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，得到多個(gè)超像素塊，并對(duì)位于同一個(gè)候選出血區(qū)域內(nèi)的多個(gè)超像素塊進(jìn)行融合。通過(guò)超像素分割，可以將第一視網(wǎng)膜圖像中的像素劃分為多個(gè)超像素塊，用少量的超像素代替大量的像素來(lái)表達(dá)圖像特征，很大程度上降低了后期圖像處理的復(fù)雜度，加快了計(jì)算速度。此外，超像素分割和多像素塊的融合使得候選出血區(qū)域的邊界更加清晰，從而保證了出血區(qū)域的分割精度。

根據(jù)一種實(shí)施例，超像素分割單元334采用slic超像素分割算法對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割。slic超像素分割算法將cielab色彩空間的三個(gè)通道值和像素在圖像中的xy位置坐標(biāo)構(gòu)成五維特征向量，通過(guò)計(jì)算各像素的特征向量之間的距離來(lái)對(duì)圖像中的像素進(jìn)行局部聚類。該算法能夠生成緊湊、保持原輪廓的超像素，且計(jì)算速度較快，能夠保證出血分割的準(zhǔn)確性和計(jì)算效率。

在候選出血區(qū)域確定單元332得到候選出血區(qū)域，超像素分割單元334完成超像素的分割和融合后，由出血區(qū)域確定單元336來(lái)最終判定每一個(gè)候選出血區(qū)域是否為出血區(qū)域。出血區(qū)域確定單元336被配置為適于對(duì)每一個(gè)候選出血區(qū)域，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域，其中，候選出血區(qū)域的灰度值為該候選出血區(qū)域所包括的所有像素的灰度值的平均值，超像素塊的灰度值為該超像素塊所包括的所有像素的灰度值的平均值。

根據(jù)一種實(shí)施例，候選出血區(qū)域確定單元332采用以下灰度值投票算法來(lái)確定最終的出血區(qū)域：對(duì)于某一個(gè)候選出血區(qū)域，確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值小于等于第二閾值的超像素塊的數(shù)量；若該數(shù)量小于等于第三閾值，則將該候選出血區(qū)域判定為出血區(qū)域。根據(jù)一種實(shí)施例，第二閾值為10，第三閾值為2。當(dāng)然，上述第二閾值、第三閾值的值僅是示例性的，本領(lǐng)域技術(shù)人員可以根據(jù)需要將第二閾值和第三閾值設(shè)為任意合適的數(shù)值。

上述灰度值投票算法相當(dāng)于判斷候選出血區(qū)域與周圍超像素塊的灰度值是否近似，若二者的灰度值差值的絕對(duì)值小于等于10則表明灰度值近似，記一票。若某個(gè)候選出血區(qū)域的票數(shù)值小于等于2，則表明該候選出血區(qū)域的灰度值與周圍的超像素塊有明顯區(qū)別，該候選出血區(qū)域更可能是真正的出血區(qū)域；若某個(gè)候選出血區(qū)域的票數(shù)值大于2，則表明該候選出血區(qū)域的灰度值與周圍的超像素塊的灰度值相差不大，該候選出血區(qū)域很可能是一個(gè)誤判。

根據(jù)另一種實(shí)施例，候選出血區(qū)域確定單元332還可以采用以下灰度值投票算法來(lái)確定最終的出血區(qū)域：對(duì)于某一個(gè)候選出血區(qū)域，確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值大于等于第四閾值的超像素塊的數(shù)量；若該數(shù)量大于等于第五閾值，則將該候選出血區(qū)域判定為出血區(qū)域。根據(jù)一種實(shí)施例，第四閾值為10，第五閾值為2。當(dāng)然，上述第四閾值、第五閾值的值僅是示例性的，本領(lǐng)域技術(shù)人員可以根據(jù)需要將第四閾值和第五閾值設(shè)為任意合適的數(shù)值。

上述灰度值投票算法相當(dāng)于判斷候選出血區(qū)域與周圍超像素塊的灰度值是否有明顯區(qū)別，若二者的灰度值差值的絕對(duì)值大于等于10則表明灰度值有明顯區(qū)別，記一票。若某個(gè)候選出血區(qū)域的票數(shù)值大于等于2，則表明該候選出血區(qū)域的灰度值與周圍的超像素塊的灰度值有明顯區(qū)別，該候選出血區(qū)域更可能是真正的出血區(qū)域；很可能是一個(gè)誤判；若某個(gè)候選出血區(qū)域的票數(shù)值小于2，則表明該候選出血區(qū)域的灰度值與周圍的超像素塊灰度值相差不大，該候選出血區(qū)域很可能是一個(gè)誤判。

以上列出了灰度值投票算法的兩種實(shí)現(xiàn)方式，這兩種方式雖然略有不同，但其基本思想是一致的，即通過(guò)候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值之差來(lái)判斷候選出血區(qū)域與相鄰的超像素塊的相似性，從而確定該候選出血區(qū)域是否為真正的出血區(qū)域。

圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的視網(wǎng)膜圖像出血區(qū)域分割方法500的流程圖。方法500適于在前述圖3和圖4所示的視網(wǎng)膜圖像出血區(qū)域分割裝置300中執(zhí)行。如圖5所示，方法500始于步驟s510。

在步驟s510中，載入待分割的第一視網(wǎng)膜圖像。該步驟的具體過(guò)程可以參考前述對(duì)載入模塊310的描述，此處不再贅述。

隨后，在步驟s520中，將第一視網(wǎng)膜圖像轉(zhuǎn)化為灰度圖像并進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像。該步驟的具體過(guò)程可以參考前述對(duì)預(yù)處理模塊320(灰度轉(zhuǎn)換單元322、降噪單元326、增強(qiáng)單元324)的描述，此處不再贅述。

隨后，在步驟s530中，對(duì)第二視網(wǎng)膜圖像進(jìn)行膨脹形態(tài)學(xué)重建，對(duì)重建后的圖像進(jìn)行閾值分割，得到一個(gè)或多個(gè)候選出血區(qū)域。該步驟的具體過(guò)程可以參考前述對(duì)候選出血區(qū)域確定單元332的描述，此處不再贅述。

在步驟s540中，對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，得到多個(gè)超像素塊。該步驟的具體過(guò)程可以參考前述對(duì)超像素分割單元334的描述，此處不再贅述。應(yīng)當(dāng)指出，步驟s540可以和步驟s520～s530并行執(zhí)行，以提高計(jì)算效率。

隨后，在步驟s550中，對(duì)位于同一個(gè)候選出血區(qū)域內(nèi)的多個(gè)超像素塊進(jìn)行融合。該步驟的具體過(guò)程可以參考前述對(duì)超像素分割單元334的描述，此處不再贅述。

隨后，在步驟s560中，對(duì)于每一個(gè)候選出血區(qū)域，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域。其中，所述候選出血區(qū)域的灰度值為該候選出血區(qū)域所包括的所有像素的灰度值的平均值，所述超像素塊的灰度值為該超像素塊所包括的所有像素的灰度值的平均值。該步驟的具體過(guò)程可以參考前述對(duì)出血區(qū)域確定單元336的描述，此處不再贅述。

以下是本發(fā)明的一個(gè)視網(wǎng)膜圖像出血區(qū)域分割的實(shí)施例：

1)獲取第一視網(wǎng)膜圖像，其為彩色圖。

2)將該彩色圖轉(zhuǎn)化為灰度圖像，轉(zhuǎn)化后的結(jié)果如圖6a所示。

3)去除圖6a中的噪聲點(diǎn)和微動(dòng)脈瘤干擾，去除后的結(jié)果如圖6b所示。

4)對(duì)圖6b進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像圖6c。

5)對(duì)圖6c所示的第二視網(wǎng)膜圖像進(jìn)行膨脹形態(tài)學(xué)重建，重建后的結(jié)果如圖6d所示。

6)對(duì)圖6d進(jìn)行閾值分割以得到候選出血區(qū)域，分割后的結(jié)果如圖6e所示。圖6e中的亮區(qū)域即為候選出血區(qū)域。

7)對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割，得到多個(gè)超像素塊，如圖6f所示。

8)對(duì)位于同一個(gè)候選出血區(qū)域中的超像素塊進(jìn)行融合，如圖6g、圖6i所示。圖6g中，白色線條所圍繞的區(qū)域?yàn)楹蜻x出血區(qū)域，其中包括三個(gè)超像素塊，即超像素塊1～3，需要將這三個(gè)超像素塊進(jìn)行融合。圖6h中央的白色線條所圍繞的區(qū)域?yàn)楹蜻x出血區(qū)域，其包括6個(gè)超像素塊，即超像素塊1～6，需要將這6個(gè)超像素塊進(jìn)行融合。實(shí)際上，圖6g所示的候選出血區(qū)域的位置與血管(血管為從圖6g左下方延伸到右上方的暗色條形區(qū)域)重合，為偽出血區(qū)域；圖6h所示的候選出血區(qū)域?yàn)檎嬲某鲅獏^(qū)域。

9)采用灰度值投票算法(具體采用的是前述兩種灰度值投票算法實(shí)現(xiàn)方式中的第一種)確定出血區(qū)域，票數(shù)值小于等于2的候選出血區(qū)域?yàn)檎嬲某鲅獏^(qū)域，票數(shù)值大于2的候選出血區(qū)域?yàn)閭纬鲅獏^(qū)域，出血區(qū)域分割結(jié)果如圖6i所示。圖6i中的數(shù)字代表候選出血區(qū)域的編號(hào)。經(jīng)過(guò)灰度值投票算法，可以找出位于血管上的偽出血區(qū)域(例如圖6i中所示的候選出血區(qū)域1、2、13等)，并確定真正的出血區(qū)域(例如圖6i中所示的候選出血區(qū)域14、27等)。

a5:a4所述的方法，其中，去除圖像中的細(xì)節(jié)干擾包括按照以下步驟去除圖像中的噪聲點(diǎn)：采用模板大小為5*5的中值濾波器去除圖像中的噪聲點(diǎn)。

a6:a4或5所述的方法，其中，去除圖像中的細(xì)節(jié)干擾包括按照以下步驟去除圖像中的微動(dòng)脈瘤干擾：采用間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素對(duì)圖像進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算，得到12個(gè)中間圖像；根據(jù)以下公式確定去除微動(dòng)脈瘤干擾之后的圖像中的各像素的灰度值：

g(x,y)＝min{fi(x,y)}

其中，g(x,y)表示去除微動(dòng)脈瘤干擾之后的圖像中坐標(biāo)為(x,y)的像素的灰度值，min{}表示取最小值，fi(x,y)表示第i個(gè)中間圖像中坐標(biāo)為(x,y)的像素的灰度值，i為正整數(shù)且1≤i≤12。

a7:a1-6中任一項(xiàng)所述的方法，其中，所述進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像的步驟包括：按照以下公式進(jìn)行對(duì)比度增強(qiáng)：

其中，h為第二視網(wǎng)膜圖像中各像素的灰度值矩陣，g為對(duì)比度增強(qiáng)前的圖像中各像素的灰度值矩陣，s為結(jié)構(gòu)元素，ο表示形態(tài)學(xué)開(kāi)運(yùn)算，·表示形態(tài)學(xué)閉運(yùn)算。

a8:a7所述的方法，其中，s為半徑為9-15個(gè)像素的圓形結(jié)構(gòu)元素。

a9:a1所述的方法，其中，對(duì)所述第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建時(shí)，采用的是膨脹形態(tài)學(xué)重建的方法，其中，掩膜圖像為第二視網(wǎng)膜圖像，標(biāo)記圖像為將第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)膨脹所得到的圖像，結(jié)構(gòu)元素為半徑為10個(gè)像素的圓形結(jié)構(gòu)元素。

a10:a1或9所述的方法，其中，所述對(duì)重建后的圖像進(jìn)行閾值分割的步驟采用otsu自適應(yīng)圖像分割算法。

a11:a1所述的方法，其中，對(duì)所述第一視網(wǎng)膜圖像進(jìn)行超像素分割的步驟采用slic超像素分割算法。

a12:a1所述的方法，其中，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域的步驟包括：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值小于等于第二閾值的超像素塊的數(shù)量；若所述數(shù)量小于等于第三閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

a13:a1所述的方法，其中，根據(jù)該候選出血區(qū)域的灰度值和每一個(gè)與該候選出血區(qū)域相鄰的超像素塊的灰度值來(lái)確定該候選出血區(qū)域是否為出血區(qū)域的步驟包括：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值大于等于第四閾值的超像素塊的數(shù)量；若所述數(shù)量大于等于第五閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

a14:a12或13所述的方法，其中，所述第二閾值和第四閾值的值為10，第三閾值和第五閾值的值為2。

b19:b18所述的裝置，其中，所述降噪單元被配置適于為按照以下步驟去除圖像中的噪聲點(diǎn)：采用模板大小為5*5的中值濾波器去除圖像中的噪聲點(diǎn)。

b20:b18或19所述的裝置，其中，所述降噪單元被配置為適于按照以下步驟去除圖像中的微動(dòng)脈瘤干擾：采用間隔角度為15°的12個(gè)線性結(jié)構(gòu)元素對(duì)圖像進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算，得到12個(gè)中間圖像；根據(jù)以下公式確定去除微動(dòng)脈瘤干擾之后的圖像中的各像素的灰度值：

g(x,y)＝min{fi(x,y)}

其中，g(x,y)表示去除微動(dòng)脈瘤干擾之后的圖像中坐標(biāo)為(x,y)的像素的灰度值，min{}表示取最小值，fi(x,y)表示第i個(gè)中間圖像中坐標(biāo)為(x,y)的像素的灰度值，i為正整數(shù)且1≤i≤12。

b21:b15-20中任一項(xiàng)所述的裝置，其中，所述增強(qiáng)單元被配置為適于按照以下公式進(jìn)行對(duì)比度增強(qiáng)，得到第二視網(wǎng)膜圖像：

其中，h為第二視網(wǎng)膜圖像中各像素的灰度值矩陣，g為對(duì)比度增強(qiáng)前的圖像中各像素的灰度值矩陣，s為結(jié)構(gòu)元素，о表示形態(tài)學(xué)開(kāi)運(yùn)算，·表示形態(tài)學(xué)閉運(yùn)算。

b22:b21所述的裝置，其中，s為半徑為9-15個(gè)像素的圓形結(jié)構(gòu)元素。

b23:b15所述的裝置，其中，所述候選出血區(qū)域確定單元在對(duì)第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)重建時(shí)，采用的是膨脹形態(tài)學(xué)重建的方法，其中，掩膜圖像為第二視網(wǎng)膜圖像，標(biāo)記圖像為將第二視網(wǎng)膜圖像進(jìn)行形態(tài)學(xué)膨脹所得到的圖像，結(jié)構(gòu)元素為半徑為10個(gè)像素的圓形結(jié)構(gòu)元素。

b24:b15或23所述的裝置，其中，所述候選出血區(qū)域確定單元被配置為適于采用otsu自適應(yīng)圖像分割算法對(duì)重建后的圖像進(jìn)行閾值分割。

b25:b15所述的裝置，其中，所述超像素分割單元被配置為適于采用slic超像素分割算法對(duì)第一視網(wǎng)膜圖像進(jìn)行超像素分割。

b26:b15所述的裝置，其中，所述出血區(qū)域確定單元進(jìn)一步被配置為按照以下步驟確定候選出血區(qū)域是否為出血區(qū)域：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值小于等于第二閾值的超像素塊的數(shù)量；若所述數(shù)量小于等于第三閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

b27:b15所述的裝置，其中，所述出血區(qū)域確定單元進(jìn)一步被配置為按照以下步驟確定候選出血區(qū)域是否為出血區(qū)域：確定與該候選出血區(qū)域的灰度值的差值的絕對(duì)值大于等于第四閾值的超像素塊的數(shù)量；若所述數(shù)量大于等于第五閾值，則將該候選出血區(qū)域判定為出血區(qū)域。

b28:b26或27所述的裝置，其中，所述第二閾值和第四閾值的值為10，第三閾值和第五閾值的值為2。

這里描述的各種技術(shù)可結(jié)合硬件或軟件，或者它們的組合一起實(shí)現(xiàn)。從而，本發(fā)明的方法和設(shè)備，或者本發(fā)明的方法和設(shè)備的某些方面或部分可采取嵌入有形媒介，例如軟盤、cd-rom、硬盤驅(qū)動(dòng)器或者其它任意機(jī)器可讀的存儲(chǔ)介質(zhì)中的程序代碼(即指令)的形式，其中當(dāng)程序被載入諸如計(jì)算機(jī)之類的機(jī)器，并被所述機(jī)器執(zhí)行時(shí)，所述機(jī)器變成實(shí)踐本發(fā)明的設(shè)備。

在程序代碼在可編程計(jì)算機(jī)上執(zhí)行的情況下，計(jì)算設(shè)備一般包括處理器、處理器可讀的存儲(chǔ)介質(zhì)(包括易失性和非易失性存儲(chǔ)器和/或存儲(chǔ)元件)，至少一個(gè)輸入裝置，和至少一個(gè)輸出裝置。其中，存儲(chǔ)器被配置用于存儲(chǔ)程序代碼；處理器被配置用于根據(jù)該存儲(chǔ)器中存儲(chǔ)的所述程序代碼中的指令，執(zhí)行本發(fā)明的視網(wǎng)膜圖像出血區(qū)域分割方法。

以示例而非限制的方式，計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)諸如計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)等信息。通信介質(zhì)一般以諸如載波或其它傳輸機(jī)制等已調(diào)制數(shù)據(jù)信號(hào)來(lái)體現(xiàn)計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)，并且包括任何信息傳遞介質(zhì)。以上的任一種的組合也包括在計(jì)算機(jī)可讀介質(zhì)的范圍之內(nèi)。

在此處所提供的說(shuō)明書中，算法和顯示不與任何特定計(jì)算機(jī)、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與本發(fā)明的示例一起使用。根據(jù)上面的描述，構(gòu)造這類系統(tǒng)所要求的結(jié)構(gòu)是顯而易見(jiàn)的。此外，本發(fā)明也不針對(duì)任何特定編程語(yǔ)言。應(yīng)當(dāng)明白，可以利用各種編程語(yǔ)言實(shí)現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對(duì)特定語(yǔ)言所做的描述是為了披露本發(fā)明的最佳實(shí)施方式。

在此處所提供的說(shuō)明書中，說(shuō)明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒(méi)有這些具體細(xì)節(jié)的情況下被實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說(shuō)明書的理解。

類似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開(kāi)并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開(kāi)的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多特征。更確切地說(shuō)，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開(kāi)的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開(kāi)的示例中的設(shè)備的模塊或單元或組件可以布置在如該實(shí)施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個(gè)或多個(gè)設(shè)備中。前述示例中的模塊可以組合為一個(gè)模塊或者此外可以分成多個(gè)子模塊。

本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中?？梢园褜?shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過(guò)程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的所有特征以及如此公開(kāi)的任何方法或者設(shè)備的所有過(guò)程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來(lái)代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。

此外，所述實(shí)施例中的一些在此被描述成可以由計(jì)算機(jī)系統(tǒng)的處理器或者由執(zhí)行所述功能的其它裝置實(shí)施的方法或方法元素的組合。因此，具有用于實(shí)施所述方法或方法元素的必要指令的處理器形成用于實(shí)施該方法或方法元素的裝置。此外，裝置實(shí)施例的在此所述的元素是如下裝置的例子：該裝置用于實(shí)施由為了實(shí)施該發(fā)明的目的的元素所執(zhí)行的功能。

如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞“第一”、“第二”、“第三”等等來(lái)描述普通對(duì)象僅僅表示涉及類似對(duì)象的不同實(shí)例，并且并不意圖暗示這樣被描述的對(duì)象必須具有時(shí)間上、空間上、排序方面或者以任意其它方式的給定順序。

盡管根據(jù)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是受益于上面的描述，本技術(shù)領(lǐng)域內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實(shí)施例。此外，應(yīng)當(dāng)注意，本說(shuō)明書中使用的語(yǔ)言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書的范圍和精神的情況下，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)許多修改和變更都是顯而易見(jiàn)的。對(duì)于本發(fā)明的范圍，對(duì)本發(fā)明所做的公開(kāi)是說(shuō)明性的而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書限定。