用于眼底图像血管分割的分层图像抠图模型
计算机视觉与模式识别
2017-10-10 v3
摘要
本文提出了一种分层图像抠图模型，用于从眼底图像中提取血管。更具体地说，利用视网膜血管的连续性和可扩展性的分层策略被整合到图像抠图模型中用于血管分割。通常，抠图模型需要用户指定的 trimap，手动将输入图像分为三个区域：前景、背景和未知区域。然而，由于创建用户指定的 trimap 是一项繁琐且耗时的任务，本文利用血管的区域特征自动生成 trimap。所提出的模型计算复杂度低，在准确率方面优于许多其他 state-of-the-art 的监督和无监督方法，在三个公开可用的眼底图像数据集 DRIVE、STARE 和 CHASE DB1 的图像上，分别在 10.72s、15.74s 和 50.71s 的平均时间内实现了 96.0%、95.7% 和 95.1% 的血管分割准确率。
引用
@article{arxiv.1701.00892,
title = {A Hierarchical Image Matting Model for Blood Vessel Segmentation in Fundus images},
author = {Zhun Fan and Jiewei Lu and Wenji Li and Caimin Wei and Han Huang and Xinye Cai and Xinjian Chen},
journal= {arXiv preprint arXiv:1701.00892},
year = {2017}
}
备注
10 pages, 10 figures