基于蝙蝠优化分水岭的筛板分割
图像与视频处理
2020-05-26 v1
摘要
筛板（Lamina Cribrosa, LC）的分割是检测青光眼损伤的一项挑战性任务。本文提出了一种使用蝙蝠优化分水岭分割来分割 LC 的新方法。利用小波变换对 LC 结构进行分解。然后，使用蝙蝠算法对分解后的图像进行优化，并通过直方图均衡化对优化后的图像进行归一化。采用分水岭算法从外层分割出筛板。利用峰值信噪比（PSNR）、均方误差（MSE）、F 值、Rand 指数、灵敏度、特异度、结构相似性指数（SSIM）和准确率等参数，计算了所提出系统的性能。结果表明，所提出的方法提供了高达 99.29% 的准确率。
引用
@article{arxiv.2005.11395,
title = {Bat Optimized Watershed based Segmentation of Lamina Cribrosa},
author = {Abhisha Mano},
journal= {arXiv preprint arXiv:2005.11395},
year = {2020}
}