NuI-Go：用于视网膜图像非均匀光照去除的递归非局部编解码网络
图像与视频处理
2020-08-10 v1 计算机视觉与模式识别
摘要
视网膜图像已被临床医生广泛用于眼部疾病的早期诊断。然而，由于眼部病变和不完善的成像过程，视网膜图像的质量在临床上常不尽如人意。视网膜图像中最具挑战性的质量退化问题之一是非均匀性，它阻碍了病理信息并进一步损害了眼科医生和计算机辅助分析的诊断。为解决此问题，我们提出了一种用于视网膜图像的非均匀光照去除网络，称为 NuI-Go，其由三个递归非局部编解码残差块（NEDRB）组成，以渐进方式增强退化的视网膜图像。每个 NEDRB 包含一个捕获分层特征表示的特征编码模块、一个建模上下文信息的非局部上下文模块，以及一个恢复细节和空间维度的特征解码模块。此外，编码模块与解码模块之间的对称跳跃连接提供了长距离信息补偿与复用。大量实验表明，所提方法能有效去除视网膜图像上的非均匀光照，同时很好地保留图像细节与色彩。我们进一步证明了所提方法在提高视网膜血管分割精度方面的优势。
引用
@article{arxiv.2008.02984,
title = {NuI-Go: Recursive Non-Local Encoder-Decoder Network for Retinal Image Non-Uniform Illumination Removal},
author = {Chongyi Li and Huazhu Fu and Runmin Cong and Zechao Li and Qianqian Xu},
journal= {arXiv preprint arXiv:2008.02984},
year = {2020}
}
备注
ACM MM2020