利用线共现统计恢复视网膜图像中具有挑战性的血管连接
计算机视觉与模式识别
2017-06-26 v1
摘要
自然图像常包含曲线结构，这些结构可能断开或部分被遮挡。恢复断开结构的缺失连接是一个开放性问题，需要恰当的几何推理。我们提出从视网膜图像血管中心线中获取线共现统计，并展示其与初级视觉皮层连接模式的一个著名概率模型的显著相似性。此外，该概率模型通过统计数据从数据中训练得到，并用于基于谱聚类的方法对中断血管进行自动分组。我们研究了连接点周围若干具有挑战性的图像块，成功的结果表明训练模型与视网膜图像血管轮廓完美匹配。同时，从不同数据集获得的多个统计模型之间的比较揭示了它们的高度相似性，即它们独立于数据集。在此基础上，利用投影线丛上概率模型的对称化扩展对统计模型进行最佳逼近，得到的最小二乘误差小于 2%。显然，投影线丛上的方向过程是视网膜图像血管的一个良好连续模型。
引用
@article{arxiv.1610.06368,
title = {Retrieving challenging vessel connections in retinal images by line co-occurrence statistics},
author = {Samaneh Abbasi-Sureshjani and Jiong Zhang and Remco Duits and Bart ter Haar Romeny},
journal= {arXiv preprint arXiv:1610.06368},
year = {2017}
}