视网膜眼底图像中血管的分割
图像与视频处理
2019-05-30 v1 计算机视觉与模式识别
机器学习
摘要
近年来,针对视网膜眼底图像中血管提出了若干自动分割方法,从廉价快速的可训练滤波器到复杂的神经网络乃至深度学习。基于滤波的分割方法的一个例子是 B-COSFIRE。在该方法中,图像滤波器以示例原型模式训练,通过在中心周围圆上寻找高斯差分响应中强度变化大的点,使滤波器对其具有选择性。在本文中我们讨论并评估了若干此类血管分割方法。我们仔细考察 B-COSFIRE,并通过实验研究 B-COSFIRE 在近期发布的 IOSTAR 数据集上的性能,且检验参数值如何影响性能。在实验中我们达到了 0.9419 的分割准确率。基于我们的发现,我们讨论了何时 B-COSFIRE 是优选方法,以及在何种情况下使用更(计算)复杂的分割方法可能有益。我们也简要讨论了超越血管分割的这些方法来分割细长结构的应用领域,例如卫星图像中的河流或叶片的叶脉。
引用
@article{arxiv.1905.12596,
title = {Segmentation of blood vessels in retinal fundus images},
author = {Michiel Straat and Jorrit Oosterhof},
journal= {arXiv preprint arXiv:1905.12596},
year = {2019}
}
备注
Conference: SC@RUG 2017, 6 pages