本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種視網(wǎng)膜圖像分析方法、裝置和計算設(shè)備。

背景技術(shù)：

糖尿病是一種全身性的代謝性疾病，長期存在的高血糖會引起一系列的糖尿病慢性并發(fā)癥，其中，糖尿病視網(wǎng)膜病變(diabeticretonopathy，簡稱糖網(wǎng))是最為常見的眼部并發(fā)癥，其會對患者的視力產(chǎn)生影響，甚至導(dǎo)致失明。視網(wǎng)膜出血、滲出病變是糖網(wǎng)早期可見的標(biāo)志之一，因此，有必要通過數(shù)字圖像處理技術(shù)對視網(wǎng)膜圖像上的出血區(qū)域和滲出區(qū)域進行識別。

從視網(wǎng)膜圖像上看，由于出血是微動脈瘤破裂的產(chǎn)物，其在臨床上呈現(xiàn)一個逐漸擴散的趨勢，故出血區(qū)域的顏色和形態(tài)與血管相近，形狀不規(guī)則，邊界不清晰，與背景的融合度較高；而滲出區(qū)域則與背景的對比度較高，邊緣不規(guī)則，形狀、大小多樣，位置隨機分布，以上因素增加了分割出血區(qū)域及滲出區(qū)域的難度?，F(xiàn)有的出血、滲出區(qū)域的分割方法往往準(zhǔn)確率不高，存在漏判及誤判的情況；同時，在進行視網(wǎng)膜圖像處理時，計算量較大，分割速度慢、耗時長，無法實現(xiàn)實時的出血及滲出區(qū)域分割。

技術(shù)實現(xiàn)要素：

為此，本發(fā)明提供一種視網(wǎng)膜圖像分析方法、裝置和計算設(shè)備，以解決或至少緩解上面存在的問題。

根據(jù)本發(fā)明的一個方面，提供一種視網(wǎng)膜圖像分析方法，在計算設(shè)備中執(zhí)行，該方法包括：獲取待分析的視網(wǎng)膜圖像，并對該視網(wǎng)膜圖像進行預(yù)處理，得到視網(wǎng)膜圖像的增強圖像；對增強圖像進行濾波處理，以提取出視網(wǎng)膜圖像的背景圖像；根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定亮區(qū)域圖像和暗區(qū)域圖像，其中，亮區(qū)域圖像和暗區(qū)域圖像均為二值圖像，亮區(qū)域圖像中標(biāo)記出了視網(wǎng)膜圖像中的亮區(qū)域，亮區(qū)域包括視盤區(qū)域、滲出區(qū)域和亮噪聲區(qū)域，暗區(qū)域圖像中標(biāo)記出了視網(wǎng)膜圖像中的暗區(qū)域，暗區(qū)域包括血管區(qū)域、出血區(qū)域和暗噪聲區(qū)域；根據(jù)視網(wǎng)膜圖像確定視盤區(qū)域，根據(jù)增強圖像確定亮噪聲區(qū)域，從亮區(qū)域圖像中去除視盤區(qū)域和亮噪聲區(qū)域，以得到視網(wǎng)膜圖像的滲出區(qū)域；根據(jù)增強圖像確定血管區(qū)域和暗噪聲區(qū)域，從暗區(qū)域圖像中去除血管區(qū)域和暗噪聲區(qū)域，以得到視網(wǎng)膜圖像的出血區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，對該視網(wǎng)膜圖像進行預(yù)處理，得到視網(wǎng)膜圖像的增強圖像的步驟包括：對視網(wǎng)膜圖像進行裁剪，并將裁剪后的圖像調(diào)整為預(yù)定尺寸；對預(yù)定尺寸的圖像進行對比度增強，得到視網(wǎng)膜圖像的增強圖像。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，對預(yù)定尺寸的圖像進行對比度增強的步驟包括：將預(yù)定尺寸的圖像中各像素的rgb顏色值歸一化為0～1之間的數(shù)；對于rgb中每一個顏色通道，按照以下公式確定增強圖像中各像素的顏色值：

i1(x,y)＝αi0(x,y)-β·i(x,y；δ)+γ

其中，i1(x,y)表示增強圖像中坐標(biāo)為(x,y)的像素的顏色值，i0(x,y)表示在預(yù)定尺寸的圖像中坐標(biāo)為(x,y)的像素的顏色值，i(x,y；δ)表示在預(yù)定尺寸的圖像中坐標(biāo)為(x,y)的像素的局部均值，其中，局部均值為經(jīng)濾波窗口大小和方差均為δ的高斯濾波所得出，α、β、γ為常量參數(shù)。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，在確定增強圖像中各像素的顏色值之后，還包括：對rgb每一個顏色通道所對應(yīng)的圖像進行形態(tài)學(xué)腐蝕。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，形態(tài)學(xué)腐蝕采用圓形結(jié)構(gòu)元素，圓形結(jié)構(gòu)元素的半徑與前述公式中的δ相同。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，對增強圖像進行濾波處理，以提取出視網(wǎng)膜圖像的背景圖像的步驟包括：生成多個具有不同窗口大小的濾波器；對于增強圖像中各像素的rgb三個顏色通道，分別采用上述多個濾波器對各通道進行濾波處理，得到各通道的多個濾波結(jié)果；以及將各通道的多個濾波結(jié)果取平均，得到背景圖像。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定亮區(qū)域圖像的步驟包括：將背景圖像中各像素的rgb顏色值與增強圖像中對應(yīng)像素的rgb顏色值取差值，得到亮差值圖像；根據(jù)亮差值圖像中各像素的rgb顏色值確定rgb三個通道的第一顏色閾值；通過對比亮差值圖像中各像素的rgb顏色值和rgb三個通道的第一顏色閾值的大小，將各像素的各通道顏色值均標(biāo)記為0或均標(biāo)記為1，從而將亮差值圖像轉(zhuǎn)化為亮區(qū)域圖像，所述亮區(qū)域圖像為二值圖像。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)視網(wǎng)膜圖像確定視盤區(qū)域的步驟包括：對視網(wǎng)膜圖像的b通道進行濾波處理，對濾波后的圖像進行霍夫變換，以確定視盤圓的圓心和半徑，并根據(jù)上述圓心和半徑確定視盤圓的位置。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，上述濾波為維納濾波。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定亮噪聲區(qū)域的步驟包括：將增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第一預(yù)定條件；若是，則將該像素判定為亮噪聲。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定亮噪聲區(qū)域的步驟包括：將增強圖像由rgb色彩空間轉(zhuǎn)化到lab色彩空間；在lab色彩空間中計算增強圖像中各像素的顯著性，以及所有像素的平均顯著性，并將顯著性大于平均顯著性的像素判定為顯著像素；確定亮區(qū)域圖像中的連通域，并計算各連通域中顯著像素占該連通域中所有像素的比例；若比例小于第一閾值，則將該連通域判定為亮噪聲區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，顯著性按照以下公式計算：

s(x,y)＝||iμ-ig(x,y)||

其中，s(x,y)表示坐標(biāo)為(x,y)的像素的顯著性，iμ為增強圖像中各像素的l、a、b均值所構(gòu)成的三維向量，ig(x,y)為坐標(biāo)為(x,y)的像素的高斯模糊值，||*||表示求二范式。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定亮噪聲區(qū)域的步驟包括：計算增強圖像中各像素在g通道的梯度幅值；確定亮區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若均值小于第二閾值，則將該連通域判定為亮噪聲區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定暗區(qū)域圖像的步驟包括：將增強圖像中各像素的rgb顏色值與背景圖像中對應(yīng)像素的rgb顏色值取差值，得到暗差值圖像；根據(jù)暗差值圖像中各像素的rgb顏色值確定rgb三個通道的第二顏色閾值；通過對比暗差值圖像中各像素的rgb顏色值和rgb三個通道的第二顏色閾值的大小，將各像素的各通道顏色值均標(biāo)記為0或均標(biāo)記為1，從而將暗差值圖像轉(zhuǎn)化為暗區(qū)域圖像，暗區(qū)域圖像為二值圖像。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定血管區(qū)域的步驟包括：采用不同方差下的多個窗口大小對增強圖像進行多次濾波，分別得到各方差下的多個濾波結(jié)果，并將各方差下的多個濾波結(jié)果取平均，得到該方差下的濾波均值；將各方差下的濾波均值進行合并，并對合并后的圖像進行閾值分割，得到中間圖像，所述中間圖像為二值圖像，中間圖像中標(biāo)記出了候選血管區(qū)域，候選血管區(qū)域包括血管區(qū)域和偽血管區(qū)域；確定中間圖像中的連通域并對各連通域進行分析，以去除中間圖像中的偽血管區(qū)域，確定血管區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，對各連通域進行分析的步驟包括：計算各連通域的屬性值，所述屬性值包括連通域的面積、周長、最小外接矩形，以及與連通域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率、長軸長度和短軸長度中的至少一種；判斷各連通域的屬性值是否滿足第二預(yù)定條件，若是，則將該連通域判定為偽血管區(qū)域。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定暗噪聲區(qū)域的步驟包括：將增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第三預(yù)定條件；若是，則將該像素判定為暗噪聲。

可選地，在根據(jù)本發(fā)明的視網(wǎng)膜圖像分析方法中，根據(jù)增強圖像確定暗噪聲區(qū)域的步驟包括：計算增強圖像中各像素在g通道的梯度幅值；確定暗區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若均值小于第三閾值，則將該連通域判定為暗噪聲區(qū)域。

根據(jù)本發(fā)明的一個方面，提供一種視網(wǎng)膜圖像分析裝置，駐留于計算設(shè)備中，該裝置包括：增強模塊，其被配置為適于獲取待分析的視網(wǎng)膜圖像，并對該視網(wǎng)膜圖像進行預(yù)處理，得到視網(wǎng)膜圖像的增強圖像；背景提取模塊，其被配置為適于對增強圖像進行濾波處理，以提取出視網(wǎng)膜圖像的背景圖像；亮區(qū)域分割模塊，其被配置為適于根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定亮區(qū)域圖像，其中，亮區(qū)域圖像為二值圖像，亮區(qū)域圖像中標(biāo)記出了視網(wǎng)膜圖像中的亮區(qū)域，亮區(qū)域包括視盤區(qū)域、滲出區(qū)域和亮噪聲區(qū)域；滲出區(qū)域分割模塊，其被配置為適于從所述視網(wǎng)膜圖像中確定視盤區(qū)域，從增強圖像中確定亮噪聲區(qū)域，從亮區(qū)域圖像中去除視盤區(qū)域和亮噪聲區(qū)域，以得到視網(wǎng)膜圖像的滲出區(qū)域；暗區(qū)域分割模塊，其被配置為適于根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定暗區(qū)域圖像，其中，暗區(qū)域圖像為二值圖像，暗區(qū)域圖像中標(biāo)記出了視網(wǎng)膜圖像中的暗區(qū)域，暗區(qū)域包括血管區(qū)域、出血區(qū)域和暗噪聲區(qū)域；出血區(qū)域分割模塊，其被配置為適于從增強圖像中確定血管區(qū)域和暗噪聲區(qū)域，從暗區(qū)域圖像中去除血管區(qū)域和暗噪聲區(qū)域，以得到視網(wǎng)膜圖像的出血區(qū)域。

根據(jù)本發(fā)明的一個方面，提供一種計算設(shè)備，包括：至少一個處理器；和存儲有程序指令的存儲器，所述程序指令包括如上所述的視網(wǎng)膜圖像分析裝置；其中，處理器被配置為適于根據(jù)所述存儲器中存儲的視網(wǎng)膜圖像分析裝置執(zhí)行如上所述的視網(wǎng)膜圖像分析方法。

根據(jù)本發(fā)明的一個方面，提供一種存儲有程序指令的計算機可讀存儲介質(zhì)，所述程序指令包括如上所述的視網(wǎng)膜圖像分析裝置；當(dāng)該計算機可讀存儲介質(zhì)中存儲的視網(wǎng)膜圖像分析裝置被計算設(shè)備讀取時，所述計算設(shè)備可以執(zhí)行如上所述的視網(wǎng)膜圖像分析方法。

根據(jù)本發(fā)明的技術(shù)方案，首先對視網(wǎng)膜圖像進行對比度增強，消除了光照不均、操作失當(dāng)?shù)纫蛩貙σ暰W(wǎng)膜圖像所造成的負面影響，使得視網(wǎng)膜區(qū)域的細節(jié)更加清晰可辨，使后續(xù)滲出區(qū)域及出血區(qū)域的分割結(jié)果更加準(zhǔn)確。隨后，對增強圖像進行濾波處理，提取出視網(wǎng)膜圖像的背景圖像。隨后，根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定亮區(qū)域圖像和暗區(qū)域圖像，亮區(qū)域圖像中標(biāo)記出了視盤區(qū)域、滲出區(qū)域和亮噪聲區(qū)域，暗區(qū)域圖像中標(biāo)記出了血管區(qū)域、出血區(qū)域和暗噪聲區(qū)域。隨后，通過維納濾波檢測出視盤區(qū)域，通過對像素的hsv值、顯著性、梯度幅值的分析確定亮噪聲區(qū)域，從亮區(qū)域圖像中去除視盤區(qū)域和亮噪聲區(qū)域，從而得到滲出區(qū)域；通過多次高斯濾波確定血管區(qū)域，通過對像素的hsv值和梯度幅值的分析確定暗噪聲區(qū)域，從暗區(qū)域圖像中去除血管區(qū)域和暗噪聲區(qū)域，從而得到出血區(qū)域。

本發(fā)明的技術(shù)方案在確定滲出區(qū)域和出血區(qū)域時，首先分割出視網(wǎng)膜圖像中的亮區(qū)域和暗區(qū)域，隨后，在亮區(qū)域圖像中去除會對分割滲出區(qū)域帶來干擾的視盤區(qū)域和亮噪聲區(qū)域，在暗區(qū)域圖像中去除會對分割出血區(qū)域帶來干擾的血管區(qū)域和暗噪聲區(qū)域，從而最終分割出滲出區(qū)域和出血區(qū)域。本方案充分考慮了滲出區(qū)域和出血區(qū)域在顏色、形態(tài)上的特點，分割過程層層遞進，使得分割結(jié)果更加準(zhǔn)確。此外，本發(fā)明針對不同的步驟采用了不同的圖像處理方法，例如，通過維納濾波來分割視盤，通過高斯濾波和連通域分析來分割血管，等等。本方案中的各種圖像處理方法在能夠?qū)崿F(xiàn)較好的分割結(jié)果的同時，也保證了計算效率，能夠?qū)崿F(xiàn)滲出區(qū)域和出血區(qū)域的實時分割。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。

附圖說明

為了實現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來描述某些說明性方面，這些方面指示了可以實踐本文所公開的原理的各種方式，并且所有方面及其等效方面旨在落入所要求保護的主題的范圍內(nèi)。通過結(jié)合附圖閱讀下面的詳細描述，本公開的上述以及其它目的、特征和優(yōu)勢將變得更加明顯。遍及本公開，相同的附圖標(biāo)記通常指代相同的部件或元素。

圖1a示出了根據(jù)本發(fā)明一個實施例的圖像分析系統(tǒng)100a的示意圖；

圖1b示出了根據(jù)本發(fā)明一個實施例的圖像分析系統(tǒng)100b的示意圖；

圖2示出了根據(jù)本發(fā)明一個實施例的計算設(shè)備200的結(jié)構(gòu)圖；

圖3示出了根據(jù)本發(fā)明一個實施例的視網(wǎng)膜圖像分析裝置300的結(jié)構(gòu)圖；

圖4示出了根據(jù)本發(fā)明一個實施例的視網(wǎng)膜圖像分析方法400的流程圖；

圖5a～圖5l示出了根據(jù)本發(fā)明的一個視網(wǎng)膜圖像分析的實施例的效果圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。

圖1a示出了根據(jù)本發(fā)明一個實施例的圖像分析系統(tǒng)100a的示意圖。圖1a所示的系統(tǒng)100a包括視網(wǎng)膜圖像采集設(shè)備110和計算設(shè)備200。應(yīng)當(dāng)指出，圖1a中的系統(tǒng)100a僅是示例性的，在具體的實踐情況中，系統(tǒng)100a中可以包括任意數(shù)量的視網(wǎng)膜圖像采集設(shè)備110和計算設(shè)備200，本發(fā)明對系統(tǒng)100a中所包括的視網(wǎng)膜圖像采集設(shè)備110和計算設(shè)備200的數(shù)目不做限制。

視網(wǎng)膜圖像采集設(shè)備110例如可以是任意型號的眼底照相機，其適于采集視網(wǎng)膜圖像；計算設(shè)備200可以是諸如pc、筆記本電腦、手機、平板電腦等設(shè)備，其適于執(zhí)行圖像分析任務(wù)。在系統(tǒng)100a中，視網(wǎng)膜圖像采集設(shè)備110與計算設(shè)備200在空間上的距離比較近，二者可以以有線或無線的方式完成近距離通信，例如，視網(wǎng)膜圖像采集設(shè)備110可以通過usb接口、rj-45接口、bnc接口等與計算設(shè)備200建立有線連接，或通過藍牙、wifi、zigbee、ieee802.11x等協(xié)議與計算設(shè)備200建立無線連接，本發(fā)明對視網(wǎng)膜圖像采集設(shè)備110與計算設(shè)備200之間的連接方式不做限制。

計算設(shè)備200中駐留有視網(wǎng)膜圖像分析裝置300，裝置300可以作為一個獨立的軟件安裝于計算設(shè)備200中，或者作為一個網(wǎng)頁應(yīng)用駐留于計算設(shè)備200的瀏覽器中，或者僅僅是位于計算設(shè)備200的存儲器中的一段代碼，本發(fā)明對裝置300在計算設(shè)備200中的存在形式不做限制。當(dāng)視網(wǎng)膜圖像采集設(shè)備110采集到視網(wǎng)膜圖像后，將視網(wǎng)膜圖像發(fā)送至計算設(shè)備200。計算設(shè)備200接收該視網(wǎng)膜圖像，并由裝置300對接收到的視網(wǎng)膜圖像進行分析，分割出視網(wǎng)膜圖像中的滲出區(qū)域和出血區(qū)域。

圖1b示出了根據(jù)本發(fā)明一個實施例的圖像分析系統(tǒng)100b的示意圖。圖1b所示的系統(tǒng)100b包括視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計算設(shè)備200。應(yīng)當(dāng)指出，圖1b中的系統(tǒng)100b僅是示例性的，在具體的實踐情況中，系統(tǒng)100b中可以包括任意數(shù)量的視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計算設(shè)備200，本發(fā)明對系統(tǒng)100b中所包括的視網(wǎng)膜圖像采集設(shè)備110、本地客戶端120和計算設(shè)備200的數(shù)目不做限制。

視網(wǎng)膜圖像采集設(shè)備110例如可以是任意型號的眼底照相機，其適于采集視網(wǎng)膜圖像；本地客戶端120可以是諸如pc、筆記本電腦、手機、平板電腦等設(shè)備，其適于接收視網(wǎng)膜圖像采集設(shè)備110所采集到的視網(wǎng)膜圖像，并經(jīng)由互聯(lián)網(wǎng)將其發(fā)送至計算設(shè)備200；計算設(shè)備200可以實現(xiàn)為服務(wù)器，例如可以是web服務(wù)器、應(yīng)用程序服務(wù)器等，其適于提供視網(wǎng)膜圖像分析服務(wù)。在系統(tǒng)100b中，視網(wǎng)膜圖像采集設(shè)備110與本地客戶端120在空間上的距離比較近，二者可以以有線或無線的方式完成近距離通信；本地客戶端120與計算設(shè)備200的距離比較遠，二者可以以有線或無線的方式經(jīng)由互聯(lián)網(wǎng)完成遠距離通信。

計算設(shè)備200中駐留有視網(wǎng)膜圖像分析裝置300。當(dāng)視網(wǎng)膜圖像采集設(shè)備110采集到視網(wǎng)膜圖像后，將視網(wǎng)膜圖像發(fā)送至本地客戶端120。隨后，本地客戶端120將接收到的視網(wǎng)膜圖像經(jīng)由互聯(lián)網(wǎng)發(fā)送至計算設(shè)備200，計算設(shè)備200接收該視網(wǎng)膜圖像，并由裝置300對接收到的視網(wǎng)膜圖像進行分析，以分割出視網(wǎng)膜圖像中的滲出區(qū)域和出血區(qū)域。另外，應(yīng)當(dāng)指出，雖然系統(tǒng)100b中將視網(wǎng)膜圖像采集設(shè)備110和本地客戶端120作為兩個設(shè)備分別示出，但是，本領(lǐng)域技術(shù)人員可以意識到，在其他的實施例中，視網(wǎng)膜圖像采集設(shè)備110和本地客戶端120可以集成為一個設(shè)備，其同時具備以上所描述的設(shè)備110和本地客戶端120所具備的所有功能。

圖2示出了根據(jù)本發(fā)明一個實施例的計算設(shè)備200的結(jié)構(gòu)圖。在基本配置202中，計算設(shè)備200典型地包括系統(tǒng)存儲器206和一個或者多個中央處理器204。存儲器總線208可以用于在中央處理器204和系統(tǒng)存儲器206之間的通信。中央處理器204是計算設(shè)備200的運算核心和控制核心，其主要功能是解釋計算機指令以及處理各種軟件中的數(shù)據(jù)。

取決于期望的配置，中央處理器204可以是任何類型的處理，包括但不限于：微處理器(μp)、微控制器(μc)、數(shù)字信息處理器(dsp)或者它們的任何組合。中央處理器204可以包括諸如一級高速緩存210和二級高速緩存212之類的一個或者多個級別的高速緩存、處理器核心214和寄存器216。示例的處理器核心214可以包括運算邏輯單元(alu)、浮點數(shù)單元(fpu)、數(shù)字信號處理核心(dsp核心)或者它們的任何組合。示例的存儲器控制器218可以與中央處理器204一起使用，或者在一些實現(xiàn)中，存儲器控制器218可以是中央處理器204的一個內(nèi)部部分。

取決于期望的配置，系統(tǒng)存儲器206可以是任意類型的存儲器，包括但不限于：易失性存儲器(諸如ram)、非易失性存儲器(諸如rom、閃存等)或者它們的任何組合。系統(tǒng)存儲器206可以包括操作系統(tǒng)220、一個或者多個應(yīng)用222以及程序數(shù)據(jù)224。在一些實施方式中，應(yīng)用222可以布置為在操作系統(tǒng)上利用程序數(shù)據(jù)224進行操作。應(yīng)用222在系統(tǒng)存儲器中體現(xiàn)為多段程序指令，例如，應(yīng)用222可以是可執(zhí)行程序(.exe文件)或網(wǎng)頁中的一段js代碼。中央處理器204可以執(zhí)行這些程序指令從而實現(xiàn)應(yīng)用222所指示的功能。在本發(fā)明中，應(yīng)用222中包括視網(wǎng)膜圖像分析裝置300。視網(wǎng)膜圖像分析裝置300是一個由多行代碼組成的指令集合，其能夠指示中央處理器204執(zhí)行圖像處理的相關(guān)操作，從而實現(xiàn)視網(wǎng)膜圖像分析，分割出視網(wǎng)膜圖像中的滲出區(qū)域和出血區(qū)域。

計算設(shè)備200還可以包括有助于從各種接口設(shè)備(例如，輸出設(shè)備242、外設(shè)接口244和通信設(shè)備246)到基本配置102經(jīng)由總線/接口控制器230的通信的接口總線240。示例的輸出設(shè)備242包括圖形處理單元248和音頻處理單元250。它們可以被配置為有助于經(jīng)由一個或者多個a/v端口252與諸如顯示器或者揚聲器之類的各種外部設(shè)備進行通信。示例外設(shè)接口244可以包括串行接口控制器254和并行接口控制器256，它們可以被配置為有助于經(jīng)由一個或者多個i/o端口258和諸如輸入設(shè)備(例如，鍵盤、鼠標(biāo)、筆、語音輸入設(shè)備、觸摸輸入設(shè)備)或者其他外設(shè)(例如打印機、掃描儀等)之類的外部設(shè)備進行通信。示例的通信設(shè)備246可以包括網(wǎng)絡(luò)控制器260，其可以被布置為便于經(jīng)由一個或者多個通信端口264與一個或者多個其他計算設(shè)備262通過網(wǎng)絡(luò)通信鏈路的通信。

網(wǎng)絡(luò)通信鏈路可以是通信介質(zhì)的一個示例。通信介質(zhì)通常可以體現(xiàn)為在諸如載波或者其他傳輸機制之類的調(diào)制數(shù)據(jù)信號中的計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊，并且可以包括任何信息遞送介質(zhì)?！罢{(diào)制數(shù)據(jù)信號”可以這樣的信號，它的數(shù)據(jù)集中的一個或者多個或者它的改變可以在信號中編碼信息的方式進行。作為非限制性的示例，通信介質(zhì)可以包括諸如有線網(wǎng)絡(luò)或者專線網(wǎng)絡(luò)之類的有線介質(zhì)，以及諸如聲音、射頻(rf)、微波、紅外(ir)或者其它無線介質(zhì)在內(nèi)的各種無線介質(zhì)。這里使用的術(shù)語計算機可讀存儲介質(zhì)可以包括存儲介質(zhì)和通信介質(zhì)二者。根據(jù)一種實施例，計算機可讀存儲介質(zhì)中存儲有程序指令，程序指令中包括視網(wǎng)膜圖像分析裝置300。當(dāng)計算機可讀存儲介質(zhì)中存儲的裝置300被計算設(shè)備200讀取時，計算設(shè)備200的中央處理器204可以執(zhí)行相應(yīng)的視網(wǎng)膜圖像分析方法，以實現(xiàn)視網(wǎng)膜圖像的分析，分割出視網(wǎng)膜圖像中的滲出區(qū)域和出血區(qū)域。

圖3示出了根據(jù)本發(fā)明一個實施例的視網(wǎng)膜圖像分析裝置300的結(jié)構(gòu)圖，圖4示出了根據(jù)本發(fā)明一個實施例的視網(wǎng)膜圖像分析方法400的流程圖。裝置300實際上為了實現(xiàn)方法400所編寫的代碼指令，相應(yīng)地，裝置300中的各個模塊是根據(jù)方法400的各個步驟所進行的功能模塊上的劃分。如圖3所示，裝置300包括增強模塊310、背景提取模塊320、亮區(qū)域分割模塊330、滲出區(qū)域分割模塊340、暗區(qū)域分割模塊350和出血區(qū)域分割模塊360。

增強模塊310被配置為適于執(zhí)行方法400中的步驟s410。在步驟s410中，獲取待分析的視網(wǎng)膜圖像，并對該視網(wǎng)膜圖像進行預(yù)處理，得到視網(wǎng)膜圖像的增強圖像。視網(wǎng)膜圖像即為視網(wǎng)膜圖像采集設(shè)備110所采集到的原始視網(wǎng)膜圖像，其一般為彩色圖像。視網(wǎng)膜圖像中包括視網(wǎng)膜區(qū)域和背景區(qū)域，其中，視網(wǎng)膜區(qū)域即視網(wǎng)膜圖像中視網(wǎng)膜所在的區(qū)域，背景即視網(wǎng)膜圖像中除了視網(wǎng)膜區(qū)域以外的區(qū)域。由于視網(wǎng)膜圖像采集設(shè)備110的型號不同，其硬件參數(shù)以及設(shè)置情況不同，視網(wǎng)膜圖像會有不同的像素尺寸，視網(wǎng)膜圖像中的視網(wǎng)膜區(qū)域會呈現(xiàn)為不同的形狀(圓形或其他形狀)；另外，在拍照時，眼底照相機所處的環(huán)境各異，光照強度不均勻，不同的視網(wǎng)膜圖像會呈現(xiàn)不同的亮度和對比度；此外，操作眼底照相機的工作人員的拍攝水平也存在差異，這些因素均會影響視網(wǎng)膜圖像的質(zhì)量。因此，需要對視網(wǎng)膜圖像進行預(yù)處理，以提高并統(tǒng)一其質(zhì)量。

根據(jù)一種實施例，對視網(wǎng)膜圖像進行預(yù)處理，得到視網(wǎng)膜圖像的增強圖像的步驟進一步包括：

1)對視網(wǎng)膜圖像進行裁剪，并將裁剪后的圖像調(diào)整為預(yù)定尺寸。

根據(jù)一種實施例，在裁剪時，對圓形和非圓形的視網(wǎng)膜區(qū)域分別處理。當(dāng)視網(wǎng)膜區(qū)域為圓形時，直接將視網(wǎng)膜圖像裁剪為與視網(wǎng)膜區(qū)域外接的矩形圖像；當(dāng)視網(wǎng)膜區(qū)域不為圓形時，首先將其形狀修復(fù)成圓形(例如通過采用霍夫變換來確定該視網(wǎng)膜區(qū)域所對應(yīng)的圓)，隨后再將視網(wǎng)膜圖像裁剪為與修復(fù)后的圓形視網(wǎng)膜區(qū)域外接的矩形圖像。隨后，采用圖像內(nèi)插方法或其他方法將裁減后的圖像調(diào)整為預(yù)定尺寸。裁剪并調(diào)整尺寸后，所得的圖像尺寸相同，圖像中視網(wǎng)膜區(qū)域的位置一致(均位于圖像正中的位置)，從而在后續(xù)分割視網(wǎng)膜圖像的病變區(qū)域時，可以適用統(tǒng)一的分析流程和評判標(biāo)準(zhǔn)，并方便進行批量處理。圖5a示出了視網(wǎng)膜圖像的兩個示例，其中，左圖中的視網(wǎng)膜區(qū)域為圓形，右圖中的視網(wǎng)膜區(qū)域為上下部存在缺失的圓形。圖5b示出了對圖5a中的兩個視網(wǎng)膜圖像進行裁剪、調(diào)整尺寸后所得的結(jié)果圖像。

2)對預(yù)定尺寸的圖像進行對比度增強，得到視網(wǎng)膜圖像的增強圖像。

根據(jù)一種實施例，按照以下步驟對預(yù)定尺寸的圖像進行對比度增強：將預(yù)定尺寸的圖像中各像素的rgb顏色值歸一化為0～1之間的數(shù)；對于rgb中每一個顏色通道，按照以下公式確定增強圖像中各像素的顏色值：

i1(x,y)＝αi0(x,y)-β·i(x,y；δ)+γ(1)

其中，i1(x,y)表示增強圖像中坐標(biāo)為(x,y)的像素的顏色值，i0(x,y)表示在預(yù)定尺寸的圖像中坐標(biāo)為(x,y)的像素的顏色值，i(x,y；δ)表示在預(yù)定尺寸的圖像中坐標(biāo)為(x,y)的像素的局部均值，其中，局部均值為經(jīng)濾波窗口大小和方差均為δ的高斯濾波所得出，α、β、γ為常量參數(shù)。根據(jù)一種實施例，α＝β＝4，γ＝0.5，δ為10～20之間的任意整數(shù)。式(1)在計算增強后的顏色值時采用了原顏色值與局部灰度均值相減的思想，其中局部灰度均值由高斯濾波而得出，消除了光照不均對視網(wǎng)膜圖像所造成的影響，計算量較小，方便快捷。應(yīng)當(dāng)理解，坐標(biāo)為(x,y)增強圖像中的像素顏色值i1(x,y)可能出現(xiàn)小于0或大于1的情況，為了方便處理，將小于0的值都置為0，將大于1的值都置為1。

在經(jīng)過上述式(1)的處理后，視網(wǎng)膜區(qū)域的對比度會得到增強，但是，式(1)中原顏色值與高斯濾波所得的局部灰度均值相減的處理會使得視網(wǎng)膜區(qū)域的邊界部分較亮。為了避免亮邊界對后續(xù)視網(wǎng)膜圖像病變區(qū)域分割過程的干擾，需要去除該亮邊界，同時也不能損失視網(wǎng)膜區(qū)域的圖像細節(jié)。根據(jù)一種實施例，在確定了增強后各像素的顏色值之后，還要對rgb每一個顏色通道所對應(yīng)的圖像進行形態(tài)學(xué)腐蝕。根據(jù)一種實施例，此處的形態(tài)學(xué)腐蝕采用圓形結(jié)構(gòu)元素，圓形結(jié)構(gòu)元素的半徑與式(1)中的δ相同，這樣可以較好地去除亮邊界，也不會損失視網(wǎng)膜區(qū)域的圖像細節(jié)。當(dāng)然，上述半徑為δ的圓形結(jié)構(gòu)元素僅是示例性的，在其他實施例中，本領(lǐng)域技術(shù)人員可以根據(jù)實際情況選用其他大小的圓形結(jié)構(gòu)元素，或其他形狀的結(jié)構(gòu)元素(例如線性結(jié)構(gòu)元素、矩形結(jié)構(gòu)元素等)，本發(fā)明對形態(tài)學(xué)腐蝕中所采用的結(jié)構(gòu)元素的形狀和大小均不做限制。此外，應(yīng)當(dāng)指出，除了采用以上所述的形態(tài)學(xué)腐蝕的方法來去除亮邊界之外，還可以采用其他的方法，本發(fā)明對去除亮邊界所采用的具體方法亦不做限制。圖5c示出了將圖5b中的兩個預(yù)定尺寸的圖像進行對比度增強后所得到的增強圖像。圖5c較之圖5a、5b，視網(wǎng)膜區(qū)域的對比度明顯增強，視網(wǎng)膜區(qū)域的細節(jié)更加清晰可辨。

背景提取模塊320被配置為適于執(zhí)行方法400中的步驟s420。在步驟s420中，對增強圖像進行濾波處理，以提取出視網(wǎng)膜圖像的背景圖像。根據(jù)一種實施例，采用以下方法對增強圖像進行濾波處理：生成多個具有不同窗口大小的濾波器(例如維納濾波的濾波器)；對增強圖像中各像素的rgb三個顏色通道，分別采用這多個濾波器對各通道進行濾波處理，得到各通道的多個濾波結(jié)果；以及將各通道的多個濾波結(jié)果取平均，得到背景圖像。

提取圖像背景的方法有多種，例如維納濾波、中值濾波等，但考慮到維納濾波的計算速度不受濾波器窗口大小的影響，而中值濾波的濾波器窗口越大，計算速度越慢，效率越低。因此，根據(jù)一種優(yōu)選的實施例，選用維納濾波，其計算公式如下：

其中，為維納濾波所提取出的背景圖像的頻域變換，g(u,v)為增強圖像的頻域變換，h(u,v)為退化函數(shù)，k為固定常數(shù)。h(u,v)和k可以根據(jù)需要設(shè)置為任意值，對于h(u,v)來說，在計算時，需要對u和v進行采樣，以生成一個離散濾波器，濾波器窗口的大小可以根據(jù)需要設(shè)置為任意值。根據(jù)上式得出后，對進行傅里葉反變換，即可得出空間域的背景圖像。

這里，可以選擇50*50,100*100和500*500這三個濾波器窗口大小，并用這三種濾波器窗口分別對增強圖像中各像素的rgb每一個通道進行濾波。這里，對于rgb三通道中的每個通道，都要用三種濾波器分別進行濾波，即均要用上述維納濾波公式進行計算，然后將三個濾波器的濾波結(jié)果的平均值作為該通道的顏色值。將三個通道的顏色疊加，即可得到最終的背景圖像。圖5d示出了圖5c中的兩個圖像所對應(yīng)的背景圖像。

亮區(qū)域分割模塊330被配置為適于執(zhí)行方法400中的步驟s430，滲出區(qū)域分割模塊340被配置為適于執(zhí)行方法400中的步驟s440；暗區(qū)域分割模塊350被配置為適于執(zhí)行方法400中的步驟s450，出血區(qū)域分割模塊360被配置為適于執(zhí)行方法400中的步驟s460。應(yīng)當(dāng)指出，步驟s430和s440用于實現(xiàn)滲出區(qū)域的分割，步驟s450和s460用于實現(xiàn)出血區(qū)域的分割。實際上，步驟s330和s350之間并沒有嚴(yán)格的執(zhí)行順序，二者可以先后順序執(zhí)行，也可以同時執(zhí)行。根據(jù)一種優(yōu)選的實施例，步驟s330和s350并行執(zhí)行，從而可以進一步提高計算效率。

在步驟s330中，根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定亮區(qū)域圖像。亮區(qū)域圖像為二值圖像，該圖像中標(biāo)記出了視網(wǎng)膜圖像中的亮區(qū)域，包括視盤區(qū)域、滲出區(qū)域和亮噪聲區(qū)域，其中，亮噪聲區(qū)域為圖像在數(shù)字化和傳輸過程中受到成像設(shè)備與外部環(huán)境干擾而產(chǎn)生的較亮的隨機、離散、孤立的像素點。根據(jù)一種實施例，亮區(qū)域圖像可以按照以下方法確定：將背景圖像中各像素的rgb顏色值與增強圖像中對應(yīng)像素的rgb顏色值取差值(即用背景圖像中各像素的rgb顏色值減去增強圖像中對應(yīng)像素的rgb顏色值)，得到亮差值圖像；根據(jù)亮差值圖像中各像素的rgb顏色值確定rgb三個通道的第一顏色閾值；通過對比亮差值圖像中各像素的rgb顏色值和rgb三個通道的第一顏色閾值的大小，將各像素的各通道顏色值均標(biāo)記為0或均標(biāo)記為1，從而將亮差值圖像轉(zhuǎn)化為亮區(qū)域圖像，亮區(qū)域圖像為二值圖像。

根據(jù)一種實施例，將亮差值圖像中所有像素在各個通道的平均顏色值作為該通道的第一顏色閾值，即，用所有像素的r值的平均值作為r通道的第一顏色閾值，用所有像素的g值的平均值作為g通道的第一顏色閾值，用所有像素的b值的平均值作為b通道的第一顏色閾值。若某個像素點的rgb三個通道的顏色值均大于對應(yīng)通道的第一顏色閾值，則將該像素點的rgb值均置為1(從而該像素將在二值圖像中呈現(xiàn)白色)；否則，將其均置為0(從而該像素將在二值圖像中呈現(xiàn)黑色)，從而得到一幅二值圖像，該二值圖像即為亮區(qū)域圖像。應(yīng)當(dāng)指出，按照上述方法所確定出的亮區(qū)域圖像中，白色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像中的亮區(qū)域。當(dāng)然，在其他的實施例中，也可以在某個像素點的rgb三個通道的顏色值均大于對應(yīng)通道的第一顏色閾值時，將該像素點的rgb值均置為0(從而該像素將在二值圖像中呈現(xiàn)黑色)；否則，將其均置為1(從而該像素將在二值圖像中呈現(xiàn)白色)，這樣得出的亮區(qū)域圖像中，黑色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像中的亮區(qū)域。圖5e示出了圖5c、5d中的兩個圖像所對應(yīng)的亮區(qū)域圖像，圖中的白色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像5a中的亮區(qū)域。

在步驟s340中，根據(jù)視網(wǎng)膜圖像確定視盤區(qū)域，根據(jù)增強圖像確定亮噪聲區(qū)域，從亮區(qū)域圖像中去除視盤區(qū)域和亮噪聲區(qū)域，以得到視網(wǎng)膜圖像的滲出區(qū)域。

根據(jù)一種實施例，可以按照以下方法根據(jù)視網(wǎng)膜圖像確定視盤區(qū)域：對視網(wǎng)膜圖像的b通道進行濾波處理，對濾波后的圖像進行霍夫變換，以確定視盤圓的圓心和半徑，并根據(jù)所確定的圓心和半徑確定視盤圓的位置，從而確定視盤區(qū)域。根據(jù)一種實施例，這里的濾波處理可以采用如前述公式(2)所示的維納濾波，濾波器的窗口大小可以設(shè)置為一個較大的尺寸。圖5f中虛線框的位置示出了通過維納濾波和霍夫變換所確定的視盤區(qū)域的位置。在確定了視盤區(qū)域之后，在亮區(qū)域圖像中去除視盤區(qū)域。具體地，可以通過將亮區(qū)域圖像中視盤區(qū)域處的像素的rgb值均置為0的方法將其從亮區(qū)域圖像中去除；也可以暫時不對亮區(qū)域圖像做任何處理，而是記下視盤區(qū)域中各像素的位置坐標(biāo)，從而在最終的滲出區(qū)域分割的結(jié)果圖中不再將視盤區(qū)域中的像素標(biāo)記為滲出區(qū)域。圖5g示出了從圖5e中將圖5f所示的視網(wǎng)膜區(qū)域去除后的效果圖。

根據(jù)一種實施例，可以根據(jù)顏色來確定亮噪聲區(qū)域：將增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第一預(yù)定條件；若是，則將該像素判定為亮噪聲。根據(jù)一種實施例，第一預(yù)定條件可以是h值小于第一預(yù)定閾值、s值小于第二預(yù)定閾值、且v值大于第三預(yù)定閾值。第一預(yù)定閾值～第三預(yù)定閾值的值可以由本領(lǐng)域技術(shù)人員根據(jù)實際情況自行設(shè)置，例如，考慮到視網(wǎng)膜圖像中滲出區(qū)域的顏色特點，第一預(yù)定閾值和第二預(yù)定閾值可以為0.4～0.6，具體可以為0.5；第三預(yù)定閾值可以為0.6～0.8，具體可以為0.7。應(yīng)當(dāng)指出，此處在判斷hsv值是否滿足第一預(yù)定條件時，所采用的hsv值是歸一化后的hsv值，即，首先將hsv值歸一化為0～1之間的數(shù)，再判斷歸一化后的hsv值是否滿足第一預(yù)定條件。

根據(jù)另一種實施例，還可以根據(jù)顯著性來確定亮噪聲區(qū)域：將增強圖像由rgb色彩空間轉(zhuǎn)化到lab色彩空間；在lab色彩空間中計算增強圖像中各像素的顯著性，以及所有像素的平均顯著性，并將顯著性大于平均顯著性的像素判定為顯著像素；確定亮區(qū)域圖像中的連通域，并計算各連通域中顯著像素占該連通域中所有像素的比例；若比例小于第一閾值，則將該連通域判定為亮噪聲區(qū)域。根據(jù)一種實施例，顯著性可以按照以下公式計算：

s(x,y)＝||iμ-ig(x,y)||(3)

其中，s(x,y)表示坐標(biāo)為(x,y)的像素的顯著性，iμ為增強圖像中各像素的l、a、b均值所構(gòu)成的三維向量，ig(x,y)為坐標(biāo)為(x,y)的像素的高斯模糊值，||*||表示求二范式。第一閾值以及高斯模糊中的各項參數(shù)可以由本領(lǐng)域技術(shù)人員根據(jù)實際情況自行設(shè)置，例如，第一閾值可以為0.7～0.9，具體可以為0.8，高斯模糊的濾波窗口大小可以為5*5。

根據(jù)又一種實施例，還可以根據(jù)梯度來確定亮噪聲區(qū)域：計算增強圖像中各像素在g通道的梯度幅值；確定亮區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若均值小于第二閾值，則將該連通域判定為亮噪聲區(qū)域。該方法主要是考慮到滲出點應(yīng)當(dāng)與周圍的背景區(qū)域顏色差異較大，對比度較高。之所以選擇g通道，是因為在g通道中滲出點與背景區(qū)域的顏色對比度較高。第二閾值的值可以由本領(lǐng)域技術(shù)人員根據(jù)實際情況自行設(shè)置，例如，第二閾值可以為4～6，具體可以為5。

以上給出了確定亮噪聲區(qū)域的三種方法：顏色、顯著性和梯度。在實際操作中，可以選擇上述三種方法中的任意一種。當(dāng)然，為了使得亮噪聲區(qū)域的識別更加準(zhǔn)確、避免遺漏，也可以采用以上三種方法的任意組合來確定亮噪聲區(qū)域；當(dāng)采用組合的方法時，以上三種方法可以以任意順序?qū)嵤景l(fā)明對各方法的先后順序不做限制。例如，首先，采用顏色的方法確定出一部分亮噪聲并去除，隨后，采用顯著性的方法確定出另一部分亮噪聲并去除，隨后，采用梯度的方法又標(biāo)記出一部分亮噪聲并去除，至此完成所有亮噪聲區(qū)域的識別。在此處所采用的三種方法的組合方法中，確定亮噪聲的步驟包括三步，每一步均在前一步的基礎(chǔ)上確定亮噪聲，前一步中已經(jīng)判定為亮噪聲的區(qū)域在后一步中不再進行重復(fù)判斷，這樣，既能夠準(zhǔn)確地確定亮噪聲區(qū)域、避免遺漏，同時，也減少了不必要的計算，從而加快了計算速度。

在確定了亮噪聲區(qū)域之后，在亮區(qū)域圖像中去除亮噪聲區(qū)域，從而得到滲出區(qū)域。具體地，可以通過將去除了視盤區(qū)域的亮區(qū)域圖像中亮噪聲區(qū)域處的像素的rgb值均置為0的方法將其去除；此外，也可以暫時不對亮區(qū)域圖像做任何處理，而是記下亮噪聲區(qū)域中各像素的位置坐標(biāo)，從而在最終的滲出區(qū)域分割的結(jié)果圖中不再將亮噪聲區(qū)域中的像素標(biāo)記為滲出區(qū)域。圖5h示出了從圖5g中將亮噪聲區(qū)域去除后，在圖5b中標(biāo)記出的滲出區(qū)域的示意圖。圖5h中的白色亮斑即為分割出的滲出區(qū)域。

在步驟s450中，根據(jù)增強圖像和背景圖像中各像素的rgb顏色值確定暗區(qū)域圖像。暗區(qū)域圖像為二值圖像，該圖像中標(biāo)記出了視網(wǎng)膜圖像中的暗區(qū)域，包括血管區(qū)域、出血區(qū)域和暗噪聲區(qū)域，其中，暗噪聲區(qū)域為圖像在數(shù)字化和傳輸過程中受到成像設(shè)備與外部環(huán)境干擾而產(chǎn)生的較暗的隨機、離散、孤立的像素點。根據(jù)一種實施例，暗區(qū)域圖像可以按照以下方法確定：將增強圖像中各像素的rgb顏色值與背景圖像中對應(yīng)像素的rgb顏色值取差值(即用增強圖像中各像素的rgb顏色值減去背景圖像中對應(yīng)像素的rgb顏色值)，得到暗差值圖像；根據(jù)暗差值圖像中各像素的rgb顏色值確定rgb三個通道的第二顏色閾值；通過對比暗差值圖像中各像素的rgb顏色值和rgb三個通道的第二顏色閾值的大小，將各像素的各通道顏色值均標(biāo)記為0或均標(biāo)記為1，從而將暗差值圖像轉(zhuǎn)化為暗區(qū)域圖像，暗區(qū)域圖像為二值圖像。

根據(jù)一種實施例，將暗差值圖像中所有像素在各個通道的平均顏色值作為該通道的第二顏色閾值，即，用所有像素的r值的平均值作為r通道的第二顏色閾值，用所有像素的g值的平均值作為g通道的第二顏色閾值，用所有像素的b值的平均值作為b通道的第二顏色閾值。若某個像素點的rgb三個通道的顏色值均大于對應(yīng)通道的第二顏色閾值，則將該像素點的rgb值均置為1(從而該像素將在二值圖像中呈現(xiàn)白色)；否則，將其均置為0(從而該像素將在二值圖像中呈現(xiàn)黑色)，從而得到一幅二值圖像，該二值圖像即為暗區(qū)域圖像。應(yīng)當(dāng)指出，按照上述方法所確定出的暗區(qū)域圖像中，白色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像中的暗區(qū)域。當(dāng)然，在其他的實施例中，也可以在某個像素點的rgb三個通道的顏色值均大于對應(yīng)通道的第二顏色閾值時，將該像素點的rgb值均置為0(從而該像素將在二值圖像中呈現(xiàn)黑色)；否則，將其均置為1(從而該像素將在二值圖像中呈現(xiàn)白色)，這樣得出的暗區(qū)域圖像中，黑色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像中的暗區(qū)域。圖5i示出了圖5c、5d中的兩個圖像所對應(yīng)的暗區(qū)域圖像，圖中的白色區(qū)域?qū)?yīng)于視網(wǎng)膜圖像5a中的暗區(qū)域。

在步驟s460中，根據(jù)增強圖像確定血管區(qū)域和暗噪聲區(qū)域，從暗區(qū)域圖像中去除血管區(qū)域和暗噪聲區(qū)域，以得到視網(wǎng)膜圖像的出血區(qū)域。

根據(jù)一種實施例，可以按照以下方法確定血管區(qū)域：采用不同方差下的多個窗口大小對增強圖像進行多次濾波，分別得到各方差下的多個濾波結(jié)果，并將各方差下的多個濾波結(jié)果取平均，得到該方差下的濾波均值；將各方差下的濾波均值進行合并，并對合并后的圖像進行閾值分割，得到中間圖像，中間圖像為二值圖像，其中標(biāo)記出了候選血管區(qū)域，候選血管區(qū)域包括血管區(qū)域和偽血管區(qū)域；確定中間圖像中的連通域并對各連通域進行分析，以去除中間圖像中的偽血管區(qū)域，確定血管區(qū)域。

根據(jù)一種實施例，在采用不同方差下的多個窗口大小對增強圖像進行多次濾波時，可以采用多個窗口大小的高斯濾波，這主要是考慮到在視網(wǎng)膜圖像中血管的局部方向、曲率變化較小，橫截面的灰度變化近似為高斯曲線。另外，根據(jù)一種實施例，此處可以選用兩個方差δ，每個方差下選取19中窗口大小，例如：

1)δ1＝5，并分別選取2*2～20*20這19種窗口大小對增強圖像進行高斯濾波，得到19個濾波結(jié)果；

2)δ2＝1.8，并分別選取2*2～20*20這19種窗口大小對增強圖像進行高斯濾波，得到19個濾波結(jié)果。

隨后，分別求得這兩個方差下的19種濾波結(jié)果的平均值，并將求得的兩個濾波均值進行合并，對合并后的圖像進行閾值分割，得到中間圖像，中間圖像為標(biāo)記了血管區(qū)域和偽血管區(qū)域的二值圖像。閾值分割的算法有多種，例如otsu大津算法、最大熵法、迭代法等等，也可以參考暗區(qū)域圖像的生成方法，即先求得該合并后的圖像中各通道的顏色值及每個通道的顏色閾值，并通過對比每個通道的顏色值與該通道的顏色閾值來將該合并后的圖像轉(zhuǎn)換為二值圖像(中間圖像)。

由于中間圖像中包括血管區(qū)域和偽血管區(qū)域，因此，還需要去除中間圖像中的偽血管區(qū)域，從而確定血管區(qū)域。根據(jù)一種實施例，通過對中間圖像中的連通域進行分析來確定偽血管區(qū)域：計算各連通域的屬性值，屬性值包括連通域的面積、周長、最小外接矩形，以及與連通域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率、長軸長度和短軸長度中的至少一種；判斷各連通域的屬性值是否滿足第二預(yù)定條件，若是，則將該連通域判定為偽血管區(qū)域。根據(jù)一種實施例，第二預(yù)定條件可以是以下條件中的任意一種或多種：

1)連通域的面積滿足第一預(yù)定范圍，最小外接矩形與連通域的面積之比滿足第二預(yù)定范圍，且連通域的長軸長度與短軸長度之比滿足第三預(yù)定范圍；

2)連通域的面積滿足第一預(yù)定范圍，最小外接矩形與連通域的面積之比滿足第四預(yù)定范圍、周長之比滿足第五預(yù)定范圍；

3)連通域的面積滿足第六預(yù)定范圍、離心率滿足第七預(yù)定范圍、且長軸長度與短軸長度之比滿足第八預(yù)定范圍。

根據(jù)一種實施例，第一預(yù)定范圍可以為[200，5000]，第二預(yù)定范圍可以為大于0.35，第三預(yù)定范圍可以為小于2.5，第四預(yù)定范圍可以為小于0.25，第五預(yù)定范圍可以為大于0.95，第六預(yù)定范圍可以為小于600，第七預(yù)定范圍可以為小于0.97，第八預(yù)定范圍可以為小于2。當(dāng)然，本領(lǐng)域技術(shù)人員也可以根據(jù)實際需要將第一預(yù)定范圍～第八預(yù)定范圍其設(shè)置為其他數(shù)值，本發(fā)明對第一預(yù)定范圍～第八預(yù)定范圍的取值不做限制。

按照上述方法確定偽血管區(qū)域后，將偽血管區(qū)域從中間圖像中去除，即得到血管區(qū)域。考慮到中間圖像為二值圖像，此處可以通過將中間圖像中偽血管區(qū)域的像素的rgb值均置為0的方式來去除偽血管區(qū)域。圖5j示出了根據(jù)圖5c所確定出的血管區(qū)域的示意圖，圖5j中的白色區(qū)域即血管區(qū)域。

在確定了血管區(qū)域后，在暗區(qū)域圖像中去除血管區(qū)域，具體地，可以通過將暗區(qū)域圖像中血管區(qū)域出的像素的rgb值均置為0的方法將其從暗區(qū)域圖像中去除；此外，也可以暫時不對暗區(qū)域圖像做任何處理，而是記下血管區(qū)域中各像素的位置坐標(biāo)，從而在最終的出血區(qū)域分割的結(jié)果圖中不再將血管區(qū)域中的像素標(biāo)記為出血區(qū)域。圖5k示出了從圖5i中將圖5j所示的血管區(qū)域去除后的效果圖。

根據(jù)一種實施例，可以根據(jù)顏色來去除暗噪聲區(qū)域：將增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第三預(yù)定條件；若是，則將該像素判定為暗噪聲。根據(jù)一種實施例，第三預(yù)定條件可以是：h值在第一區(qū)間范圍外，或s值在第二區(qū)間范圍外，或者v值在第三區(qū)間范圍外。其中，第一區(qū)間范圍為[0.45，1]，第二區(qū)間范圍為[0.15，0.75]，第三區(qū)間范圍為[0.45，0.75]。應(yīng)當(dāng)理解，第一區(qū)間范圍～第三區(qū)間范圍可以由本領(lǐng)域技術(shù)人員根據(jù)實際情況自行設(shè)置，本發(fā)明對第一區(qū)間范圍～第三區(qū)間范圍的取值不做限制。另外，應(yīng)當(dāng)指出，此處在判斷hsv值是否滿足第三預(yù)定條件時，所采用的hsv值是歸一化后的hsv值，即，首先將hsv值歸一化為0～1之間的數(shù)，再判斷歸一化后的hsv值是否滿足第三預(yù)定條件。

根據(jù)另一種實施例，還可以根據(jù)梯度來確定暗噪聲區(qū)域：計算增強圖像中各像素在g通道的梯度幅值；確定暗區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若均值小于第三閾值，則將該連通域判定為暗噪聲區(qū)域。該方法主要是考慮到出血點應(yīng)當(dāng)與周圍的背景區(qū)域顏色差異較大，對比度較高。之所以選擇g通道，是因為在g通道中出血點與背景區(qū)域的顏色對比度較高。第三閾值的值可以由本領(lǐng)域技術(shù)人員根據(jù)實際情況自行設(shè)置，例如，第三閾值可以是所有背景像素的梯度幅值的均值，其中，背景像素指的是不屬于任何連通域的像素。

以上給出了確定暗噪聲區(qū)域的兩種方法：顏色和梯度。在實際操作中，可以選擇上述兩種方法中的任意一種。當(dāng)然，為了使得暗噪聲區(qū)域的識別更加準(zhǔn)確、避免遺漏，也可以采用以上兩種方法的組合來確定暗噪聲區(qū)域；當(dāng)采用組合的方法時，以上兩種方法可以以任意順序?qū)嵤景l(fā)明對各方法的先后順序不做限制。例如，首先，采用顏色的方法確定出一部分暗噪聲并去除，隨后，采用梯度的方法確定出另一部分暗噪聲并去除，至此完成所有暗噪聲區(qū)域的識別。在此處所采用的兩種方法的組合方法中，確定暗噪聲的步驟包括兩步，其中，后一步在前一步的基礎(chǔ)上確定暗噪聲，前一步中已經(jīng)判定為暗噪聲的區(qū)域在后一步中不再進行重復(fù)判斷，這樣，既能夠準(zhǔn)確地確定暗噪聲區(qū)域、避免遺漏，同時，也減少了不必要的計算，從而加快了計算速度。

在確定了暗噪聲區(qū)域之后，在暗區(qū)域圖像中去除暗噪聲區(qū)域，從而得到出血區(qū)域。具體地，可以通過將去除了血管區(qū)域的暗區(qū)域圖像中暗噪聲區(qū)域處的像素的rgb值均置為0的方法將其去除；此外，也可以暫時不對暗區(qū)域圖像做任何處理，而是記下暗噪聲區(qū)域中各像素的位置坐標(biāo)，從而在最終的出血區(qū)域分割的結(jié)果圖中不再將暗噪聲區(qū)域中的像素標(biāo)記為出血區(qū)域。圖5l示出了從圖5k中將暗噪聲區(qū)域去除后，在圖5b中標(biāo)記出的出血區(qū)域的示意圖。圖5l中的黑色暗斑即為分割出的出血區(qū)域。

a8：a1或7所述的方法，其中，根據(jù)所述視網(wǎng)膜圖像確定視盤區(qū)域的步驟包括：對所述視網(wǎng)膜圖像的b通道進行濾波處理，對濾波后的圖像進行霍夫變換，以確定視盤圓的圓心和半徑，并根據(jù)所述圓心和半徑確定所述視盤圓的位置。

a9：a6或8所述的方法，其中，所述濾波為維納濾波。

a10：a1所述的方法，其中，根據(jù)所述增強圖像確定亮噪聲區(qū)域的步驟包括：將所述增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第一預(yù)定條件；若是，則將該像素判定為亮噪聲。

a11：a1或10所述的方法，其中，根據(jù)所述增強圖像確定亮噪聲區(qū)域的步驟包括：將所述增強圖像由rgb色彩空間轉(zhuǎn)化到lab色彩空間；在lab色彩空間中計算增強圖像中各像素的顯著性，以及所有像素的平均顯著性，并將顯著性大于平均顯著性的像素判定為顯著像素；確定所述亮區(qū)域圖像中的連通域，并計算各連通域中顯著像素占該連通域中所有像素的比例；若所述比例小于第一閾值，則將該連通域判定為亮噪聲區(qū)域。

a12：a11所述的方法，其中，所述顯著性按照以下公式計算：

s(x,y)＝||iμ-ig(x,y)||

其中，s(x,y)表示坐標(biāo)為(x,y)的像素的顯著性，iμ為增強圖像中各像素的l、a、b均值所構(gòu)成的三維向量，ig(x,y)為坐標(biāo)為(x,y)的像素的高斯模糊值，||*||表示求二范式。

a13：a1、10-12中任一項所述的方法，其中，根據(jù)所述增強圖像確定亮噪聲區(qū)域的步驟包括：計算增強圖像中各像素在g通道的梯度幅值；確定所述亮區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若所述均值小于第二閾值，則將該連通域判定為亮噪聲區(qū)域。

a14：a1所述的方法，其中，根據(jù)所述增強圖像和所述背景圖像中各像素的rgb顏色值確定暗區(qū)域圖像的步驟包括：將所述增強圖像中各像素的rgb顏色值與所述背景圖像中對應(yīng)像素的rgb顏色值取差值，得到暗差值圖像；根據(jù)暗差值圖像中各像素的rgb顏色值確定rgb三個通道的第二顏色閾值；通過對比暗差值圖像中各像素的rgb顏色值和rgb三個通道的第二顏色閾值的大小，將各像素的各通道顏色值均標(biāo)記為0或均標(biāo)記為1，從而將所述暗差值圖像轉(zhuǎn)化為暗區(qū)域圖像，所述暗區(qū)域圖像為二值圖像。

a15：a1或14所述的方法，其中，根據(jù)所述增強圖像確定血管區(qū)域的步驟包括：采用不同方差下的多個窗口大小對所述增強圖像進行多次濾波，分別得到各方差下的多個濾波結(jié)果，并將所述各方差下的多個濾波結(jié)果取平均，得到該方差下的濾波均值；將各方差下的濾波均值進行合并，并對合并后的圖像進行閾值分割，得到中間圖像，所述中間圖像為二值圖像，所述中間圖像中標(biāo)記出了候選血管區(qū)域，所述候選血管區(qū)域包括血管區(qū)域和偽血管區(qū)域；確定中間圖像中的連通域并對各連通域進行分析，以去除中間圖像中的偽血管區(qū)域，確定血管區(qū)域。

a16：a15所述的方法，其中，所述對各連通域進行分析的步驟包括：計算各連通域的屬性值，所述屬性值包括連通域的面積、周長、最小外接矩形，以及與連通域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率、長軸長度和短軸長度中的至少一種；判斷各連通域的屬性值是否滿足第二預(yù)定條件，若是，則將該連通域判定為偽血管區(qū)域。

a17：a1所述的方法，其中，根據(jù)所述增強圖像確定暗噪聲區(qū)域的步驟包括：將所述增強圖像由rgb色彩空間轉(zhuǎn)化到hsv色彩空間；判斷增強圖像中各像素的hsv值是否滿足第三預(yù)定條件；若是，則將該像素判定為暗噪聲。

a18：a1或17所述的方法，其中，根據(jù)所述增強圖像確定暗噪聲區(qū)域的步驟包括：計算增強圖像中各像素在g通道的梯度幅值；確定所述暗區(qū)域圖像中的連通域，計算各連通域中像素的梯度幅值的均值；若所述均值小于第三閾值，則將該連通域判定為暗噪聲區(qū)域。

b20：b19所述的裝置，其中，所述增強模塊進一步被配置為適于執(zhí)行如權(quán)利要求2-5中任一項所述的方法；所述背景提取模塊進一步被配置為適于執(zhí)行如權(quán)利要求6或9所述的方法；所述亮區(qū)域分割模塊進一步被配置為適于執(zhí)行如權(quán)利要求7所述的方法；所述滲出區(qū)域分割模塊進一步被配置為適于執(zhí)行如權(quán)利要求8-13中任一項所述的方法；所述暗區(qū)域分割模塊進一步被配置為適于執(zhí)行如權(quán)利要求14所述的方法；所述出血區(qū)域分割模塊進一步被配置為適于執(zhí)行如權(quán)利要求15-18中任一項所述的方法。

這里描述的各種技術(shù)可結(jié)合硬件或軟件，或者它們的組合一起實現(xiàn)。從而，本發(fā)明的方法和設(shè)備，或者本發(fā)明的方法和設(shè)備的某些方面或部分可采取嵌入有形媒介，例如軟盤、cd-rom、硬盤驅(qū)動器或者其它任意機器可讀的存儲介質(zhì)中的程序代碼(即指令)的形式，其中當(dāng)程序被載入諸如計算機之類的機器，并被所述機器執(zhí)行時，所述機器變成實踐本發(fā)明的設(shè)備。

在程序代碼在可編程計算機上執(zhí)行的情況下，計算設(shè)備一般包括處理器、處理器可讀的存儲介質(zhì)(包括易失性和非易失性存儲器和/或存儲元件)，至少一個輸入裝置，和至少一個輸出裝置。其中，存儲器被配置用于存儲程序代碼；處理器被配置用于根據(jù)該存儲器中存儲的所述程序代碼中的指令，執(zhí)行本發(fā)明的視網(wǎng)膜圖像分析方法。

以示例而非限制的方式，計算機可讀介質(zhì)包括計算機存儲介質(zhì)和通信介質(zhì)。計算機可讀介質(zhì)包括計算機存儲介質(zhì)和通信介質(zhì)。計算機存儲介質(zhì)存儲諸如計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)等信息。通信介質(zhì)一般以諸如載波或其它傳輸機制等已調(diào)制數(shù)據(jù)信號來體現(xiàn)計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)，并且包括任何信息傳遞介質(zhì)。以上的任一種的組合也包括在計算機可讀介質(zhì)的范圍之內(nèi)。

在此處所提供的說明書中，算法和顯示不與任何特定計算機、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與本發(fā)明的示例一起使用。根據(jù)上面的描述，構(gòu)造這類系統(tǒng)所要求的結(jié)構(gòu)是顯而易見的。此外，本發(fā)明也不針對任何特定編程語言。應(yīng)當(dāng)明白，可以利用各種編程語言實現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對特定語言所做的描述是為了披露本發(fā)明的最佳實施方式。

在此處所提供的說明書中，說明了大量具體細節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細節(jié)的情況下被實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循具體實施方式的權(quán)利要求書由此明確地并入該具體實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。

本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開的示例中的設(shè)備的模塊或單元或組件可以布置在如該實施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個或多個設(shè)備中。前述示例中的模塊可以組合為一個模塊或者此外可以分成多個子模塊。