基于眼底影像的图像处理方法

1.本发明涉及图像处理技术领域，尤其涉及一种基于眼底影像的图像处理方法。


背景技术：

2.眼底检查十分重要，许多疾病都可以从眼底上反映出来。眼底的视网膜血管是人体中可看见的血管，医生把它当作了解其它脏器血管情况的窗口。因此，它的变化在一定程度上反映了一些器官的改变程度。在进行眼底检查时，通常需要通过眼底图像进行检查。
3.现有技术中，临床眼底检查中应用最为广泛的两类图像为无赤光图像和荧光素血管造影图像，在进行图像处理时，通过改变图像的亮度和对比度来提高图像内容的识别度，再经过人工进行图像内容识别，人工识别存在误差，导致图像内容识别精确度低。


技术实现要素：

4.为此，本发明提供一种基于眼底影像的图像处理方法，用以克服现有技术中由于人工进行眼底图像区域识别导致的眼底图像识别精确度低的问题。
5.为实现上述目的，本发明提供一种基于眼底影像的图像处理方法，包括，
6.步骤s1，采集获取目标的眼底图像；
7.步骤s2，根据所述眼底图像建立眼底图像模型；在建立眼底图像模型时，获取所述眼底图像的轮廓形状，建立与所述轮廓形状形状相同的眼底图像模型；
8.步骤s3，对所述眼底图像进行图像分析；
9.步骤s4，根据分析结果对所述眼底图像模型进行标记；
10.步骤s5，对标记完成后的眼底图像模型进行着色；
11.所述步骤s3-s4中，在进行图像分析时，将所述眼底图像按照灰度值进行区域划分，划分后形成若干目标区域，再根据目标区域中曲线形状区域的宽度a判定该曲线形状区域是否为血管区域，在确定所述眼底图像中的全部血管区域后，按照宽度由大到小的顺序对各血管区域进行排序并编号，当血管区域宽度相同时，按照长度由大到小的顺序进行排序并编号，并将宽度、长度均相同的血管区域随机排序编号，编号完成后，按照编号顺序逐个将血管区域绘制在所述眼底图像模型上，在进行绘制时，对各血管区域进行重要等级划分，并对重要血管区域进行标记；在对所述眼底图像模型血管区域绘制完成后，根据眼底图像中的视盘区域中心点在所述眼底图像模型中绘制视盘区域轮廓，以对视盘区域进行标记；在对所述眼底图像模型视盘区域标记完成后，根据眼底图像中的黄斑区域圆心在所述眼底图像模型中绘制黄斑区域轮廓，以对黄斑区域进行标记。
12.进一步地，在对所述眼底图像进行血管区域判定时，获取目标区域中的曲线形状区域，并将曲线形状区域的宽度a与预设临界宽度a0进行比对，根据比对结果对曲线形状区域进行判定，其中，
13.当a≤a0时，判定该曲线形状区域为血管区域；
14.当a＞a0时，判定该曲线形状区域为非血管区域。
15.进一步地，在对各所述血管区域进行重要等级划分时，设置区域等级系数d，设定d＝0.4
×
l/l0+0.4
×
m/m0+0.2
×
n/n0，l为血管区域的平均色深，l0为预设标准色深，m为血管区域平均宽度，m0为预设标准宽度，n为血管区域长度，n0为预设标准长度，在对各血管区域的等级系数d计算完成后，将计算获取的等级系数d与预设等级系数d0进行比对，并根据比对结果对该血管区域进行重要等级判定，其中，
16.当d＜d0时，判定该血管区域为非重要血管区域；
17.当d≥d0时，判定该血管区域为重要血管区域，并在绘制时加强该区域的色深，以完成对眼底图像模型中重要血管区域的标记。
18.进一步地，在获取所述眼底图像中的视盘区域中心点时，获取宽度最大的血管区域与其他血管区域的交点位置，并获取各交点位置的交叉血管数量b，并将交叉血管数量b与预设交叉血管数量b0进行比对，并根据比对结果对该交点位置进行判定，其中，
19.当b＜b0时，判定该交点位置为普通交点区域；
20.当b≥b0时，判定该交点位置为汇聚点。
21.进一步地，在对交点位置判定完成后，获取宽度最大的血管区域上的汇聚点数量p，并根据汇聚点数量p进行视盘区域判定，其中，
22.当p＝0时，将交叉血管数量最大的普通交点区域作为视盘区域中心点；
23.当p＝1时，将该汇聚点作为视盘区域中心点；
24.当p＞1时，将灰度值最大的汇聚点作为视盘区域中心点；
25.当视盘区域确定后，在所述眼底图像模型中绘制视盘区域轮廓，以完成对眼底图像模型中视盘区域的标记。
26.进一步地，在绘制视盘区域轮廓时，以视盘区域中心点为圆心进行圆形扩张，在扩张时，获取圆形区域边线的平均灰度值q，并计算灰度差
△
q，设定
△
q＝q0-q，q0为视盘区域中心点的灰度值，并将计算得到的灰度差
△
q与预设灰度差
△
q0进行比对，并根据比对结果控制圆形扩张过程，其中，
27.当
△
q≤
△
q0时，继续进行圆形扩张；
28.当
△
q＞
△
q0时，停止进行圆形扩张，并将该圆形作为视盘区域轮廓。
29.进一步地，在进行预选黄斑区域判定时，获取所述目标区域中的圆形区域，并获取各圆形区域的面积s，将圆形区域的面积s与预设面积s0进行比对，并根据比对结果进行预选黄斑区域判定，其中，
30.当s≤s0时，判定该圆形区域为预选黄斑区域；
31.当s＞s0时，判定该圆形区域为非黄斑区域。
32.进一步地，在确定预选黄斑区域后，获取各预选黄斑区域的灰度值h，并将预选黄斑区域的平均灰度值h与预设黄斑灰度值h0进行比对，并根据比对结果进行黄斑区域判定，其中，
33.当h≤h0时，判定该预选黄斑区域的灰度值满足要求，并将各灰度值满足要求的预选黄斑区域中，预选黄斑区域内血管区域数量最少的预选黄斑区域作为黄斑区域，并在所述眼底图像模型中绘制黄斑区域轮廓，以完成对眼底图像模型中黄斑区域的标记；
34.当h＞h0时，判定该预选黄斑区域为非黄斑区域。
35.进一步地，在绘制黄斑区域轮廓时，以所述黄斑区域的圆心为中心控制所述黄斑
区域的区域边线进行扩张，获取所述视盘区域轮廓边线与黄斑区域的区域边线之间的最小距离w，并将最小距离w与预设最小距离w0进行比对，并根据比对结果控制所述黄斑区域的区域边线扩张，其中，
36.当w＞w0时，继续进行黄斑区域的区域边线扩张；
37.当w≤w0时，停止黄斑区域的区域边线扩张，并将扩张后黄斑区域的区域边线作为黄斑区域轮廓。
38.进一步地，在对所述眼底图像模型各区域轮廓绘制完成后，根据各所述目标区域内的色调和色深对所述眼底图像模型进行着色，在进行着色时，首先按照所述眼底图像中血管区域编号顺序对所述眼底图像模型中的血管区域进行着色，再对视盘区域和黄斑区域进行着色，最后对其他区域进行着色。
39.与现有技术相比，本发明的有益效果在于，在对眼底图像进行图像处理时，首先采集获取目标的眼底图像，再根据眼底图像的图像内容建立眼底图像模型，通过建立眼底图像模型可便于对眼底图像进行内容识别，从而提高对眼底图像的识别精度，在建立眼底图像模型后，对眼底图像进行图像内容分析，通过分析以确定眼底图像中各区域内容特征，从而根据分析结果对眼底图像模型进行区域绘制，并在绘制的同时对区域内容进行标记，以使眼底图像模型精确反映出眼底图像的各区域内容，从而进一步提高对眼底图像的识别精度；在建立眼底图像模型时，首先根据眼底图像的轮廓形状建立眼底图像模型，以保证模型的形状与眼底图像一致，从而提高眼底图像模型的精确度，在建立眼底图像模型后，通过对眼底图像进行区域划分，以进一步确定眼底图像中各区域内容，在进行区域划分时，由于眼底图像中各组织的灰度值不同，以灰度值为区别特征进行区域划分，可有效保证划分后各区域形状反应内容的真实性，在对眼底图像区域划分完成后，获取目标区域中的曲线形状区域，再根据曲线形状区域的宽度判定其是否为血管区域，通过进行血管区域判定，可进一步提高对眼底图像的识别精确度。
40.尤其，在确定眼底图像中的血管区域后，根据血管宽度对各血管区域进行排序，通过排序以确定在眼底图像模型上绘制各血管区域的顺序，以保证绘制的完整度，从而使绘制出的血管区域便于识别，且在进行血管区域绘制时，计算获取各血管区域的区域等级系数d，通过区域等级系数d对各血管区域的重要等级进行划分，从而加强对重要血管区域绘制的色深，以使眼底图像模型上的重要血管区域易于识别辨认，从而提高对眼底图像识别的精确度，在设置区域等级系数d的计算公式时，通过将血管区域的平均色深、平均宽度和平均长度作为计算因子，并赋予不同权重，使区域等级系数d随各因子的增加而增大，可有效保证计算获取的等级系数d反应出血管区域的重要程度，从而提高对各血管区域绘制的精确度，以进一步提高对眼底图像的识别精确度。
41.尤其，在血管区域绘制完成后，对所述眼底图像进行视盘区域判定，视盘区域为眼底图像中主要血管的交汇处，本发明首先获取血管区域中的交点位置，再根据交点位置的交叉血管数量b对该交点位置进行判定，交叉血管数量b小时证明该点为普通交点区域，根据交叉血管数量对交点进行判定，可有效提高对眼底图像中视盘区域识别的精确度，当交叉血管数量b在预设值以上时，将该交点作为汇聚点以进一步确定视盘区域，从而提高对眼底图像识别的精确度，在汇聚点判定完成后，本发明根据汇聚点数量确定视盘区域的中心点，通过确定中心点以便于在眼底图像模型中进行视盘区域标记，由于眼底图像的视盘区
域为圆形区域，在眼底图像模型中绘制视盘区域轮廓时，通过以视盘区域中心点为圆心进行圆形扩张，可有效保证视盘区域在轮廓线以内，从而提高对眼底图像模型中视盘区域标记的精确度，从而进一步提高对眼底图像识别的精确度，在进行圆形区域扩张时，由于视盘区域的灰度值高于其他区域，通过计算灰度差控制圆形扩张过程，可进一步保证扩张后视盘区域在轮廓线以内，从而进一步提高对眼底图像模型中视盘区域标记的精确度，进一步提高对眼底图像识别的精确度。
42.尤其，在对眼底图像模型视盘区域轮廓绘制完成后，进行黄斑区域轮廓绘制，首先获取眼底图像划分后各目标区域中的圆形区域，再根据圆形区域面积进行预选黄斑区域判定，通过设置预设值进行预选黄斑区域判定，可有效提高对眼底图像中黄板区域识别的精确度，本发明在确定预选黄斑区域后，再根据各预选黄斑区域的平均灰度值进行黄斑区域判定，以完成对眼底图像中黄斑区域的识别，且当灰度值满足要求的预选黄斑区域数量多时，通过根据血管区域数量对黄斑区域进行最终确定，可有效保证对眼底图像中黄斑区域识别的精确度，在对眼底图像中黄斑区域识别完成后，在眼底图像模型上进行黄板区域轮廓绘制，在进行绘制时，以黄斑区域的圆心为中心进行区域边线扩张，通过扩张以确定眼底图像模型上的黄斑区域轮廓，在进行扩张时，由于视盘区域与黄斑区域同为圆形区域，为避免标记的区域轮廓线相互重合，根据两区域边线的最小距离控制扩张程度，可有效提高对眼底图像模型黄斑区域标记的精确度，从而进一步提高对眼底图像中黄斑区域识别的精确度。
43.尤其，在对眼底图像模型进行区域标记后，还根据眼底图像中各目标区域的色调和色深对眼底图像模型进行着色，通过着色以最终完成眼底图像模型的建立，从而进一步提高对眼底图像识别的精确度，在进行着色时，本发明还按照对眼底图像模型各区域的绘制顺序进行着色，以使眼底图像模型更加清楚的反映出眼底图像各区域内容，以进一步提高对眼底图像的识别效率。
附图说明
44.图1为本实施例基于眼底影像的图像处理系统的结构示意图；
45.图2为本实施例基于眼底影像的图像处理方法的流程示意图。
具体实施方式
46.为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
47.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
48.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
49.请参阅图1所示，其为本实施例基于眼底影像的图像处理系统的结构示意图，所述
系统包括，
50.采集模块，用以采集眼底图像，其与建模模块连接；
51.所述建模模块，用以根据所述眼底图像建立眼底图像模型，其与分析模块连接；
52.所述分析模块，用以对所述眼底图像进行图像分析，其与判断模块连接；
53.所述标记模块，用以根据分析结果对所述眼底图像模型进行标记，其与着色模块连接；
54.所述着色模块，用以对标记完成后的眼底图像模型进行着色。
55.请参阅图2所示，其为本实施例基于眼底影像的图像处理方法的流程示意图，所述方法包括，
56.步骤s1，采集获取目标的眼底图像；
57.步骤s2，根据所述眼底图像建立眼底图像模型；
58.步骤s3，对所述眼底图像进行图像分析；
59.步骤s4，根据分析结果对所述眼底图像模型进行标记；
60.步骤s5，对标记完成后的眼底图像模型进行着色。
61.具体而言，本实施例在对眼底图像进行图像处理时，首先采集获取目标的眼底图像，再根据眼底图像的图像内容建立眼底图像模型，通过建立眼底图像模型可便于对眼底图像进行内容识别，从而提高对眼底图像的识别精度，在建立眼底图像模型后，对眼底图像进行图像内容分析，通过分析以确定眼底图像中各区域内容特征，从而根据分析结果对眼底图像模型进行区域绘制，并在绘制的同时对区域内容进行标记，以使眼底图像模型精确反映出眼底图像的各区域内容，从而进一步提高对眼底图像的识别精度。
62.具体而言，本实施例所述步骤s2中，在建立眼底图像模型时，首先获取眼底图像的轮廓形状，并建立与所述轮廓形状形状相同的眼底图像模型，所述眼底图像模型的轮廓确定后，将所述眼底图像按照灰度值进行区域划分，划分后形成若干目标区域，获取目标区域中的曲线形状区域，并将曲线形状区域的宽度a与预设临界宽度a0进行比对，根据比对结果对曲线形状区域进行判定，其中，
63.当a≤a0时，判定该曲线形状区域为血管区域；
64.当a＞a0时，判定该曲线形状区域为非血管区域。
65.具体而言，本实施例中在建立眼底图像模型时，首先根据眼底图像的轮廓形状建立眼底图像模型，以保证模型的形状与眼底图像一致，从而提高眼底图像模型的精确度，在建立眼底图像模型后，通过对眼底图像进行区域划分，以进一步确定眼底图像中各区域内容，在进行区域划分时，由于眼底图像中各组织的灰度值不同，以灰度值为区别特征进行区域划分，可有效保证划分后各区域形状反应内容的真实性，在对眼底图像区域划分完成后，获取目标区域中的曲线形状区域，再根据曲线形状区域的宽度判定其是否为血管区域，通过进行血管区域判定，可进一步提高对眼底图像的识别精确度。
66.具体而言，在确定所述眼底图像中的全部血管区域后，按照宽度由大到小的顺序对各血管区域进行排序并编号，当血管区域宽度相同时，按照长度由大到小的顺序进行排序并编号，并将宽度、长度均相同的血管区域随机排序编号，编号完成后，按照编号顺序逐个将血管区域绘制在所述眼底图像模型上，在进行绘制时，对各血管区域进行重要等级划分，并设置区域等级系数d，设定d＝0.4
×
l/l0+0.4
×
m/m0+0.2
×
n/n0，l为血管区域的平均
色深，l0为预设标准色深，m为血管区域平均宽度，m0为预设标准宽度，n为血管区域长度，n0为预设标准长度，在对各血管区域的等级系数d计算完成后，将计算获取的等级系数d与预设等级系数d0进行比对，并根据比对结果对该血管区域进行重要等级判定，其中，
67.当d＜d0时，判定该血管区域为非重要血管区域；
68.当d≥d0时，判定该血管区域为重要血管区域，并在绘制时加强该区域的色深，以完成对眼底图像模型中重要血管区域的标记。
69.具体而言，本实施例中在确定眼底图像中的血管区域后，根据血管宽度对各血管区域进行排序，通过排序以确定在眼底图像模型上绘制各血管区域的顺序，以保证绘制的完整度，从而使绘制出的血管区域便于识别，且在进行血管区域绘制时，计算获取各血管区域的区域等级系数d，通过区域等级系数d对各血管区域的重要等级进行划分，从而加强对重要血管区域绘制的色深，以使眼底图像模型上的重要血管区域易于识别辨认，从而提高对眼底图像识别的精确度，在设置区域等级系数d的计算公式时，通过将血管区域的平均色深、平均宽度和平均长度作为计算因子，并赋予不同权重，使区域等级系数d随各因子的增加而增大，可有效保证计算获取的等级系数d反应出血管区域的重要程度，从而提高对各血管区域绘制的精确度，以进一步提高对眼底图像的识别精确度。
70.具体而言，所述眼底图像模型在血管区域绘制完成后，获取宽度最大的血管区域与其他血管区域的交点位置，并获取各交点位置的交叉血管数量b，并将交叉血管数量b与预设交叉血管数量b0进行比对，并根据比对结果对该交点位置进行判定，其中，
71.当b＜b0时，判定该交点位置为普通交点区域；
72.当b≥b0时，判定该交点位置为汇聚点。
73.具体而言，在对交点位置判定完成后，获取宽度最大的血管区域上的汇聚点数量p，并根据汇聚点数量p进行视盘区域判定，其中，
74.当p＝0时，将交叉血管数量最大的普通交点区域作为视盘区域中心点；
75.当p＝1时，将该汇聚点作为视盘区域中心点；
76.当p＞1时，将灰度值最大的汇聚点作为视盘区域中心点；
77.当视盘区域确定后，在所述眼底图像模型中绘制视盘区域轮廓，以完成对眼底图像模型中视盘区域的标记。
78.具体而言，在绘制视盘区域轮廓时，以视盘区域中心点为圆心进行圆形扩张，在扩张时，获取圆形区域边线的平均灰度值q，并计算灰度差
△
q，设定
△
q＝q0-q，q0为视盘区域中心点的灰度值，并将计算得到的灰度差
△
q与预设灰度差
△
q0进行比对，并根据比对结果控制圆形扩张过程，其中，
79.当
△
q≤
△
q0时，继续进行圆形扩张；
80.当
△
q＞
△
q0时，停止进行圆形扩张，并将该圆形作为视盘区域轮廓。
81.具体而言，本实施例中在血管区域绘制完成后，对所述眼底图像进行视盘区域判定，视盘区域为眼底图像中主要血管的交汇处，本实施例首先获取血管区域中的交点位置，再根据交点位置的交叉血管数量b对该交点位置进行判定，交叉血管数量b小时证明该点为普通交点区域，根据交叉血管数量对交点进行判定，可有效提高对眼底图像中视盘区域识别的精确度，当交叉血管数量b在预设值以上时，将该交点作为汇聚点以进一步确定视盘区域，从而提高对眼底图像识别的精确度，在汇聚点判定完成后，本实施例根据汇聚点数量确
定视盘区域的中心点，通过确定中心点以便于在眼底图像模型中进行视盘区域标记，由于眼底图像的视盘区域为圆形区域，在眼底图像模型中绘制视盘区域轮廓时，通过以视盘区域中心点为圆心进行圆形扩张，可有效保证视盘区域在轮廓线以内，从而提高对眼底图像模型中视盘区域标记的精确度，从而进一步提高对眼底图像识别的精确度，在进行圆形区域扩张时，由于视盘区域的灰度值高于其他区域，通过计算灰度差控制圆形扩张过程，可进一步保证扩张后视盘区域在轮廓线以内，从而进一步提高对眼底图像模型中视盘区域标记的精确度，进一步提高对眼底图像识别的精确度。
82.具体而言，在视盘区域确定后，获取所述目标区域中的圆形区域，并获取各圆形区域的面积s，将圆形区域的面积s与预设面积s0进行比对，并根据比对结果进行预选黄斑区域判定，其中，
83.当s≤s0时，判定该圆形区域为预选黄斑区域；
84.当s＞s0时，判定该圆形区域为非黄斑区域。
85.具体而言，在确定预选黄斑区域后，获取各预选黄斑区域的灰度值h，并将预选黄斑区域的平均灰度值h与预设黄斑灰度值h0进行比对，并根据比对结果进行黄斑区域判定，其中，
86.当h≤h0时，判定该预选黄斑区域的灰度值满足要求，并将各灰度值满足要求的预选黄斑区域中，预选黄斑区域内血管区域数量最少的预选黄斑区域作为黄斑区域，并在所述眼底图像模型中绘制黄斑区域轮廓，以完成对眼底图像模型中黄斑区域的标记；
87.当h＞h0时，判定该预选黄斑区域为非黄斑区域。
88.具体而言，在绘制黄斑区域轮廓时，以所述黄斑区域的圆心为中心控制所述黄斑区域的区域边线进行扩张，获取所述视盘区域轮廓边线与黄斑区域的区域边线之间的最小距离w，并将最小距离w与预设最小距离w0进行比对，并根据比对结果控制所述黄斑区域的区域边线扩张，其中，
89.当w＞w0时，继续进行黄斑区域的区域边线扩张；
90.当w≤w0时，停止黄斑区域的区域边线扩张，并将扩张后黄斑区域的区域边线作为黄斑区域轮廓。
91.具体而言，本实施例中在对眼底图像模型视盘区域轮廓绘制完成后，进行黄斑区域轮廓绘制，首先获取眼底图像划分后各目标区域中的圆形区域，再根据圆形区域面积进行预选黄斑区域判定，通过设置预设值进行预选黄斑区域判定，可有效提高对眼底图像中黄板区域识别的精确度，本实施例在确定预选黄斑区域后，再根据各预选黄斑区域的平均灰度值进行黄斑区域判定，以完成对眼底图像中黄斑区域的识别，且当灰度值满足要求的预选黄斑区域数量多时，通过根据血管区域数量对黄斑区域进行最终确定，可有效保证对眼底图像中黄斑区域识别的精确度，在对眼底图像中黄斑区域识别完成后，在眼底图像模型上进行黄板区域轮廓绘制，在进行绘制时，以黄斑区域的圆心为中心进行区域边线扩张，通过扩张以确定眼底图像模型上的黄斑区域轮廓，在进行扩张时，由于视盘区域与黄斑区域同为圆形区域，为避免标记的区域轮廓线相互重合，根据两区域边线的最小距离控制扩张程度，可有效提高对眼底图像模型黄斑区域标记的精确度，从而进一步提高对眼底图像中黄斑区域识别的精确度。
92.具体而言，在对所述眼底图像模型各区域轮廓绘制完成后，根据各所述目标区域
内的色调和色深对所述眼底图像模型进行着色，在进行着色时，首先按照所述眼底图像中血管区域编号顺序对所述眼底图像模型中的血管区域进行着色，再对视盘区域和黄斑区域进行着色，最后对其他区域进行着色。
93.具体而言，本实施例中在对眼底图像模型进行区域标记后，还根据眼底图像中各目标区域的色调和色深对眼底图像模型进行着色，通过着色以最终完成眼底图像模型的建立，从而进一步提高对眼底图像识别的精确度，在进行着色时，本实施例还按照对眼底图像模型各区域的绘制顺序进行着色，以使眼底图像模型更加清楚的反映出眼底图像各区域内容，以进一步提高对眼底图像的识别效率。
94.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。