计算机视觉（五）：请分割出眼底视网膜图像中的血管

Project 5：

请分割出眼底视网膜图像中的血管

图一

图二

图三

图四

以上是要进行处理的四张眼底视网膜血管图像。

待解决的问题：

如何从视网膜图像中将血管准确清晰的分割出来

1.采用哪种方法作为图像预处理

2.采用哪种二值化的方法进行分割

3.图像的去噪

思路及原理：

对图像先进行预处理，分别采用灰度图处理、色道分离、灰度图翻转、二值化处理等方法得到预处理图。

再对图像进行二值化处理，阈值分割，根据需要再对图像进行去噪处理。最终得到合适的眼底视网膜血管分割图。

算术平均法的自适应二值化利用cv2.adaptiveThreshold实现，此函数的原型为：

其中：

src为输入图像；

maxval为输出图像的最大值；

adaptiveMethod设置为cv2.ADAPTIVE_THRESH_MEAN_C表示利用算术均值法，设置为cv2.ADAPTIVE_THRESH_GAUSSIAN_C表示用高斯权重均值法；

thresholdType:阈值的类型；

blockSize: b的值；

C为从均值中减去的常数，用于得到阈值；

dst为目标图像。

在本题中，我发现采用自适应二值法效果比固定阈值二值法效果更好，于是我就用自适应二值法来进行处理。

滤波方式，主要应对椒盐噪声，中值滤波通常采用一个含奇数个点的滑动窗口，用窗口的中的灰度值的中值来代替中心点的灰度值，可以滤掉椒盐噪声产生的突兀的像素点，其实就是对这个窗口中的灰度值进行排序，然后将其中值赋值给中心点即可。

函数返回处理结果，第一个参数是待处理图像，第二个参数是孔径的尺寸，一个大于1的奇数。比如这里是5，中值滤波器就会使用5×5的范围来计算。即对像素的中心值及其5×5邻域组成了一个数值集，对其进行处理计算，当前像素被其中值替换掉。

如果在某个像素周围有白色或黑色的像素，这些白色或黑色的像素不会选择作为中值（最大或最小值不用），而是被替换为邻域值。

编程实现：

首先是读取原图片，并定义一个函数用来显示图片，方便在后面调用。并得到该图像的大小。

分别得到灰度图、色道分离以后得到的三张灰度图、对灰度图均衡化以后的图、灰度图翻转以后的图。

对图像进行二值化处理，来分割图像中的血管部分

滤波以后产生了很多椒盐噪声，采用中值滤波去掉

显示预处理以后的图，以及二值化分割以后的图。得到相应结果，挑选结果最好的图。

结果及分析：

第一张图：

由上述六图看出Green、Red通道的灰度图最清晰，接下来对它们进行二值化处理得到。

可见上图有很多椒盐噪声，对他们进行中值滤波得到

经过中值滤波以后的图好很多，第一张图效果最好

同理，对第二幅、第三幅、第四幅图像做同样的处理，得到六幅不同的预处理图、二值化图以及去噪以后的图像，并筛选出效果最好的一幅来作为最后的效果图

结论：

分别得到四幅分割血管图，基本把血管分割了出来，完成了预期目标。