Question

我正在尝试使用Python和OpenCV对视网膜图像中的血管进行分割。这是原始图片：

理想情况下，我希望所有的血管都像这样（不同的图像）非常明显：

这是我到目前为止所尝试的内容。我拍了图像的绿色通道。

img = cv2.imread('images/HealthyEyeFundus.jpg')
b,g,r = cv2.split(img)

然后我尝试按照this article创建匹配的过滤器，这就是输出图像：

然后我尝试进行最大熵阈值处理：

def max_entropy(data):
    # calculate CDF (cumulative density function)
    cdf = data.astype(np.float).cumsum()

    # find histogram's nonzero area
    valid_idx = np.nonzero(data)[0]
    first_bin = valid_idx[0]
    last_bin = valid_idx[-1]

    # initialize search for maximum
    max_ent, threshold = 0, 0

    for it in range(first_bin, last_bin + 1):
        # Background (dark)
        hist_range = data[:it + 1]
        hist_range = hist_range[hist_range != 0] / cdf[it]  # normalize within selected range & remove all 0 elements
        tot_ent = -np.sum(hist_range * np.log(hist_range))  # background entropy

        # Foreground/Object (bright)
        hist_range = data[it + 1:]
        # normalize within selected range & remove all 0 elements
        hist_range = hist_range[hist_range != 0] / (cdf[last_bin] - cdf[it])
        tot_ent -= np.sum(hist_range * np.log(hist_range))  # accumulate object entropy

        # find max
        if tot_ent > max_ent:
            max_ent, threshold = tot_ent, it

    return threshold


img = skimage.io.imread('image.jpg')
# obtain histogram
hist = np.histogram(img, bins=256, range=(0, 256))[0]
# get threshold
th = max_entropy.max_entropy(hist)
print th

ret,th1 = cv2.threshold(img,th,255,cv2.THRESH_BINARY)

这是我得到的结果，显然没有显示所有的血管：

我也试过拍摄图像的匹配滤镜版本并获取其sobel值的大小。

img0 = cv2.imread('image.jpg',0)
sobelx = cv2.Sobel(img0,cv2.CV_64F,1,0,ksize=5)  # x
sobely = cv2.Sobel(img0,cv2.CV_64F,0,1,ksize=5)  # y
magnitude = np.sqrt(sobelx**2+sobely**2)

这使得船只更多地出现：

然后我尝试了Otsu阈值：

img0 = cv2.imread('image.jpg',0)
# # Otsu's thresholding
ret2,th2 = cv2.threshold(img0,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# Otsu's thresholding after Gaussian filtering
blur = cv2.GaussianBlur(img0,(9,9),5)
ret3,th3 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

one = Image.fromarray(th2).show()
one = Image.fromarray(th3).show()

Otsu没有给出足够的结果。它最终会在结果中包含噪音：

我对如何成功分割血管表示赞赏。

Answer 1

我在几年前就视网膜血管检测工作了，有不同的方法可以做到：

如果您不需要最高结果但速度快，可以使用定向开口，see here和here。
然后你有另一个版本使用数学形态version here。

为了获得更好的结果，这里有一些想法：

就个人而言，我使用了Gabor过滤器的组合，结果非常好。见the segmentation result here on the first image of drive。
Gabor can be combined with learning for a good result或here。
几年前，they claimed to have the best algorithm，但我从来没有机会测试它。我对性能差距以及它们对线检测器结果进行阈值处理的方式持怀疑态度，这有点模糊。
但我知道现在很多人都试图用CNN解决这个问题，但我没有听说过有重大改进。

如何分割血管python opencv

1 个答案: