视盘分割中霍夫变换和Snake模型的应用  

作　　者：张雨鹏 傅迎华[1] 陈杰[1] 

机构地区：[1]上海理工大学光电信息与计算机工程学院

出　　处：《电子世界》2021年第20期85-88,共4页Electronics World

基　　金：国家自然科学基金资助项目(项目名称:基于生理信号局部被试共性特征的脑力负荷动态深度学习识别方法研究;项目编号:61703277)。

摘　　要：在现代医学中,视盘的定位与分割对眼睛疾病诊断有很大的作用。针对现有算法存在的受噪声影响大、分割精度不高等问题,本文提出将霍夫变换和Snake模型结合的方法实现视盘的定位和分割:对原图像,选取红色通道和绿色通道,并用高斯滤波降噪;然后用Canny边缘检测算法检测视盘轮廓;再使用霍夫变换定位视盘;最后使用Snake模型分割视盘。本文在MESSIDOR数据集上进行算法验证,算法的平均重叠率为79.9%。与其他算法相比具有精度高、响应快的优点。

关 键 词：SNAKE模型 霍夫变换 视盘分割 重叠率 算法验证 疾病诊断 分割精度 绿色通道 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]