结合血管信息的视盘定位

结合血管信息的视盘定位

%% matched filter2，测试程序
clc,close all,clear all;
%% 读取图像
img=imread('E:\糖网\预处理\shipantiqu\shipan4\ROI4.jpg');
% img=imread('E:\HEI_MED\images\HEI_MED40.jpg');%% 转换成灰度图像
if length(size(img))==3img0=rgb2gray(img);
end%% 自适应直方图均衡化
img1 = adapthisteq(img0, 'NumTiles', [15 15], 'ClipLimit', 0.05);
figure,imshow(img1);%% 高斯匹配滤波
[g,bg]=matchedFilter2(img1);
figure,imshow(bg);%% 腐蚀处理
he = strel('disk',2);
img2=imerode(bg,he);
figure;imshow(img2);%% 提取连通域
img3=xueguanLianTongYu(img2);
figure,imshow(img3);%% 形态学膨胀得到较为完整的包含渗出物的候选区域
he = strel('disk',1);
img3=imdilate(img3,he);
figure,imshow(img3);img0=double(img0);
img4=img0.*img3;% img0=double(img0);
% img4=img0.*(1-img3);
% figure,imshow(uint8(img4));
% 
% img5=imreconstruct(img4,img0);
% figure,imshow(uint8(img5));
% 
% img6=img0-img5;
% figure,imshow(img6);
%% 视盘定位
N1=[135  120  120  105  90  75  60  60  45;150  135  120  105  90  75  60  45  30;150  135  135  120  90  60  45  30  30;165  165  150  135  90  45  30  15  15;0  0  0  0  0  0  0  0  0;15  15  30  45  90  135  150  165  165;30  30  45  60  90  120  135  150  150;30  45  60  75  90  105  120  135  150;45  60  60  75  90  105  120  120  135];
N2=[2 2 2 2 2 2 2 2 2;2 2 2 2 2 2 2 2 2;2 2 3 3 3 3 3 2 2;2 2 3 3 3 3 3 2 2;2 2 3 3 3 3 3 2 2;2 2 3 3 3 3 3 2 2;2 2 3 3 3 3 3 2 2;2 2 2 2 2 2 2 2 2;2 2 2 2 2 2 2 2 2];
N3=N1.*N2;
y=imfilter(img4,N3,'replicate');
figure,
subplot(121),imshow(y);
[n]=max(max(y));
[p q]=find(n==y);
m=y>=n;
% imwrite(m,'E:\糖网\预处理\shipantiqu\shipan6\xiangying6.jpg')
subplot(1,2,2),imshow(m);
hold on;
plot(q, p, 'g*'); 

需要用到的一些function

function [g,bg]=matchedFilter2(f)f=double(f);
% subplot(1,2,1);
% imshow(uint8(f));
% title('origin image');
% mean filter
f=medfilt2(f,[5,5]);
% f=medfilt2(f,[21 1]);
% f=medfilt2(f,[1,7]);
% 参数
os=12;  % 角度的个数
sigma=2;
tim=3;
L=9;
t=120; % 全局阈值,需要多次尝试thetas=0:(os-1);
thetas=thetas.*(180/os);
N1=-tim*sigma:tim*sigma;
N1=-exp(-(N1.^2)/(2*sigma*sigma));
N=repmat(N1,[2*floor(L/2)+1,1]);
r2=floor(L/2);
c2=floor(tim*sigma);
[m,n]=size(f);
RNs=cell(1,os);  % rotated kernals 旋转角尺
MFRs=cell(1,os); % filtered images 
g1=f;% matched filter
for i=1:ostheta=thetas(i);RN=imrotate(N,theta);%去掉多余的0行和零列RN=RN(:,any(RN));RN=RN(any(RN'),:);meanN=mean2(RN);RN=RN-meanN;RNs{1,i}=RN;MFRs{1,i}=imfilter(f,RN,'conv','symmetric');
end% get the max response
g=MFRs{1,1};
for j=2:osg=max(g,MFRs{1,j});
end
bg=g>t;% subplot(1,2,2);
% imshow(bg);
% title('filterd image');
end

function [img]=xueguanLianTongYu(I)
if length(size(I))>2I = rgb2gray(I);
end
if ~islogical(I)imBw = im2bw(I);                        %转换为二值化图像
elseimBw = I;
end
imBw = im2bw(I);                        %转换为二值化图像
imLabel = bwlabel(imBw);                %对各连通域进行标记
stats = regionprops(imLabel,'Area');    %求各连通域的大小
area = cat(1,stats.Area);
index = find((area >=1000)&(area<=10000000));        %求最大连通域的索引
img = ismember(imLabel,index);          %获取最大连通域图像

原图实际效果

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！