融合像素和滤波器特征的ELM血管分割方法 |
| |
作者单位: | ;1.赣南师范大学数学与计算机科学学院;2.江西理工大学电气工程与自动化学院 |
| |
摘 要: | 数字血管分割技术在现阶段眼科疾病的诊断和治疗占有重要的地位,但血管拓扑结构复杂和存在病理信息等噪音的影响,使得大多数算法鲁棒性较低.因此,本文提出一种融合像素和滤波器的极限学习机的血管分割算法,首先对图像进行形态学开运算和限制对比度直方图均衡化等预处理算法,然后利用匹配滤波、纹理特征算法、线性特征算法和B-COSFIRE滤波提取血管特征,最后由极限学习机分割血管.本文在DRIVE数据集上仿真得到的准确率和灵敏度分别为0.958 3和0.834 8.
|
关 键 词: | 血管分割 极限学习机 匹配滤波 |
ELM Vessel Segmentation Method Fusing Pixel and Filter Features |
| |
Abstract: | |
| |
Keywords: | |
|
|