【正文】 ..............................................15 實(shí)驗(yàn)結(jié)果 ......................................................................................................................................15 研究成果 ......................................................................................................................................15第 4 章 結(jié) 論 .........................................................................................................................................16 總結(jié) ..............................................................................................................................................16 工作展望 ......................................................................................................................................16參考文獻(xiàn) .................................................................................................................................................17附錄 1 掌紋自動識別系統(tǒng) ....................................................................................................................18附錄 2 掌紋圖像預(yù)處理 ........................................................................................................................21附錄 3 掌紋特征 GABOR 變換和特征提取 ............................................................................................23致 謝 .................................................................................................................................................26數(shù)據(jù)庫圖像資料 .....................................................................................................................................27浙江省“新苗人才計(jì)劃”項(xiàng)目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 項(xiàng)目研究報告5第 1章 緒 論視網(wǎng)膜血管是人體唯一可以在活體使用非創(chuàng)傷性手段直接觀察到的血管,許多全身性血管病以及代謝性疾病均可使眼底血管受到不同程度的侵犯,特別是心、腦、腎等與血管有關(guān)的器官發(fā)生病變,眼底血管的改變在一定程度上可反映病變的程度 [1]。臨床上,視網(wǎng)膜血管網(wǎng)絡(luò)對高血壓、糖尿病、動脈硬化、腎炎等疾病的診斷、治療、愈后評價都具有重要意義 [23]。另外，視網(wǎng)膜血管作為一種人體生物特征，其結(jié)構(gòu)穩(wěn)定，隱蔽性強(qiáng)，在身份鑒別等高層次安全保密方面有重要的應(yīng)用前景。由于硬件限制，視網(wǎng)膜圖像較明顯地表現(xiàn)出以下特點(diǎn)：光照不均勻；血管與背景的對比度不強(qiáng)；圖像噪聲點(diǎn)多。這導(dǎo)致采用常用的圖像處理方法很難分割出滿意的效果，尋找合適的視網(wǎng)膜血管提取方法是難點(diǎn)所在 [4]。目前視網(wǎng)膜血管的檢測方法已有不少，但是基于 Canny 算子與數(shù)學(xué)形態(tài)學(xué)濾波相結(jié)合的方法算法尚未見發(fā)表。本文就重點(diǎn)研究基于 Canny 算子與數(shù)學(xué)形態(tài)學(xué)濾波相結(jié)合的視網(wǎng)膜血管檢測算法?；?Canny 邊緣檢測算子的血管分割算法。Canny 算子具有良好的多尺度特性，已廣泛地用于圖像邊緣檢測。該方法既可有效地抑制圖像中的噪聲，有可保持邊緣的連通性，是一種較理想的邊緣檢測算子。無論采用何種邊緣檢測算法都難以完全消除噪聲的影響。為提高邊緣檢測的有效性，該研究將探討基于數(shù)學(xué)形態(tài)學(xué)的后處理算法，已提取真實(shí)的血管網(wǎng)絡(luò)。圖象的邊緣是指圖象局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以看作是一個階躍，既從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。圖象的邊緣部分集中了圖象的大部分信息，圖象邊緣的確定與提取對于整個圖象場景的識別與理解是非常重要的，同時也是圖象浙江省“新苗人才計(jì)劃”項(xiàng)目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 項(xiàng)目研究報告6分割所依賴的重要特征，邊緣檢測主要是圖象的灰度變化的度量、檢測和定位。圖像邊緣檢測算法在過去已經(jīng)被許多人提出過，并且這些人的算法都有著很多不一樣的地方。大致可以分為兩類，(1)基于梯度的邊緣檢測算法，(2)基于零點(diǎn)交叉邊緣檢測算法。主要具體的有 Sobel，Reberts，Laplacian，LOG 等這些算法。 基于 Laplacian算子的視網(wǎng)膜圖像的分割方法Laplacian 算子是常用的邊緣檢測算子。拉普拉斯算子是最簡單的各向同性微分算子，具有旋轉(zhuǎn)不變性。一個二維圖像函數(shù)的拉普拉斯變換是各向同性的二階導(dǎo)數(shù)。另外，拉普拉斯算子還可以表示成模板的形式，如圖11所示。圖11（a）表示離散拉普拉斯算子的模板，圖11（b）表示其擴(kuò)展模板，從模板形式容易看出，如果在圖像中一個較暗的區(qū)域中出現(xiàn)了一個亮點(diǎn)，那么用拉普拉斯運(yùn)算就會使這個亮點(diǎn)變得更亮。因?yàn)閳D像中的邊緣就是那些灰度發(fā)生跳變的區(qū)域，所以拉普拉斯銳化模板在邊緣檢測中很有用。一般增強(qiáng)技術(shù)對于陡峭的邊緣和緩慢變化的邊緣很難確定其邊緣線的位置。但此算子卻可用二次微分正峰和負(fù)峰之間的過零點(diǎn)來確定，對孤立點(diǎn)或端點(diǎn)更為敏感，因此特別適用于以突出圖像中的孤立點(diǎn)、孤立線或線端點(diǎn)為目的的場合。 11(a) 11(b) 基于 Sobel算子的視網(wǎng)膜圖像的分割方法Sobel 算子在圖像上求出二維的空間梯度，和梯度高的區(qū)域與邊緣的區(qū)域相浙江省“新苗人才計(jì)劃”項(xiàng)目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 項(xiàng)目研究報告7一致。Sobel 算子通常用于求輸入的灰度級圖像的每一個的近似的絕對梯度。Sobel 模板設(shè)計(jì)是用來在圖像的垂直和水平方向最大的限度去反映邊緣，這些方向性的邊緣最后會匯合在一起的。基于 Sobel 算子的模板是 基于 LOG算子的視網(wǎng)膜圖像的分割方法這個算子可以說是 Laplacian 的改進(jìn)版，因?yàn)?Laplacian 其他的梯度算子一樣，會增強(qiáng)圖像中的噪聲。而 LOG 算子比 Laplacian 算子多做的就是它是先對圖像進(jìn)行了 Gauss 平滑。通過 Gauss 平滑除去圖像噪聲，然后再進(jìn)行邊緣的檢測，這樣做的效果會比較好。下面是 LOG 的 5*5 的模板。浙江省“新苗人才計(jì)劃”項(xiàng)目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 項(xiàng)目研究報告8第 2章 設(shè)計(jì)方案圖像邊緣提取一般劃分為視網(wǎng)膜圖像采集、預(yù)處理、算法處理、保存處理圖片幾個過程。圖像采集主要完成視網(wǎng)膜原始圖像的獲取及保存任務(wù)，然后經(jīng)過預(yù)處理階段進(jìn)行圖像的去噪、平滑等操作，形成標(biāo)準(zhǔn)視網(wǎng)膜數(shù)據(jù)庫，再對這些數(shù)據(jù)庫中的圖像進(jìn)行算法處理，然后保存處理以后的圖片以進(jìn)行不同的算法之間的比較。 圖像信息的采集我們采用 Nommyd7 免散瞳眼底相機(jī)作為視網(wǎng)膜圖像信息采集工具。Nommyd7 免散瞳眼底相機(jī)、掃描圖像類型真彩色圖像、圖像存儲格式 BMP 格式、分辨率 565584。隨機(jī)選擇 10 個學(xué)生，對他們的左眼和右眼分別各采集 5 對視網(wǎng)膜圖像，建立視網(wǎng)膜圖像數(shù)據(jù)庫。以一個人采集為例：第一步，將 Nommyd7 免散瞳眼底相機(jī)跟計(jì)算機(jī)連接好。第二步，將一只眼睛對準(zhǔn)相機(jī)上。第三步，開始拍攝，將拍攝以后的圖像以 bmp 的格式保存下來。 圖像命名規(guī)則采集到的圖像需要采用統(tǒng)一的命名規(guī)則，經(jīng)過一定的組織才能最終成為標(biāo)準(zhǔn)數(shù)據(jù)庫。具體命名方法如下：每幅圖像用二個字段表示 ，即表示為 AB. bmp 的形式。A表示被采集者的姓名的第一個字母（如果出現(xiàn)重復(fù)的時候，再在后面加數(shù)字，表示第幾個重復(fù)的） 。B 區(qū)分采集人的左右 ，左眼用“L”表示 ，右眼用“R”浙江省“新苗人才計(jì)劃”項(xiàng)目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 項(xiàng)目研究報告9表示；例如，陳紅用右眼拍攝，命名為：。如果有第二個陳紅來拍攝右眼的視網(wǎng)膜，命名為：。這樣命名，對于較小的環(huán)境而言，是有好處的，可