【正文】 這不僅豐富了我們的知識而且更開闊了我們的視野。//灰值閉void GrayClose()。int m_maskW。浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計與實現(xiàn) 項目研究報告26delete [] T_ImgDataOut_S。 i LineByte * thism_imgWidthOut。T_ImgDataOut_X = new unsigned char[LineByte * thism_imgWidthOut]。}thism_imgHeightOut = thism_imgHeight。if(thism_lpImgDataOut != NULL){delete []m_lpImgDataOut。Grad_maskY[1] = 1。Grad_maskX[2] = 0。G_mask[21] = 4。G_mask[13] = 12。G_mask[5] = 4。imgOut,BOOL flag)。void Laplacian()。int m_imgHeightOut。另外，雖然我們從實驗方面驗證了視網(wǎng)膜圖像邊緣識別系統(tǒng)的性能和可靠性，但還需要在理論上對視網(wǎng)膜的檢測唯一性與不變性方面作進(jìn)一步的探討。也發(fā)現(xiàn)了這幾種算發(fā)中 LOG 與 Canny 的檢測能力比其他的要好一點。而且對不同的算法進(jìn)行了比較。這是一部很重要的一步，因為前期的圖像會對后期的檢測產(chǎn)生很大的影響。(x,y) ∈D } f b開運算即先腐蝕后膨脹的過程，用來消除小物體、在細(xì)小點處分離物體、平滑較大物體的邊界的同時并不明顯改變其面積；閉運算即先膨脹后腐蝕的過程，用來填充物體內(nèi)細(xì)小空洞、連接鄰近物體、平滑其邊界的同時并不明顯改變其面積；變換形式如下：開運算：f○b=(f ?b) b ○ + 閉運算：f有可能造成對邊緣的定位的確很精確，但是對噪聲太過于敏感，從而導(dǎo)致出現(xiàn)假的邊緣，并且丟失真的邊緣。如果鄰域中心點的幅值 m [ i, j ]不比梯度方向上的2 個插值結(jié)果大, 則將 m [ i, j ]對應(yīng)的邊緣標(biāo)志位賦值為0,這一過程把 M [ i, j ]寬屋脊帶細(xì)化為一個像素寬, 并且保留了屋脊的梯度幅值。梯度方向是 非極大值抑制為了精確定位邊緣, 必須細(xì)化梯度幅值圖像 M [ i, j ] 中的屋脊帶, 只保留幅值局部變化最大的點, 這一過程就是非極大值抑制。在數(shù)字圖像里則是通過近似的計算也或者它們的偏導(dǎo)的。(3)檢測，有一些梯度幅值很大并不一定是邊緣點，所以必須進(jìn)行進(jìn)行的檢測。Canny 的目標(biāo)是找到一個最優(yōu)的邊緣檢測算法，最優(yōu)邊緣檢測的含義是：(1)優(yōu)良的信噪比，即對邊緣的錯誤檢測率要盡可能的低。 灰度化處理由彩色轉(zhuǎn)化為灰度的過程叫做灰度化處理，它是使 RGB 模型中的 R=G=B。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） 。 圖像信息的采集我們采用 Nommyd7 免散瞳眼底相機作為視網(wǎng)膜圖像信息采集工具。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。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。無論采用何種邊緣檢測算法都難以完全消除噪聲的影響。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，在身份鑒別等高層次安全保密方面有重要的應(yīng)用前景。 2) discussed the minimalpath algorithms and their implementations。本文主要致力于研究基于采用 Canny 算子與數(shù)學(xué)形態(tài)學(xué)濾波相結(jié)合的方法進(jìn)行自適應(yīng)圖像分割算法及其實現(xiàn)技術(shù)。作 者 簽 名：　　 　 　　 日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日 　　期：　　 　 　　 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。基于 Canny 邊緣檢測算子的血管分割算法。大致可以分為兩類，(1)基于梯度的邊緣檢測算法，(2)基于零點交叉邊緣檢測算法。一般增強技術(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。下面是 LOG 的 5*5 的模板。第三步，開始拍攝，將拍攝以后的圖像以 bmp 的格式保存下來。 數(shù)字圖像預(yù)處理由于 Canny 算子這個算法本身就是根據(jù)灰度值的變化來確定某一點是否是邊緣，但是我們從相機中得到的是真彩色圖。文章中還給出了邊緣檢測的三條準(zhǔn)則，即 Canny 準(zhǔn)備(Canny39。但是濾波器在降低噪聲的強度的同時也降低了邊緣強度的強度。然后就是用 Gauss 函數(shù)對圖像 f(x,y)進(jìn)行平滑就可以得 ，這里的*符號表示的是卷積運算。浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計與實現(xiàn) 項目研究報告12接下來則是要求出每個像素的梯度幅值與梯度方向。括號內(nèi)是每一個角度的范圍。由于圖像 T h [ i, j ]是由高閾值得到, 因此它應(yīng)該不含有假邊緣, 但 T h [ i, j ]可能在輪廓上有間斷?？梢杂脕硖钛a物體中的空洞。從上述可以知道形態(tài)學(xué)的基本運算就兩種，一種是膨脹，用來填充一些小孔，有對圖像外部濾波的作用。對圖像使用數(shù)學(xué)形態(tài)學(xué)的閉運算，仔細(xì)的觀察會發(fā)現(xiàn)黑噪聲也全部消失了，但是會有點圖像有點輕微的模糊，不過應(yīng)該影響不大。通過不同的算法對 5 個同學(xué)的左右眼睛的視網(wǎng)膜進(jìn)行了檢測，并且對處理以后的進(jìn)行仔細(xì)的對比，然后保存。也發(fā)現(xiàn)了正確的使用數(shù)學(xué)形態(tài)學(xué)可以能很好的處理圖像邊緣的問題。//輸出圖像位圖數(shù)據(jù)指針unsigned char * m_lpImgDataOut。CSize GetDimensions()。//也是最后邊緣連接的一個函數(shù)，用來自我調(diào)用void TraceEdge (int y, int x, int nLowThd, unsigned char *pUnchEdge, unsigned char *pnMag, int nWidth)。G_mask[2] = 5。G_mask[10] =5。G_mask[18] = 9。int Grad_maskY[9]。Grad_maskX[7] = 0。Grad_maskY[6] = 0。thism_nColorTableLengthOut = thisComputeColorTableLength(thism_nBitCountOut)。unsigned char * T_ImgDataOut_Y。//求 X的梯度thisTemplateEdge(T_ImgDataOut_G,thism_imgWidth,thism_imgHeight,thism_nBitcount,Grad_maskX,3,3,T_ImgDataOut_X,true)。delete [] T_ImgDataOut_G。int m_imgHeightOut。//灰值腐蝕浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計與實現(xiàn) 項目研究報告28void GrayErosion()。//灰值膨脹基本運算 ,灰值開、閉、形態(tài)學(xué)梯度操作等都要調(diào)用這個函數(shù)void BasicDilationForGray(unsigned char *imgBufIn, unsigned char *imgBufOut,int imgWidth,int imgHeight,int *maskBuf, int maskW, int maskH)。在此向他們表示由衷的謝意。//結(jié)構(gòu)元素（模板）輸入函數(shù)，在調(diào)用其它形態(tài)學(xué)處理函數(shù)前必須先調(diào)用此函數(shù)void InputMask(int *mask,int maskW, int maskH)。Morphology(CSize size, int nBitCount, LPRGBQUAD lpColorTable, unsigned char *pImgData)。//輸出圖像的顏色表LPRGBQUAD m_lpColorTableOut。//閾值化thisHysteresis(thism_lpImgDataOut,thism_imgWidth,thism_imgHeight,T_ImgDataOut_S)。浙江省“新苗人才計劃”項目 視網(wǎng)膜血管分割系統(tǒng)設(shè)計與實現(xiàn) 項目研究報告25//thism_lpImgDataOut = new unsigned char[LineByte * thism_imgWidthOut]。//臨時變量 unsigned char * T_ImgDataOut_G。m_lpColorTableOut = NULL。Grad_maskY[4] = 0。Grad_maskX[5] = 1。G_mask[24] = 2。G_mask[16] = 9。G_mask[8] = 9。G_mask[0] = 2。//求梯度的函數(shù) //閾值估計void EstimateThreshold(unsigned char * imgIn, int nWidth, int nHeight, int *pnThdHigh,int *pnThdLow, unsigned char