结合SLIC超像素和DBSCAN聚类的眼底图像硬性渗出检测方法

摘要：

为自动检测出眼底图像中的硬性渗出,结合简单线性迭代聚类(SLIC)超像素分割算法和基于密度的聚类算法(DBSCAN),提出一种对眼底图像硬性渗出的检测方法.首先,采用SLIC超像素分割算法对彩色眼底图像进行过分割;然后,采用DBSCAN对上述分割得到的超像素进行聚类,形成簇;最后,分割出目标图像,并选用标准糖尿病视网膜病变数据库(DIARETDB0和DIARETDB1)的眼底图像验证上述组合算法的可行性.实验结果表明:算法能够快速、可靠地检测出眼底图像中的硬性渗出,具有可直接对彩色图像进行分割、特征提取的特点.

关键词：图像分割、超像素、硬性渗出、糖尿病视网膜病变、简单线性迭代聚类、基于密度的聚类算法

所属期刊栏目：36

分类号：TP391.41;R774.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61203369,61204122;福建省自然科学基金资助项目2011J01351;福建省科技计划重点项目2013H0029;福建省泉州市科技计划项目2013Z33

在线出版日期：2015-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：399-405