CC BY
22
7. Renato R., Phillip W. Intensification of pressure swing adsorption processes. // Aiche Journal, 1990. 36. № 9. Р. 1299-1312.
8. Самойлов Н.А. Некоторые направления интенсификации адсорбционных процессов // Журнал прикладной химии, 1998. № 71. С. 99-103.
9. Плановский А.Н., Николаев П.А. Процессы и аппараты химической и нефтехимической технологии. М. Химия, 1987. 496 с.
10. Венецианов Е.В., Рубенштейн Р.Н. Динамика сорбции из жидких сред. М.: Наука, 1983. 237 с.
11. Гельперин Н.И., Фролов В.Ф. Основные процессы и аппараты химической технологии. М.: Химия, 1981. 812 с.
МЕТОДИКА ВЫДЕЛЕНИЯ ПЯТЕН НА СЕТЧАТКЕ ГЛАЗА Комкова С.В. Email: Komkova629@scientifictext.ru
Комкова Светлана Владимировна — кандидат технических наук, доцент, кафедра информационных систем, Муромский институт (филиал) Владимирский государственный университет им. А.Г. и Н.Г. Столетовых,
г. Муром
Аннотация: предложена методика обработки изображений сетчатки глаза с целью последующего выделения на ней пятен. Данная методика включает в себя алгоритмы предварительной обработки, такие как: алгоритм преобразования цветного изображения в черно-белое, алгоритм фильтрации на изображении помех, алгоритм повышения контраста, алгоритм улучшения границ между фоном и сосудами, алгоритм бинаризации, алгоритм выделения контуров, а также алгоритм для поиска новообразований путем их маркировки. Приведены результаты экспериментальных исследований предложенной методики. Ключевые слова: сетчатка, предварительная обработка, сегментация, маркировка пятен.
METHODOLOGY OF STRAIGHTENING THE STAINS ON THE EYE
Komkova S.V.
Komkova Svetlana Vladimirovna — PhD in Engineering sciences, Associate Professor, ACCOUNTING DEPARTMENT, MUROM INSTITUTE (BRANCH) VLADIMIR STATE UNIVERSITY, A.G. AND N.G. STOLETOV, MUROM
Abstract: а method for processing retinal images for the purpose of their subsequent recognition is proposed. This method includes preprocessing algorithms, such as: color image to black and white conversion algorithm, noise filtering algorithm, improvement algorithm, algorithm for improving the boundaries between the background and the vessels, binarization algorithm, contour extracting algorithm and the algorithm for finding new formations by marking them. The results of experimental studies of the proposed method are presented. Keywords: retina, pre-treatment, segmentation, spot marking.
УДК 004.932.2
Введение
В настоящее время диабетическая ретинопатия является основной причиной слепоты трудоспособного населения в развитых странах мира. Как и любой набор данных в реальном мире, на изображениях сетчатки глаза, полученных с офтальмоскопа, присутствуют шум и помехи. Изображения могут содержать артефакты, быть засвеченные. Поэтому актуальной является разработка методики предварительной обработки изображений сетчатки глаза, которая впоследствии позволит автоматизировать задачу диагностики диабетической ретинопатии. Методика выделения пятен на сетчатке глаза
Данный подход включает в себя последовательность шагов, которые преобразуют исходное цветное изображение сетчатки глаза к виду удобному для анализа информативных областей, а именно кровеносных сосудов и новообразований. Подход состоит из следующих шагов: 1. Преобразование исходного изображения в полутоновое
Для удобства последующей обработки изображение переводится в формат с 256 градациями серого без индексации цвета.
Алгоритм перевода заключается в последовательной замене яркости каждой точки изображения сетчатки глаза по формуле:
x(i, j) = 0.3r + 0.59 g + 0.116,
где r, g, b - значения красного, зеленого и синего цветов в каждой обрабатываемой точке, и копировании полученной величины на три канала, то есть:
r = g = b = x(i,j)
2. Фильтрация изображения
Выполняется с помощью алгоритма медианной фильтрации [1].
3. Повышение контраста
Ввиду того, что на изображении сетчатки глаза имеется много темных участков и детали на них становятся практически неразличимыми применяется алгоритм повышения контраста изображения путем выравнивания гистограммы.
4. Улучшение границ между фоном и кровеносными сосудами Данный алгоритм состоит из следующих этапов:
- вычисляется маска сетчатки с помощью порогового преобразования:
Г0, если f(x, y) > 40
f "(x, y) = <
[255,иначе
- полученное изображение вычитается из сглаженного f ' (x, y) :
f'"(xУ) = f "(xy)" f Чxy)
5. Бинаризация
Выполняется с помощью метода Отсу, описанного в [1].
6. Выделение контуров
Данный этап необходим для выделения стенок кровеносных сосудов сетчатки глаза. В качестве алгоритма был выбран морфологический градиент. Он обнаруживает контура объектов, размер которых превышает размер ядра. Путем экспериментов размер ядра был выбран равным 3х3, форма - прямоугольник.
7. Маркировка пятен
Алгоритм маркировки пятен следующий:
1) просматриваются последовательно все выделенные на предыдущем шаге контура;
2) для каждого найденного контура рассчитываются такие параметры как:
N M
- периметр perimetr = Е Е x ,
i = 1 j = 1 j
где N, M - количество точек контура пятна по горизонтали и по вертикали
N M
- площадь square = Е Е x ,
1 1 i, 1 i = 1 j = 1
где N, M - количество точек внутри пятна по горизонтали и по вертикали
- отношение площади к периметру
compact = square / perimetr 2
- площадь ограничивающего прямоугольника area = H * Ж,
где H, W - длины сторон прямоугольника
Решение о принадлежности контура к пятну принимается на основе следующих условий:
square / area < 5
spot = <1 0/087 < compact > 0.05,
n > 10
где spot - пятно, n - количество точек в контуре.
Предложенная методика, включающая рассмотренные алгоритмы, была реализована и проверялась на 100 изображениях сетчатки глаза. Изображения были взяты из базы STARE. Для анализа были выбраны изображения больных пациентов. Часть изображений этих объектов и результаты их предварительной обработки приведены на рис. 1.
Рис. 1. Примеры обработки изображений сетчатки глаза
Заключение
Полученные результаты свидетельствуют о том, что описанный подход обеспечивает достаточно высокую точность маркировки пятен. Недостаток: в определенных случаях некоторые пятна могут маркироваться как сосуды. Указанные недостатки могут быть устранены с помощью разработки алгоритма, позволяющего выделить пятна на слабоконтрастных участках изображения.
Список литературы / References
1. Savicheva S.V. Recognition of single and overlay of objects on a conveyor belt // International Archives of the Photogrammetry/ Remote Sensing and Spatial Information Sciences - ISPRS Archives. Р. 94-99.
