如何分割血管python opencv

我想使用Python和OpenCV分割視網膜圖像中的血管。這裏是原始圖像：如何分割血管python opencv

理想我希望所有的血管是這樣的（不同圖像）非常明顯：

這裏是我到目前爲止已經試過。我拍攝了圖像的綠色通道。

img = cv2.imread('images/HealthyEyeFundus.jpg') 
b,g,r = cv2.split(img)

然後我試圖通過以下this article創建一個匹配濾波器，這是輸出圖像是什麼：

然後我試圖做的最大熵閾值：

def max_entropy(data): 
    # calculate CDF (cumulative density function) 
    cdf = data.astype(np.float).cumsum() 

    # find histogram's nonzero area 
    valid_idx = np.nonzero(data)[0] 
    first_bin = valid_idx[0] 
    last_bin = valid_idx[-1] 

    # initialize search for maximum 
    max_ent, threshold = 0, 0 

    for it in range(first_bin, last_bin + 1): 
     # Background (dark) 
     hist_range = data[:it + 1] 
     hist_range = hist_range[hist_range != 0]/cdf[it] # normalize within selected range & remove all 0 elements 
     tot_ent = -np.sum(hist_range * np.log(hist_range)) # background entropy 

     # Foreground/Object (bright) 
     hist_range = data[it + 1:] 
     # normalize within selected range & remove all 0 elements 
     hist_range = hist_range[hist_range != 0]/(cdf[last_bin] - cdf[it]) 
     tot_ent -= np.sum(hist_range * np.log(hist_range)) # accumulate object entropy 

     # find max 
     if tot_ent > max_ent: 
      max_ent, threshold = tot_ent, it 

    return threshold 


img = skimage.io.imread('image.jpg') 
# obtain histogram 
hist = np.histogram(img, bins=256, range=(0, 256))[0] 
# get threshold 
th = max_entropy.max_entropy(hist) 
print th 

ret,th1 = cv2.threshold(img,th,255,cv2.THRESH_BINARY)

這是我得到的結果，顯然沒有顯示所有的血管：

我也試着採取匹配的濾波器版本的圖像，並採取其索貝爾值的大小。

img0 = cv2.imread('image.jpg',0) 
sobelx = cv2.Sobel(img0,cv2.CV_64F,1,0,ksize=5) # x 
sobely = cv2.Sobel(img0,cv2.CV_64F,0,1,ksize=5) # y 
magnitude = np.sqrt(sobelx**2+sobely**2)

這使得血管蹦出更多：

然後我嘗試它Otsu分割：

img0 = cv2.imread('image.jpg',0) 
# # Otsu's thresholding 
ret2,th2 = cv2.threshold(img0,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 

# Otsu's thresholding after Gaussian filtering 
blur = cv2.GaussianBlur(img0,(9,9),5) 
ret3,th3 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 

one = Image.fromarray(th2).show() 
one = Image.fromarray(th3).show()

大津並沒有給予足夠的結果。它結束了包括結果的噪音：

任何幫助表示讚賞血管怎麼可以細分成功。

來源

2016-07-15 Shalin Shah

我幾年前在工作視網膜血管檢測了一下，並有不同的方法來做到這一點：

如果你並不需要一個頂級的結果，但快速的東西，你可以使用面向開口，see here和here。
然後你有另一個版本使用數學形態學version here。

爲了獲得更好的結果，這裏有一些想法：

就個人而言，我用Gabor濾波器的組合，和結果，其中還不錯。見the segmentation result here on the first image of drive。
和Gabor can be combined with learning for a good result或here。
幾年前，they claimed to have the best algorithm，但我從來沒有機會測試它。我對性能差距以及它們對線路檢測器結果進行閾值處理的方式持懷疑態度，這有點模糊。
但是我知道現在很多人試圖用CNN解決這個問題，但是我還沒有聽說過重大的改進。

來源

2016-07-16 19:33:16 FiReTiTi

如何分割血管python opencv

回答

相關問題