换一批结合SLIC超像素和DBSCAN聚类的眼底图像硬性渗出检测方法
Fundus Image Hard Exudates Detection Based on SLIC Superpixels and DBSCAN Clustering
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.
更多相关知识
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image segmentationsuperpixelshard exudatesdiabetic retinopathysimple linear iterative clusteringdensity-based clustering method
DOI
10.11830/ISSN.1000-5013.2015.04.0399
发布时间
2015-09-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61203369）
国家自然科学基金（61204122）
福建省自然科学基金（2011J01351）
福建省科技计划重点项目（2013H0029）
福建省泉州市科技计划（2013Z33）
- 浏览1
- 被引16
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
