TWI584226B - 視網膜血管影像的攫取方法 - Google Patents

Description

視網膜血管影像的攫取方法

本發明係關於一種影像的攫取方法；特別言之，係關於一種視網膜血管影像的攫取方法。

於人體或動物器官中，眼睛係提供視覺辨識功能，換言之，可透過眼睛辨別物體之色彩、形狀甚至距離等各式訊息。一失明之人可能因視覺辨識問題而失去空間之判斷力，進而遭致危險。故眼睛被稱為靈魂之窗，係為彰顯其重要性。

於眼睛構造中，視網膜為相當重要部分。於視網膜上之血管透露諸多重要訊息，通常與高血壓、糖尿病、心血管疾病或青光眼等眼睛相關疾病之病情判斷息息相關，故如何獲得視網膜影像且正確判讀視網膜上血管之訊息，尤為重要。

以習知方式所攫取的原始彩色視網膜影像如第1圖所示。此彩色視網膜影像常存在一些問題而致無法正確判讀其中之血管影像。例如，習知此等彩色視網膜影像常有細微血管特徵不明顯、影像色塊差異、旋轉變形或因視角不同導致血管重疊區域大小等問題。 再者，此種視網膜影像的對比度較低，故常具有除血管影像外多餘雜訊。

隨着影像學技術的發展，已有提出各種增強視網膜血管影像的方法。然而，此等方法皆存在無法準確判讀影像的問題，大幅降低以視網膜血管影像判斷各種疾病病情的準確率。

緣此，仍亟需開發能準確取出視網膜血管影像的方法，以便於能擴展視網膜血管影像的應用領域。

明確言之，本發明提供一種視網膜血管影像的攫取方法。其藉由：取出彩色視網膜影像的G通道影像；以Gabor濾波器(Gabor filter)對G通道影像進行轉換；對濾波影像進行二值化以判斷血管位置；由各濾波影像中，對位置相對應之各像素點進行逐一比對，並取出具最大值之像素點當成一合成像素點；以各合成像素點構成合成視網膜影像；執行去噪化步驟去除非屬血管影像的雜訊而得到所需視網膜血管影像；透過膨脹(dilation)型態學方法對視網膜血管影像進行處理而得到增強視網膜血管影像等步驟，可準確取出視網膜血管影像以利於後續判讀。

為達上述目的，於一實施例中，本發明提供一種視網膜血管影像的攫取方法，包含：讀取一彩色視網膜影像；將彩色視網膜影像分離為分別對應R、G、B三通道之影像；僅選取彩色視網膜影像之G通道影像；使用一Gabor濾波器(Gabor filter)對G通道影像進行轉 換，取出多個濾波影像，其中各濾波影像係各自對應至一相異轉換角度；對各濾波影像進行一區域二值化步驟，以取出各濾波影像之一二值化影像，並判斷各二值化影像內之像素點是否對應至視網膜影像中之血管部位；於各濾波影像中，對位置相對應之各像素點進行逐一比對，並取出具最大值之像素點當成一合成像素點；合併各合成像素點得到一合成視網膜影像；執行一去噪化步驟以去除合成視網膜影像中不屬於血管部位的雜訊以取得一視網膜血管影像；以及使用一膨脹(dilation)型態學方法對視網膜血管影像進行處理，以便取出增強後之視網膜血管影像。

上述視網膜血管影像的攫取方法中，去噪化步驟係為透過一罩遮(Masking)去除合成視網膜影像中不屬於血管部位的雜訊。

上述視網膜血管影像的攫取方法中，Gabor濾波器係可以下列關係式表示之： 公式(1)、(2)分別對應至實部及虛部；其中：x’=x cos θ+y sin θ；y’=-x sin θ+y cos θ；λ：波長；θ：核函數方向；Ψ：相位偏移；σ：高斯函數標準差；γ：長寬比。

上述視網膜血管影像的攫取方法中，係使用如上述之公式(1)及公式(2)對G通道影像分別進行四個角度(0°,45°,90°,135°)的 轉換；並將各角度對應之實部影像與虛部影像進行絕對值相加而得到各角度對應之各濾波影像，如下列關係式(3)所示： 其中，為實部影像，為虛部影像，θ {0°,45°,90°,135°}。

上述視網膜血管影像的攫取方法中，對各濾波影像進行區域二值化步驟包含：選取一n*n(n=3,5,7,...)模板；取得模板內所有像素點的平均值，並和模板內的各像素點之值逐一進行比對；若像素點之值大於平均值，則將像素點之值設為255；若否，則將像素點之值設為0。

上述視網膜血管影像的攫取方法中，套用膨脹(dilation)型態學方法對視網膜血管影像進行處理之步驟包含：設置一n*n(n=3,5,7,...)的圓形膨脹模板；根據圓形膨脹模板使用膨脹(dilation)型態學方法至視網膜血管影像，以取出增強之視網膜血管影像。

S101~S109‧‧‧步驟

101‧‧‧濾波影像

102‧‧‧濾波影像

103‧‧‧濾波影像

104‧‧‧濾波影像

S1‧‧‧像素點

S2‧‧‧像素點

S3‧‧‧像素點

S4‧‧‧像素點

第1圖係繪示一原始之彩色視網膜影像圖；第2圖係繪示依據本發明一實施例之視網膜血管影像的攫取方法流程圖；第3圖係繪示取出如第1圖中之彩色視網膜影像之G通道影像；第4(a)至4(d)圖係繪示第3圖中之G通道影像經過Gabor濾波及區域二值化後對應各轉換角度之二值化影像圖； 第5圖係繪示依據Gabor濾波之不同轉換角度取出合成像素點示意圖；第6圖係繪示將5圖中取出之合成像素點合併為一合成視網膜影像圖；以及第7圖係繪示將第6圖中之合成視網膜影像經去噪化步驟並經膨脹型態學方法所取得之最終視網膜血管影像圖。

以下將參照圖式說明本發明之複數個實施例。為明確說明起見，許多實務上的細節將在以下敘述中一併說明。然而，應瞭解到，這些實務上的細節不應用以限制本發明。也就是說，在本發明部分實施例中，這些實務上的細節是非必要的。此外，為簡化圖式起見，一些習知慣用的結構與元件在圖式中將以簡單示意的方式繪示之。

請參照第2圖，其係繪示依據本發明一實施例之視網膜血管影像的攫取方法流程圖。視網膜血管影像的攫取方法係包含下列步驟S101至S109。

步驟S101，讀取一彩色視網膜影像。

步驟S102，將彩色視網膜影像分離為分別對應R、G、B三通道之影像。

步驟S103，僅選取彩色視網膜影像之G通道影像。

步驟S104，使用一Gabor濾波器(Gabor filter)對G通道影像進行轉換，取出多個濾波影像，其中各濾波影像係各自對應至一相異轉換角度。

步驟S105，對各濾波影像進行一區域二值化步驟，以取出各濾波影像之一二值化影像，並判斷各二值化影像內之像素點是否對應至視網膜影像中之血管部位。

步驟S106，於各濾波影像中，對位置相對應之各像素點進行逐一比對，並取出具最大值之像素點當成一合成像素點。

步驟S107，合併各合成像素點得到一合成視網膜影像。

步驟S108，執行一去噪化步驟以去除合成視網膜影像中不屬於血管部位的雜訊以取得一視網膜血管影像。

步驟S109，使用一膨脹(dilation)型態學方法對視網膜血管影像進行處理，以便取出經增強後之視網膜血管影像。

後續將針對各步驟作詳細說明以便於理解本發明之技術特徵。同時，請一併配合參照第3圖至第7圖。第3圖係繪示取出第1圖中之原始彩色視網膜影像之G通道影像；第4(a)至4(d)圖係繪示第3圖中之G通道影像經過Gabor濾波及區域二值化後對應各轉換角度之二值化視網膜影像圖；第5圖係繪示依據Gabor濾波之不同轉換角度取出合成像素點示意圖；第6圖係繪示將5圖中取出之合成像素點合併為一合成視網膜影像圖；以及第7圖係繪示將第6圖中之合成視網膜影像經去噪化步驟並經膨脹型態學方法所取得之最終視網膜血管影像圖。

於步驟S101中，先讀取一原始彩色視網膜影像，如第1圖所繪示，可視得其形貌相當複雜，包含血管及其餘非血管部分在內。

接續，於步驟S102中，將彩色視網膜影像依照R、G、B三通道(Channel)分離，形成各自對應R通道、G通道及B通道之影像。

接續，於步驟S103中，僅選取G通道影像作為後續影像處理基礎，G通道影像如第3圖所繪示。選取G通道影像係因眼球血管於G通道下最為清晰。

接續，於步驟S104中，使用一Gabor濾波器(Gabor filter)對G通道影像進行轉換。於此實施例中，以Gabor濾波器演算程序中之四個相異角度(0°,45°,90°,135°)進行轉換，取出四個濾波影像。Gabor濾波器演算程序可以下列關係式表示之： 其中公式(1)、(2)分別對應至實部及虛部；x’=x cos θ+y sin θ；y’=-x sin θ+y cos θ；λ：波長；θ：核函數方向；Ψ：相位偏移；σ：高斯函數標準差；γ：長寬比。

接續，透過上述公式(1)及公式(2)對G通道影像進行轉換；將各角度對應之實部影像與虛部影像進行絕對值相加而得到各角度對應之各濾波影像，如下列關係式(3)所示： 其中，為實部影像，為虛部影像，θ {0°,45°,90°,135°}。

需知上述角度數量之選擇並無特別限制，得視實際應用狀況選取適當數量之角度。

得到對應相異轉換角度之多個濾波影像後，如步驟S105，對各濾波影像進行一區域二值化步驟，以取出各濾波影像之一二值化影像。二值化的方式，係應用所稱之Otsu法，其係先選取一n*n(n=3,5,7,...)模板；再取得模板內所有像素點的平均值，並和模板內的各像素點之值逐一進行比對；若像素點之值大於平均值，則將像素點之值設為255；若否，則將像素點之值設為0。以上述方式所得出對應各轉換角度之二值化視網膜影像圖繪示於第4(a)圖至第4(d)圖，可視得各圖皆有些微差異。藉此二值化影像，可清楚地判斷各二值化影像內之像素點是否對應至原視網膜影像中之血管部位，以利後續對視網膜血管影像的判讀。

接續，於步驟S106中，對上述於步驟S104所形成之各濾波影像中，選取位置相對應之各像素點進行逐一比對，並取出具最大值之像素點當成一合成像素點之值。取出合成像素點之方式繪示於第5圖中。於第5圖中，濾波影像101~104分別對應轉換角度0°,45°,90°,135°。選取濾波影像101~104中，對應相同位置之像素點S1~S4。比對像素點S1~S4之值，並選取其中具最大值者為合成像素點，並以其值作 為欲合成視網膜影像對應相同位置之像素點之值。以此方式將所有像素點位置逐一比對後，於步驟S107中，可將所有合成像素點合併成一合成視網膜影像，如第5圖所繪示。

接續，於步驟S108中，執行一去噪化步驟以去除合成視網膜影像中不屬於血管部位的雜訊以取得一視網膜血管影像。基於上述步驟S105中，已透過各濾波影像之二值化影像判斷出非屬血管部位。因此，透過一罩遮(Masking)方式進行去噪化步驟，將非屬血管部位之雜訊去除，以便取得真正所需之視網膜血管影像。

接續，於步驟S109中，為能更增強視網膜血管影像特徵，透過一膨脹(dilation)型態學方法對視網膜血管影像進行處理，以便取出增強後之視網膜血管影像。其步驟首先設置一n*n(n=3,5,7,...)的圓形膨脹模板；再根據圓形膨脹模板使用膨脹(dilation)型態學方法至視網膜血管影像，最終可取出如第7圖中所繪示之視網膜血管影像。由第7圖中，可視得經膨脹(dilation)型態學方法處理後，血管部位的影像特徵更加明顯，有利於對視網膜血管影像的判斷。本發明係基於透過膨脹型態學方法，可將視網膜血管連通起來。

綜上，本發明所揭示之視網膜血管影像的攫取方法中，利用了Gabor濾波器取出對應多個轉換角度的濾波影像，並取出各濾波影像中具最大值之像素點構成合成視網膜影像。同時，執行區域二值化步驟以判斷血管位置，並執行去噪化步驟及透過膨脹型態學方法對視網膜影像進行處理，可準確取出視網膜血管影像以利於後續判讀。

雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

S101~S109‧‧‧步驟

Claims (4)

1. 一種視網膜血管影像的攫取方法，其係依序以下列步驟執行之：讀取一彩色視網膜影像；將該彩色視網膜影像分離為分別對應R、G、B三通道之影像；僅選取該彩色視網膜影像之該G通道影像；使用一Gabor濾波器(Gabor filter)對該G通道影像進行轉換，取出多個濾波影像，其中各該濾波影像係各自對應至一相異轉換角度；對各該濾波影像進行一區域二值化步驟，以取出各該濾波影像之一二值化影像，並判斷各該二值化影像內之像素點是否對應至視網膜影像中之血管部位；於各該濾波影像中，對位置相對應之各像素點進行逐一比對，並取出各該濾波影像中，具最大值之像素點當成一合成像素點；合併各該合成像素點得到一合成視網膜影像；執行一去噪化步驟以去除該合成視網膜影像中不屬於血管部位的雜訊以取得一視網膜血管影像；以及使用一膨脹(dilation)型態學方法對該視網膜血管影像進行處理，以便取出經增強後之該視網膜血管影像；其中對各該濾波影像進行該區域二值化步驟包含：選取一n*n(n=3,5,7,...)模板；以及取得該模板內所有像素點的平均值，並和該模板內的各像素點之值逐一進行比對；若該像素點之值大於平均值，則將該像素點之值設為255；若否，則將該像素點之值設為0； 其中套用該膨脹(dilation)型態學方法對該視網膜血管影像進行處理之步驟包含：設置一n*n(n=3,5,7,...)的圓形膨脹模板；以及根據該圓形膨脹模板使用該膨脹(dilation)型態學方法至該視網膜血管影像，以取出增強後之該視網膜血管影像。
2. 如申請專利範圍第1項所述之視網膜血管影像的攫取方法，其中執行該去噪化步驟係透過一罩遮(Masking)去除該合成視網膜影像中不屬於血管部位的雜訊。
3. 如申請專利範圍第1項所述之視網膜血管影像的攫取方法，其中該Gabor濾波器係以下列關係式表示之： 公式(1)、(2)分別對應至實部及虛部；其中：x’=x cos θ+y sin θ；y’=-x sin θ+y cos θ；λ：波長；θ：核函數方向；Ψ：相位偏移；σ：高斯函數標準差；γ：長寬比。
4. 如申請專利範圍第3項所述之視網膜血管影像的攫取方法，其中係使用如申請專利範圍第3項之公式(1)及公式(2)對該G通道影像分別進行四個角度(0°,45°,90°,135°)的轉換；將各角度對應之實部影像與虛部影像進行絕對值相加而得到各角度對應之各該濾波影像，如下列關係式(3)所示： 其中，(x,y)為實部影像，(x,y)為虛部影像，θ {0°,45°,90°,135°}。