基于SVM的眼底图像硬性渗出检测

• 作者: 潘林 潘燕红
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 糖尿病视网膜病变 眼底图像 硬性渗出 支持向量机 调幅-调频
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 33-37
• 页数: 5页
• 分类号: TP391.41
• 字数: 3181字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2014.04.008

摘要

为克服光照不均、对比度低、软性渗出干扰等给眼底图像中硬性渗出(HEs)检测带来的困难,提出一种基于支持向量机(SVM)的检测方法.首先对眼底图像进行数学形态学结合阈值方法的粗分割,得到硬性渗出的候选区域;然后在候选区域上提取特征,并在特征提取中引入调幅-调频(AM-FM)特征;接着用SVM分类出HEs和非HEs.在公开的糖尿病视网膜病变图像库DIARETDB1上进行实验,结果敏感性为91.1％,特异性为94.7％.实验表明该方法可对HEs进行可靠检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘林	福州大学数字媒体研究院	46	383	11.0	18.0
2	潘燕红	福州大学数字媒体研究院	1	9	1.0	1.0