Wie segmentieren Blutgefäße python opencv
Ich versuche, die Blutgefäße in Netzhautbildern mit Python und OpenCV zu segmentieren. Hier ist das Originalbild:
Idealerweise möchte ich, dass alle Blutgefäße so gut sichtbar sind (anderes Bild):
Hier ist, was ich bisher versucht habe. Ich nahm den grünen Farbkanal des Bildes.
%Vor%Dann habe ich versucht, einen angepassten Filter zu erstellen, indem ich diesem Artikel folge und das ist das Ausgabebild:
Dann habe ich versucht, Max Entropy Thresholding zu machen:
%Vor%Das ist das Ergebnis, das ich bekomme, das offensichtlich nicht alle Blutgefäße zeigt:
Ich habe auch versucht, die angepasste Filterversion des Bildes zu nehmen und die Größe seiner Sobel-Werte zu nehmen.
%Vor%Dies lässt die Gefäße mehr herausspringen:
Dann habe ich Otsu Thresholding darauf versucht:
%Vor%Otsu liefert keine adäquaten Ergebnisse. Es endet mit Rauschen in den Ergebnissen:
Jede Hilfe wird geschätzt, wie ich die Blutgefäße erfolgreich segmentieren kann.
1 Antwort
Ich habe vor ein paar Jahren an der Erkennung von Netzhautgefäßen gearbeitet und es gibt verschiedene Wege, dies zu tun:
- Wenn Sie kein Top-Ergebnis, sondern etwas Schnelles brauchen, können Sie orientierte Öffnungen verwenden, hier und hier .
- Dann haben Sie eine andere Version mit mathematischer Morphologie Version hier .
Für bessere Ergebnisse, hier sind einige Ideen:
- Ich persönlich habe eine Kombination von Gabor-Filtern verwendet, und die Ergebnisse waren ziemlich gut. Siehe das Segmentierungsergebnis hier auf dem ersten Abbild des Laufwerks .
- Und Gabor kann mit Lernen für ein gutes Ergebnis kombiniert werden , oder hier .
- Vor ein paar Jahren haben behauptet, dass sie den besten Algorithmus haben , aber ich hatte nie die Gelegenheit, ihn zu testen . Ich war skeptisch gegenüber der Leistungslücke und der Art und Weise, wie sie die Ergebnisse des Zeilendetektors schwellen ließen, das war irgendwie unklar.
- Aber ich weiß, dass heutzutage viele Leute versuchen, das Problem mit CNN anzugehen, aber ich habe nichts von wesentlichen Verbesserungen gehört.
Tags und Links python opencv image computer-vision edge-detection