摘要

基于非下采样Contourlet变换(NSCT)良好的多尺度、多方向和平移不变性等优点,提出了一种基于NSCT的视网膜图像分割方法.该方法首先通过分析NSCT变换对血管的系数响应,提出基于NSCT的线状特征提取算法.随后对所提取的特征向量利用高斯混合模型(GMM)进行建模,并采用EM算法估计其参数.最后采用贝叶斯规则对血管和非血管像素进行分类,以达到图像分割的目的.在DRIVE和STARE两个数据库上的实验结果表明,基于NSCT的线状特征提取算法能够很好地表征血管目标,在血管的分割正确率和定位精度等指标上表现出良好的性能.