基于k均值聚类和自适应模板匹配的眼底出血点检测方法

眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受限自适应直方图均衡化方法对眼底图像进行预处理,然后使用k均值聚类分割出候选目标,最后利用自适应归一化互相关模板匹配与支持向量机(SVM)分类器对候选目标进行筛选,从而得到真正的出血区。采用DIARETDB数据库的219幅眼底图像进行实验,本方法在图像水平的灵敏度为100%,特异性为80%,准确率为92.4%,在病灶水平的灵敏度为89%,阳性预测值为87.3%。结果表明本方法能够实现眼底图像中出血点的自动检测。

基于背景估计和SVM分类器的眼底图像硬性渗出物检测方法

硬性渗出物是糖尿病视网膜病变(DR)的早期病症,是糖尿病性黄斑水肿的最主要表现,因此对硬性渗出物的准确检测具有重要的临床意义。提出一种基于背景估计和SVM分类器的眼底图像硬性渗出物检测方法。首先通过背景估计,得到包含亮目标的前景图;然后利用基于Kirsch算子的边缘信息确定硬性渗出物的候选区域,再移除视盘;最后对候选区域进行形状特征、直方图统计特征以及相位特征的提取,采用SVM对候选区域进行分类,完成硬性渗出物的精确提取。对DIARETDB1和HEI-MED公共数据库中共248幅眼底图像进行实验,图像水平达到灵敏度97.3%和特异性90%,病灶水平达到灵敏度84.6%和阳性预测值94.4%。实验表明,所提出的方法能够实现眼底图像中硬性渗出物的自动检测。

怎样种好大棚秋菠菜

大棚秋菠菜生产特点是生育前期在大棚内不扣棚生长（即露地生长），霜冻前扣上棚膜在大棚内生长，采收时间为11月初，此时露地菠菜已售完半个月，正好堵上这个淡季。