基于线扫描分析的点状目标检测和分割

根据点状目标在图像空间呈现的局部峰值或极小值区域一般具有全向对称和高斯分布特性,提出一种新颖的旋转线扫描算子对点目标的截面进行特征分析,并结合局部峰值分析和梯度信息,实现点目标的检测与分割。实验结果表明,本文算法对点目标外观如大小、局部的对比度和灰度变化具有良好的适应性;在手机隔板砂粒检测中,算法检测准确率达到0.993;而在视网膜眼底图像微脉瘤病变检测中,在可临床接受的误判率(1.08FP/image)前提下,检测准确率为0.42。大量实际图像测试表明,本文算法具有良好的检测性能和鲁棒性,并且节约资源和时间成本。