استخراج رگ های خونی تصاویر شبکیه با استفاده از تبدیل نسل جدید کرولت و عملگرهای مورفولوژی وزن دار شده وفقی

با توجه به کاربردهای فراوان پزشکی و بیومتریک تصاویر شبکیه، استخراج اتوماتیک و دقیق رگ های خونی شبکیه از اهمیت بالایی برخوردار است. در این مقاله روشی موثر برای استخراج رگ های خونی از تصاویر رنگی شبکیه پیشنهاد می شود. اعمال تابع برابر کننده روشنایی در این مقاله به طور درخور توجهی روشنایی این گونه تصاویر را یکنواخت می کند. به دلیل توانایی بالای تبدیل چند مقیاسی کرولت در معرفی لبه های تصویر در مقیاس ها و جهت های مختلف، در این مقاله لبه ها و در نتیجه کنتراست و کیفیت تصاویر شبکیه به کمک اصلاح محلی و وفقی ضرایب کرولت توسط تابع اصلاح معرفی شده ارتقا یافته و این تصاویر برای مرحله استخراج رگ های خونی آماده می شوند. به دلیل پراکندگی رگ های خونی تصاویر شبکیه در جهت های مختلف، از عملگرهای مورفولوژی با المان های ساخت وفقی وزن گذاری شده برای استخراج رگ های خونی استفاده شده است. عملگرهای مورفولوژی مبتنی بر تبدیلات ژئودزیک، انتخاب مناسبی برای حذف زواید به وجود آمده ای هستند که اندازه آنها از مویرگ های تصویر کوچکتر است. نهایتا با آنالیز اجزای به هم پیوسته تصاویر و اعمال محلی فیلتر وفقی بر روی این اجزا، تمامی زواید باقیمانده در تصویر حذف می شوند. الگوریتم پیشنهاد شده در این مقاله توسط تصاویر موجود در پایگاه داده DRIVE ارزیابی شده است. نتایج پیاده سازی نشان می دهد که الگوریتم پیشنهادی دقت بالای 11/97 درصد را در پایگاه داده DRIVE کسب کرده است. نتایج پیاده سازی، توانایی و دقت بالای الگوریتم پیشنهادی در استخراج رگ های خونی از تصاویر شبکیه را نشان می دهد.