基于CBIR技术的眼底图像自动分类检索系统

作者：张九妹; 杜建军; 程霞; 曹洪亮

来源：生物医学工程学杂志, 2013, (02): 403-408.

• 眼底图像(视网膜)
• 基于内容的图像检索
• 支持向量机
• 核主成分分析 Fundus image(retinal)
• Content-based image retri
• Support vector machine(SVM)
• Kernel principal component analysis(KPCA)

为实现一个眼底图像自动识别检索的原型系统,本文采用基于内容的图像检索(CBIR)技术提出一种综合考虑眼底图像颜色(灰度)直方图和明、暗区域等局部信息相混合来表示眼底特征的方法,运用核主成分分析(KP-CA)法进一步提取非线性特征和降维。在相似性度量上,提出一种利用支持向量机(SVM)对KPCA加权距离来度量的方法。用该系统随机测试300个样本,检索错误的图片总数为32张,其检索率为89.33%。实验表明该原型系统对眼底图像的识别率极高。

• 单位
  宁夏回族自治区人民医院