Předzpracování snímků sítnice za účelem zlepšení diagnostiky glaukomu

Abstract

Předzpracování snímků sítnice je prvním stupněm k dalšímu zpracování retinálních snímků nebo prvním krokem k diagnostice řady očních onemocnění. Předzpracování představuje takové úpravy obrazu, které zlepší jeho vizuální stránku. Je to především odstranění šumu vznikajícího při akvizici dat, transformace kontrastu a jasu, detekce hran a prahování. V této práci se zabýváme základními metodami předzpracování obrazu a dále konkrétními metodami předzpracování snímků sítnice. Mezi tyto patří globální jasové korekce, filtry typu horní propust, homomorfní filtrace a adaptivní zvýraznění. Kromě těchto metod, které lze implementovat do programového prostředí, existují i techniky ruční, založené na zkušenostech lékaře. V této práci je proto zmíněn i postup pro ruční úpravu snímků sítnice za pomocí programu Adobe Photoshop. Z výše zmíněných metod byly vybrány tři, které byly podrobněji nastudovány a implementovány do programového prostředí MATLAB. Jedná se o homomorfní filtraci, CLAHE (Contrast Limited Adaptive Histogram Equalization) a adaptivní zvýraznění. K těmto metodám byly vytvořeny funkce a byly otestovány na dostupných obrazových datech. V závěru práce jsou diskutovány výsledky vybraných metod. Uveden je také návod k použití.Preprocessing of retinal images can serve as a first phase of the further image analysis or the first step preceding diagnosing of various eye diseases. The preprocessing thus represents methods of image adjustments that can improve visual characteristics of fundus images. These methods mainly include the removal of noise generated during data acquisition, contrast and brightness transformations, edge detection and thresholding. This work handles with the basic methods of image preprocessing and specific methods of preprocessing of retinal images. The preprocessing includes global illumination correction, high-pass and homomorphic filtering and adaptive enhancement of the images. Manual methods for fundus image preprocessing that are usually based on the doctor's experience can be used as well. Hence, a procedure for enhancement of retinal images using Adobe Photoshop is mentioned in this work too. Three methods for preprocessing of fundus images were selected and implemented in MATLAB programming software. These methods include homomorphic filtering, CLAHE (Contrast Limited Adaptive Histogram Equalization) and adaptive enhancement. Experimental program functions were created and tested on the available image data. Results of the selected methods are mentioned in the conclusion section. Instructions for use of implemented functions are in appendix.