MATLAB视网膜血管分割系统：基于灰度阈值与区域生长的二阶段算法

资 源 简 介

本MATLAB项目实现了一种结合全局阈值预分割与动态区域生长的视网膜血管分割算法。通过灰度统计特征初步提取血管区域，再利用区域生长优化边界连续性，有效处理眼底图像中血管与背景的灰度差异，提升分割精度。

详 情 说 明

基于灰度阈值与区域生长的视网膜血管分割系统

项目介绍

本项目实现了一种结合灰度统计特征与区域生长原理的二阶段视网膜血管分割算法。系统首先利用全局阈值对血管区域进行预分割，再通过动态区域生长算法优化血管边界的连续性，有效处理视网膜图像中血管与背景的灰度差异，特别适用于眼底彩色图像中的微细血管提取。

功能特性

• 自适应灰度阈值分割：根据图像灰度分布自动确定最佳分割阈值
• 多尺度区域生长算法：采用动态生长准则优化血管边界连续性
• 形态学后处理优化：消除噪点、填充血管空洞，提升分割质量
• 精度评估功能：提供灵敏度、特异性等量化评估指标
• 可视化输出：支持二值分割图、血管骨架和叠加显示等多种输出格式

使用方法

1. 准备输入图像：标准格式的彩色视网膜眼底图像（JPEG/PNG），尺寸不小于1000×1000像素
2. 运行主程序：执行main.m文件启动分割流程
3. 查看输出结果：

- 二值化血管分割结果图（白色血管/黑色背景） - 分割精度评估报告（如提供标注掩模） - 血管骨架提取结果 - 原图与分割结果的透明叠加图像

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• 支持8位/16位灰度化处理
• 内存建议：≥8GB（处理高分辨率图像时）

文件说明

主程序文件实现了系统的核心处理流程，包括图像预处理、自适应阈值计算、区域生长优化、形态学后处理以及结果输出与评估。具体涵盖视网膜图像的标准化读取与灰度转换、基于统计特征的全局阈值预分割、多尺度区域生长算法对血管边界的精细化处理、分割结果的形态学优化，以及最终生成二值分割图、血管骨架和精度评估报告等输出功能。