1. 研究目的与意义
在眼科，眼底图像辅助判断是一种直观、标准的诊断方法。通过眼底图像可以诊断许多眼病以及全身疾病。因此，在临床中，获得清晰的眼底图像信息是准确诊断相关疾病的先决条件。但眼底图像受到获取和存储、处理以及各种干扰的影响，使得眼底图像中包含各种各样的随机噪音。图像的噪音一般是随机产生的，因此具有分布和大小的不规则性的特点。现实生活中的图像信号都会或多或少带有一些噪声信号这是无法避免的，所以消除噪声唯一方法就是去噪。随着现代科学的发展与进步，人们的研究又有一些新型的方法被提出，例如利用模糊指标的概念所提出的一种自适应中指滤波法以及采用模糊加权法对均值滤波进行改进。图像去噪的同时也平滑了图像的细节使得图像模糊、质量下降，因此图像去噪这一课题还有很大的研究价值。基于眼底视网膜图像处理与分析的计算机辅助诊断正是医学和计算机科学结合的具体应用。眼底视网膜图像中包含了丰富的结构信息和病灶信息。其中，视网膜血管结构时人体唯一能够非创伤观察到的完整的人体血管结构，且对于不同的个体具有唯一性。视盘时血管结构的中心地带，其亮度较高，形状近似于椭圆形。黄斑位于眼底视网膜图像的中心地带，形状近似于圆形，基于黄斑形状和大小的改变可以诊断一些疾病的患病级别。此外，眼底视网膜医学图像中还包含大量的有各种心血管疾病和眼部疾病引起的病变特征。根据这些病变特征可以确定患者是否患有某种疾病以及患者患病的程度。可以更清晰的看清血管，识别一些眼底病变例如出血、硬性渗出视网膜内微血管异常等等。图像的预处理为了后期图像的进一步处理提供有效的基础。眼底照片的去噪可以更好的提取结构特征以及疾病区域，并对病变进行定量分析、定性分析。
2. 研究内容和预期目标
主要内容：眼底图像的增强去噪，增强对比度。方法有直方图均衡化、中值滤波、高通滤波和非下采样轮廓波变换。包括介绍眼底视网膜图像的生理结构和病变特征、
感兴趣区域的提取以及亮度不均调节。
3. 研究的方法与步骤
研究方法如下：
（1）眼底视网膜图像的预处理：a.通道选择；b.掩膜提取；c.亮度不均的调节。
（2）直方图均衡化：a.计算出图像的灰度统计直方图；b.根据变换函数对原图像中的每个像素进行点操作，完成直方图均衡化操作。
4. 参考文献
（1）周先春, 周玲玲, 周扬,等. 基于双向增强扩散滤波的图像去噪方法:, cn 105427262 a[p].2016.
（2）刘涛. 眼底oct图像降噪及边缘检测算法研究[d]. 清华大学, 2010.
5. 计划与进度安排
1)2022.12.15----2022.1.15 查阅资料, 撰写开题报告；
(2)2022.1.16----2022.2.28 熟悉开发工具，搭建开发环境，完成系统界面的设计；
(3)2022.3.1----2022.3.20 图像增强基本算法的实现，实现直方图均衡化、中值滤波等在眼底图像增强中的应用；
