摘要：结合自适应脉冲耦合神经网络（PCNN）和最大类间方差准则，该文提出一种眼底图像血管自动检测方法。首先采用对比度受限的自适应直方图均衡化（CLAHE）和2维高斯匹配滤波对眼底图像进行预处理，以增强血管和背景的对比度；然后基于简化PCNN模型，结合最大类间方差准则对预处理后的眼底图像进行分割，针对PCNN神经元的链接强度通常为常数的不足，使用像素的拉普拉斯能量（EOL）作为对应神经元的链接强度值，使得 PCNN能够根据像素特征自适应地调整神经元的链接强度；最后采用面积滤波、断点连接对分割结果进行后处理，得到最终的血管检测结果。对STARE眼底图像库的实验结果表明，该方法具有较高的鲁棒性、有效性和可靠性。

关键词：眼底图像 血管自动检测 最大类间方差准则 

单位：天津工业大学电子与信息工程学院 天津300387