Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
A new statistical-based tracking method is proposed for the detection of blood vessels in retinal images. Our algorithm adopts a statistic sample scheme to estimate the candidate edge points of local blood vessel. This sampling scheme combines local grey level profile and the vessel geometric properties, which improves the accuracy and robustness of the tracking process. Edge points of blood vessels are detected iteratively based on a Bayesian approach with the Maximum a posteriori (MAP) Probability criterion. Evaluation of our algorithm is presented on both synthetic and real retinal images.