The retina is the part of the eye that protects parts of light-sensitive cells. The retina consists of four main parts, namely the blood vessel system, fovea, macula and optic discs. Blood vessels are one of the characteristics that can help in the diagnosis of various retinal diseases. This research discusses the application of algorithms for detection of blood vessels in optic discs. The blood vessels are segmented using the Maximum Principal Curvature algorithm. Before the segmentation process, images are filtered using a Gaussian filters and the optic disc removal is performed. After that the segmentation of vessels uses Wolf thresholding to convert images into binary images. The final step in blood vessels segmentation is removing fine lines that are not vessels using morphological operations. Optic disc detection is done using Prewitt edge detection and circular Hough transform. In optic disc detection, the input image is converted to grayscale and then complemented and improved contrast using contrast-limited adaptive histogram equalization. Then, the opening morphology and median filter were performed. After that, the Prewitt edge and circular Hough transform methods are applied to detect the location of the optic disc. After getting the blood vessel segmentation and knowing the location of optic disc, the last stage is combining the results of blood vessel segmentation with the location of the optic disc. The methods applied are quite efficient in detecting blood vessels at the optic location of the disc.

中文翻译：

---

用最大主曲率和沃尔夫阈值算法检测视盘中的血管分割和Prewitt边缘检测以及用于视盘检测的圆形霍夫变换

视网膜是眼睛保护部分光敏细胞的部分。视网膜由四个主要部分组成，即血管系统、中央凹、黄斑和视盘。血管是有助于诊断各种视网膜疾病的特征之一。本研究讨论了算法在视盘血管检测中的应用。使用最大主曲率算法分割血管。在分割过程之前，使用高斯滤波器过滤图像并执行视盘去除。之后血管的分割使用 Wolf 阈值将图像转换为二值图像。血管分割的最后一步是使用形态学操作去除不是血管的细线。使用 Prewitt 边缘检测和圆形霍夫变换完成视盘检测。在视盘检测中，输入图像被转换为​​灰度，然后使用对比度受限的自适应直方图均衡化来补充和提高对比度。然后，进行开孔形态和中值滤波。之后，应用 Prewitt 边缘和圆形 Hough 变换方法来检测视盘的位置。在得到血管分割并知道视盘的位置后，最后一个阶段是将血管分割的结果与视盘的位置相结合。所应用的方法在检测椎间盘光学位置处的血管方面非常有效。输入图像被转换为​​灰度，然后使用对比度受限的自适应直方图均衡化来补充和提高对比度。然后，进行开孔形态和中值滤波。之后，应用 Prewitt 边缘和圆形 Hough 变换方法来检测视盘的位置。在得到血管分割并知道视盘的位置后，最后一个阶段是将血管分割的结果与视盘的位置相结合。所应用的方法在检测椎间盘光学位置处的血管方面非常有效。输入图像被转换为​​灰度，然后使用对比度受限的自适应直方图均衡化来补充和提高对比度。然后，进行开孔形态和中值滤波。之后，应用 Prewitt 边缘和圆形 Hough 变换方法来检测视盘的位置。在得到血管分割并知道视盘的位置后，最后一个阶段是将血管分割的结果与视盘的位置相结合。所应用的方法在检测椎间盘光学位置处的血管方面非常有效。Prewitt边缘和圆形霍夫变换方法被应用于检测视盘的位置。在得到血管分割并知道视盘的位置后，最后一个阶段是将血管分割的结果与视盘的位置相结合。所应用的方法在检测椎间盘光学位置处的血管方面非常有效。Prewitt边缘和圆形霍夫变换方法被应用于检测视盘的位置。在得到血管分割并知道视盘的位置后，最后一个阶段是将血管分割的结果与视盘的位置相结合。所应用的方法在检测椎间盘光学位置处的血管方面非常有效。