[发明专利]一种胶囊内镜图像辅助判读方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种胶囊内镜图像辅助判读方法，是一种基于颜色矩和灰度共生矩阵的胶囊内镜健康与病变图像的计算机辅助判读方法。

背景技术

消化道疾病困扰着全球无数的患者，而现在常用的内窥镜检查系统都不得不带引导插管，不仅对病人造成极大的痛苦，而且操作不便。2001年世界首套胶囊内镜系统获美国FDA(Food and Drug Administration)批准应用于临床，有效地解决了上述问题。医生能够通过系统传回的图像观察病人体内情况，然而反馈的图像量巨大，人工判读太浪费时间。

一般胶囊式内窥镜系统拍摄频率为2帧每秒，故八小时以上工作时间将产生至少57600张图像。如果由医生逐张阅读判断，不仅枯燥、使人疲倦，还极易遗漏有价值的信息。因此，找到一种对胶囊内镜图像有良好处理效果的计算机辅助判读方法尤为重要。

基于内容的图像检索(CBIR,Content Based Image Retrieval)是图像处理领域的研究热点。大部分CBIR系统是用图像的色彩、纹理以及对象空间关系等底层图像特征，建立特征矢量，从而实现有效的图像检索。传统的方法是用基于RGB(Red,Green,Blue)、HSV(Hue,Saturation,Value)、YIQ(基于亮度和色调的色彩空间)空间的颜色直方图、颜色矩、颜色聚合矢量和颜色相关图的方法提取图像的颜色特征。然而，仅用颜色特征无法在纹理丰富的图像中取得良好的检索结果。由于胶囊内镜图像具有丰富的颜色和纹理信息，并且病变区域与非病变区域有着显著的颜色和纹理差异，因此，非常有必要结合颜色矩、小波变换和共生矩阵的特征提取方法，研究胶囊内镜图像的计算机辅助判读。

发明内容

本发明要解决的技术问题是提供一种胶囊内镜图像辅助判读方法，是一种结合颜色矩和灰度共生矩阵的特征提取方法，实现胶囊内镜健康和病变图像的计算机辅助判读，降低医生人工判读的时间和人力。

为解决上述技术问题，本发明的实施提供一种胶囊内镜图像辅助判读方法，其结合颜色矩和灰度共生矩阵的特征提取方法，实现胶囊内镜健康和病变图像的计算机辅助判读。

上述的胶囊内镜图像辅助判读方法的原理为：计算HSV空间去躁后图像的颜色矩，同时采用小波变换，计算去除原图像三级分解低频段后重构图像的共生矩阵特征值，然后用曼哈顿距离衡量病例图像与待判读图像之间的距离，最后用Borda计数法得出排序结果。本方法适用于胶囊内镜图像计算机辅助判读系统，实现胶囊内镜健康和病变图像的计算机辅助判读，降低医生人工判读的时间。

上述的胶囊内镜图像辅助判读方法包括如下步骤：

(1)提取胶囊内镜病例图像Q的颜色特征

(1-1)将病例图像Q由RGB空间转换到HSV空间，即对图像Q的R、G、B分量分别通过式(1)、式(2)和式(3)计算出V、S、H分量，

V＝max(R,G,B)(1)，

(1-2)将转换到HSV空间的图像Q进行小波分解，接着对中高频段进行维纳滤波去除噪声，然后重构图像，记H^w、S^w和V^w分别为重构图像的H、S和V分量，分别根据式(4)、式(5)和式(6)计算H^w、S^w和V^w的一、二和三阶矩，

其中，i∈{H^w,S^w,V^w}，p_ij表示彩色图像第i个颜色通道分量中第j个像素的值，N表示图像中的像素个数；

H^w、S^w和V^w分量的一、二和三阶矩组成一个9维直方图向量F_Q，即图像的颜色特征向量，具体由式(7)给出，

(2)提取胶囊内镜病例图像Q的纹理特征

(2-1)对病例图像Q进行小波变换，然后对水平和垂直的低频分量进行二级小波分解，接着对二级小波分解的水平和垂直分量进行三级分解，去除三级分解后的低频段，再重构图像；

(2-2)针对步骤(2-1)中去除三级分解低频段后的重构图像的R、G、B分量，分别计算其共生矩阵T∈{R,G,B}，θ∈{0°,45°,90°,135°}，其中，共生矩阵中像素(m,n)的值表示图像中距离为1、色级分别为m和n、方向为θ的两个像素出现的次数；