[发明专利]胶囊内窥镜图像预处理系统及方法有效

专利信息
申请号: 201710267329.8 申请日: 2017-04-21
公开(公告)号: CN107240091B 公开(公告)日: 2019-09-03
发明(设计)人: 袁文金;张皓;张行;王新宏;段晓东;肖国华 申请(专利权)人: 安翰科技(武汉)股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/62;G06T7/90
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 樊戎;李满
地址: 430075 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胶囊 内窥镜 图像 预处理 系统 方法
【权利要求书】:

1.一种胶囊内窥镜图像预处理系统,其特征在于:它包括体外图像去除模块(1)、无效图像去除模块(2)、消化道图像分类模块(3)、病灶和解剖学结构识别模块(4)、病灶和解剖学结构冗余图像去除模块(5),其中,所述体外图像去除模块(1)的数据输出端连接无效图像去除模块(2)的数据输入端,无效图像去除模块(2)的数据输出端连接消化道图像分类模块(3)的数据输入端,消化道图像分类模块(3)的数据输出端连接病灶和解剖学结构识别模块(4)的数据输入端,病灶和解剖学结构识别模块(4)的数据输出端连接病灶和解剖学结构冗余图像去除模块(5)的数据输入端;

所述体外图像去除模块(1)用于利用胶囊内窥镜图像灰度均值、胶囊内窥镜图像出现最多颜色值及胶囊内窥镜图像出现最多颜色值面积比,从胶囊内窥镜图像数据中去除体外图像数据,并输出给无效图像去除模块(2);所述无效图像去除模块(2)用于对去除了体外图像数据的图像进行进一步处理,去除预设亮度范围之外的无效图像,并输出给消化道图像分类模块(3);所述消化道图像分类模块(3)用于对无效图像去除模块(2)输出的图像数据按消化道不同部位进行分类,并输出给病灶和解剖学结构识别模块(4),病灶和解剖学结构识别模块(4)用于对消化道图像分类模块(3)输出的图像数据进行检测识别,识别出分类后消化道图像中的病灶图像和解剖学结构图像信息,并将识别出的病灶图像和解剖学结构图像信息输出给病灶和解剖学结构冗余图像去除模块(5),所述病灶和解剖学结构冗余图像去除模块(5)用于去除冗余的病灶和解剖学结构图像。

2.根据权利要求1所述的胶囊内窥镜图像预处理系统,其特征在于:上述胶囊内窥镜图像灰度均值的计算方式为:

其中,W、H1分别为胶囊内窥镜图像的宽度和高度,Io(x,y)为o通道在位置图像坐标x,y处的灰度值,o通道表示R、G和B3个通道,Mo为o通道的均值。

3.根据权利要求1或2所述的胶囊内窥镜图像预处理系统,其特征在于:所述图像出现最多颜色值通过如下方式获得:

将胶囊内窥镜图像数据中的RGB颜色通道转换到HSV颜色通道,其转换公式为:

式中,max为R、G、B颜色通道中最大值,min为R、G、B颜色通道中最小值,计算HSV颜色通道中色调H的值;

统计HSV颜色通道中色调H的直方图,统计公式为:

histk(H(x,y))=histk-1(H(x,y))+1

其中,hist为图像直方图,H(x,y)为色调H在位置(x,y)处的值,k为迭代次数,k<NUM,NUM为图像像素个数;

对上述HSV颜色通道中色调H的直方图hist(H(x,y))进行中值滤波,去除干扰;

找到滤波后HSV颜色通道中色调H的直方图hist的最大值高斯系数对应的位置所对应的颜色为图像的出现最多颜色值C。

4.根据权利要求3所述的胶囊内窥镜图像预处理系统,其特征在于:所述滤波后HSV颜色通道中色调H的直方图hist(H(x,y))的最大值高斯系数通过如下方法获得:用高斯模型对直方图hist(H(x,y))进行非线性最小二乘拟合,拟合公式为:

式中,ak为第k个高斯模型的系数,k为1~X,bk为第k个高斯模型的方差,ck为第k个高斯模型的均值,X为高斯模型个数,取ak,k为1~X中最大的系数ak对应的ck为图像出现最多颜色值C。

5.根据权利要求4所述的胶囊内窥镜图像预处理系统,其特征在于:所述胶囊内窥镜图像出现最多颜色值面积比通过如下方式得到:对HSV颜色通道中色调H进行二值化,得到二值化后的图像HB,二值化阈值为TH,超过二值化阈值TH置为1,为体外图像;反之置为0,为体内图像;则出现最多颜色值所占比值S为:

式中,W、H1分别为图像宽度、高度,x,y为像素坐标位置,HB表示二值化后的图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安翰科技(武汉)股份有限公司,未经安翰科技(武汉)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710267329.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top