[发明专利]内窥镜图像烟雾去除方法

说明书

本发明公开了内窥镜图像烟雾去除方法，包括以下步骤：S1、设置光照分量；S2、减弱光照函数，在适应范围内不断减弱光照函数的参数；S3、设置反射分量；S4、同态滤波处理；S5、对函数做傅里叶变换；S6、选择合适的传递函数；S7、对滤波函数进行傅里叶反变换；S8、运算，得到同态滤波后的输出结果。该内窥镜图像烟雾去除方法，图像的空‑频对应关系可知，实验图像的烟雾区域在频域里主要集中在低频部分，而其他的信息集中在相对高的频率范围内，基于此，通过选取适当的高通滤波器，对组织图像进行滤波处理，从而达到图像中烟雾消除或削弱的目的，使医务人员在对组织观察的过程中，能更清楚看到当前的组织界面，提高医诊判断率。

技术领域

本发明涉及图像处理领域技术领域，具体为内窥镜图像烟雾去除方法。

背景技术

随着高能量电刀、激光刀、超声刀等电外科设备的广泛应用，在电凝切割的过程中会产生大量的有毒有害烟雾，严重侵蚀着医患的健康。

手术烟雾(Surgical Smoke)是在外科手术过程中由高频电灼刀，激光刀，超声手术刀，高速钻头、锯片、器械毛边破坏和汽化组织蛋白和脂肪形成的。其形态为分散到空气中的肉眼可见的可被吸入的细小微粒、烟雾或气溶胶。

手术烟雾不仅繁琐了手术操作步骤，而且会影响内窥镜观察的画面，造成医务人员对当前手术环境的判断失误。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了图像杂质优化处理领域，具备组织界面图像清晰，医诊判断率高等优点，解决了烟雾导致组织界面图像模糊不清的问题。

(二)技术方案

为实现上述图像中烟雾消除或削弱的目的，本发明提供如下技术方案：内窥镜图像烟雾去除方法，包括以下步骤：

S1、设置光照分量

随机选定一个适应范围内的光照函数。

S2、减弱光照函数

在适应范围内不断减弱光照函数的参数，通过比较找到一个适合的光照函数参数。

S3、设置反射分量

随机选定一个适应范围内的反射函数。

S4、同态滤波处理

首先对原图像取对数，使图像模型中的乘法运算转换为简单的加法运算，再通过函数方程式进行计算，得出一个合理对数函数z的参数值。

S5、对函数做傅里叶变换

将函数转换到频域，再通过函数方程式进行计算，得出一个合理的频域函数Z的参数值，傅里叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅里叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位，和傅里叶变换算法对应的是反傅里叶变换算法，该反变换从本质上说也是一种累加处理，这样就可以将单独改变的正弦波信号转换成一个信号，因此，可以说，傅里叶变换将原来难以处理的时域信号转换成了易于分析的频域信号，可以利用一些工具对这些频域信号进行处理、加工，最后还可以利用傅里叶反变换将这些频域信号转换成时域信号。

S6、选择合适的传递函数

压缩i(x，y)分量的变化范围，削弱I(u，v)，增强r(x，y)分量的对比度，提升R(u，v)，再通过函数方程式进行计算，通过增强细节，即可以确定一个合适的H(u，v)的函数参数值。

S7、对滤波函数进行傅里叶反变换

将获取的滤波函数通过傅里叶反变换方程中，对滤波函数进行转换。

S8、运算