[发明专利]一种内窥镜图像高亮点修复方法及装置

说明书

本发明公开了一种内窥镜图像高亮点修复方法及装置，通过对样本块修复算法进行改进，减小搜索范围在很大程度上节约了时间成本，算法的执行效率得到了很大的提高，同时也在一定程度上减少误匹配现象的发生。

技术领域

本发明涉及修复图像技术领域，更具体的说是涉及一种内窥镜图像高亮点修复方法及装置。

背景技术

目前，内窥镜高亮点去除的方法主要有：基于滤波器的方法、基于双色反射模型的高光分解方法、基于数据的机器学习方法、低秩+稀疏矩阵(rpca)分解方法、样本块修复算法。

但是，大多数现有的方法对有线性特征和纹理的图像去除亮点能力有限，这些方法可能适用于某一种内窥镜图像，但在不同的内窥镜图像序列中，很难有效去除高光区域，鲁棒性较差。而现有技术中样本块修复算法，针对检测出的高亮点区域，基于样本块的修复算法在全局搜索候选匹配块，导致修复时间随图像分辨率提高快速增加，修复时间过长，而且易得到不合理匹配结果，导致误差积累现象。

因此，如何提供一种内窥镜图像高亮点修复方法及装置是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种内窥镜图像高亮点修复方法及装置，不仅可以很好地修复原图像高亮点区域，并在修复效率上得到了很大的提高。

为了实现上述目的，本发明采用如下技术方案：

一种内窥镜图像高亮点修复方法，包括如下步骤：

S10：检测内窥镜原图像中的高亮点，读取所述高亮点坐标图；

S20：对所述高亮点坐标图进行轮廓检测，得到轮廓集合；

S30：根据所述轮廓集合进一步确定在当前帧内的匹配块搜索范围；

S40：根据所述当前帧内的匹配块搜索范围确定在最佳帧内的匹配块搜索范围；

S50：根据所述搜索范围确定待修复高亮点边界像素点集合，并判断所述高亮点边界像素点集合是否为空；

S60：若所述高亮点边界像素点集合为空，则进一步判断所述轮廓集合内数据是否读取完毕；

S70：若所述轮廓集合内数据读取完毕，则输出高亮点修复结果图。

优选的，所述步骤S10，包括以下步骤：

S11：读取内窥镜原图像的输入帧；

S12：提取所述输入帧的B通道；

S13：对所述B通道进行二值化得到对应的二值化掩膜图像；

S14：对所述二值化掩膜图像进行膨胀处理得到掩膜图像，所述掩膜图像即为所述高亮点坐标图。

优选的，所述步骤S30，还包括确定搜索范围X，具体步骤如下：

S31：依次读取所述轮廓集合中的单个轮廓，并创建一个与所述高亮点坐标图相同的全黑图片；

S32：根据所述单个轮廓在所述全黑图片中绘制高亮点；

S33：判断所述高亮点的单个轮廓的长度是否小于距离阈值；

S34：对于单个轮廓长度小于距离阈值的高亮点，则确定所述亮点的上极点up(x_up,y_up)、下极点down(x_down,y_down)、左极点left(x_left,y_left)、右极点right(x_rihjt,y_rihjt)，并计算所述高亮点的宽度w以及高度h；