[发明专利]内窥镜弱纹理图像增强方法及装置在审

专利信息
申请号: 202110984901.9 申请日: 2021-08-24
公开(公告)号: CN113538295A 公开(公告)日: 2021-10-22
发明(设计)人: 范敬凡;刘诗源;杨健 申请(专利权)人: 北京理工大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/00;G06T7/40;G06T7/90
代理公司: 北京市中闻律师事务所 11388 代理人: 冯梦洪
地址: 100081 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 内窥镜 纹理 图像 增强 方法 装置
【权利要求书】:

1.内窥镜弱纹理图像增强方法,其特征在于:其包括以下步骤:

(I)提取临床手术中内窥镜图像数据;

(II)基于色彩通道强度偏移获取单帧内窥镜影像中的高光区域;

(III)根据所述内窥镜高光区域,对所述内窥镜影像区域补全;

(IV)以图像的空间对称性为依据,对内窥镜图像的弱纹理区域进行空间对称性描述;以图像的颜色梯度为依据,对内窥镜图像的弱纹理区域进行颜色梯度描述;

(V)根据图像像素空间对称性和颜色梯度的加权和,得到弱纹理指数,对内窥镜弱纹理图像数据进行量化;

(VI)基于局部线性关系对弱纹理图像进行自适应梯度保留。

2.内窥镜弱纹理图像增强方法,其特征在于:其包括以下步骤:

(1)探测内窥镜图像中镜面反射区域;

(2)通过计算图像整体空间对称性和颜色梯度,得到弱纹理图像的评价指标;

(3)根据图像像素的局部线性关系与滤波器一般性线性模型q=aI+b,将输出图像的像素表示为一个加权平均邻近像素;在边缘信息变化的区域,线性系数随着图像内容的变化,输出应与原始图像的梯度信息一致作为约束,为求解a和b,使用最小化代价函数:

其中,ε为正则化参数,ε越小,ak和bk为对应窗口w中像素k的线性系数,I为输入图像,i为图像像素索引,p为输出图像。图像平滑程度越低,梯度保留越多,但引入噪声;反之,图像平滑程度越高,梯度保留越少。

3.根据权利要求2所述的内窥镜弱纹理图像增强方法,其特征在于:所述步骤(1)中,内窥镜图像通单道饱和度高被视为色彩通道强度偏移,颜色平衡比率计算为:

其中,P95(·)为95%,cG和cB为像素点蓝绿通道分量,将灰度强度cE设置为cE=0.3·cR+0.6·cG+0.1·cB,cR为红通道分量;通过对整幅图像的镜面反射区域分析,确定镜面反射区域并保存到一个二值的掩膜中;基于快速匹配模型对图像镜面反射区域缺失的信息进行补全。

4.根据权利要求3所述的内窥镜弱纹理图像增强方法,其特征在于:所述步骤(2)包括以下分步骤:

(2.1)弱纹理区域空间对称性描述为:

其中,在区域R内,任意点P(r,θ),关于任意对称轴的对称点其像素值满足τ为容忍因子,Tss(I)为空间对称性描述,NR为区域R的数量,NE为区域R内随机对比次数,E(·)为弱纹理对称点二值判断函数,当一对对称点在容忍阈值内,则判断为一对弱纹理点,为区域均值,以便减小镜面反射对结果的影响;

(2.2)弱纹理区域颜色梯度描述为:

图像I中的任意一点P(x,y),Tcg(I)表示颜色梯度,N表示窗口中像素的个数,W(x,y)表示以像素(x,y)为中心的窗口,I(u,v)在灰度图像中表示像素的灰度值,表示窗口范围内像素的平均值;

(2.3)计算得到弱纹理指数Tless(/)定义为:

将弱纹理指数分为5个等级,由强到弱,当指数为(0.8~1.0)为极强性纹理,(0.6~0.8)为强纹理,(0.4~0.6)为中等程度纹理,(0.2~0.4)为弱纹理,(0.0~0.2)为极弱纹理;将空间对称性和颜色梯度赋予不同权重,分别为α和β。

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北京理工大学,未经北京理工大学许可,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/202110984901.9/1.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