[发明专利]一种结肠镜图像的数据增强方法在审

专利信息
申请号: 202211404052.6 申请日: 2022-11-10
公开(公告)号: CN115689935A 公开(公告)日: 2023-02-03
发明(设计)人: 胡珂立;胡晓昭;章生冬;祝汉灿;余冬华;彭华;韩明磊;樊长兴;赵利平 申请(专利权)人: 绍兴文理学院
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90;G06V10/40;G06V10/80
代理公司: 浙江侨悦专利代理有限公司 33470 代理人: 居延娟
地址: 312000 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 结肠 图像 数据 增强 方法
【权利要求书】:

1.一种结肠镜图像的数据增强方法,其特征在于,包括:

S101:获取多张原始结肠镜图像,将每张所述原始结肠镜图像的颜色空间分别转换至灰度空间和色调-饱和度-亮度颜色空间,得到所述原始结肠镜图像的灰度信息和饱和度信息;

S102:对所述灰度信息和所述饱和度信息进行融合,并根据第一预设强度阈值和第二预设强度阈值,获得所述原始结肠镜图像的反光区域坐标点集合;

S103:根据第三预设强度阈值,从所述反光区域坐标点集合中计算出小反光区的坐标点集合;

S104:对所述小反光区的坐标点进行恢复,得到小反光区恢复图像;

S105:选取源图像和目标域图像,通过融合多特征空间提取反光区域和暗色区域,其中,所述源图像为所述原始结肠镜图像或所述小反光区恢复图像;

S106:将所述源图像和所述目标域图像转换至LAB颜色空间,得到所述源图像的分量特征和所述目标域图像的分量特征,所述目标域图像分辨率比所述源图像分辨率高且与所述源图像具有相同的样本,所述分量特征包括L分量强度值,A分量强度值和B分量强度值;

S107:根据所述源图像的分量特征和所述目标域图像的分量特征,计算所述源图像中除了反光区域和暗色区域以外的图像区域的各颜色通道的标准差和均值,计算所述目标域图像中除了反光区域和暗色区域以外的图像区域的各颜色通道的标准差和均值;

S108:根据所述源图像的标准差和均值、所述目标域图像的标准差和均值,将所述源图像的颜色域迁移至所述目标域图像对应的目标域,得到迁移图像;

S109:对所述迁移图像的暗色区域进行恢复,得到颜色域迁移增强图像;

S110:将所述原始结肠镜图像,所述小反光区恢复图像和所述颜色域迁移增强图像组成结肠镜增强图像数据集合,其中,所述结肠镜增强图像数据集合用于后续结肠镜图像分析。

2.根据权利要求1所述的图像数据增强方法,其特征在于,所述S101具体为:

S1011:获取结肠镜视频数据;

S1012:对所述结肠镜视频数据截帧,获得多张所述原始结肠镜图像。

3.根据权利要求1所述的图像数据增强方法,其特征在于,所述S102具体包括:

S1021:根据下述公式1获得所述原始结肠镜图像的反光区域坐标点集合P:

P={x|x∈D,G(x)>Th1S(x)<Th2} 公式1

其中,P表示所述反光区域坐标点集合,D表示原始结肠镜图像坐标点集合,G(x)表示所述原始结肠镜图像中坐标x处所述灰度空间的灰度强度值,S(x)表示在所述原始结肠镜图像中坐标x处饱和度空间的强度值,其中,Th1表示所述第一预设强度阈值,Th2表示所述第二预设强度阈值,符号表示逻辑与运算。

4.根据权利要求1所述的图像数据增强方法,其特征在于,所述S103具体包括:

S1031:计算出小反光区的坐标点集合S:

其中,S表示小反光区的坐标点集合,Psub表示原始结肠镜图像反光区域图像坐标点集合中的一个连通子集,符号|.|用于计算集合包含的坐标点数量,Th3表示第三预设强度阈值。

5.根据权利要求1所述的图像数据增强方法,其特征在于,所述S104具体包括:

S1041:对所述原始结肠镜图像从上到下和从左到右进行扫描;

S1042:在扫描像素点坐标属于所述小反光区坐标点集合的情况下,对所述扫描像素点进行填充,并将填充的所述扫描像素点作为次正常像素点。

6.根据权利要求5所述的图像数据增强方法,其特征在于,所述S1042具体包括:

S1042A:以所述扫描像素点为中心,“回”字形逐层外扩搜索区域,其中第一层搜索区域为所述扫描像素点的8邻域,第二层搜索区域为所述第一层搜索区域外扩一圈;

S1042B:在搜索到K个正常/次正常像素点的情况下,计算K个所述正常/次正常像素点的颜色向量均值,并将所述颜色向量均值填充至当前扫描到的待填充像素点。

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绍兴文理学院,未经绍兴文理学院许可,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/202211404052.6/1.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