[发明专利]用于实时内窥镜成像的图像去雾方法及内窥镜系统在审

专利信息
申请号: 202211512304.7 申请日: 2022-11-29
公开(公告)号: CN116523763A 公开(公告)日: 2023-08-01
发明(设计)人: 陈东;赵建;王伟;曹锐 申请(专利权)人: 新光维医疗科技(苏州)股份有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06N3/08;G06N3/0464;A61B1/00;A61B1/04
代理公司: 北京庚致知识产权代理事务所(特殊普通合伙) 11807 代理人: 韩德凯;孙敬霞
地址: 215000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 实时 内窥镜 成像 图像 方法 系统
【权利要求书】:

1.用于实时内窥镜成像的图像去雾方法,其特征在于,包括:

基于实时获取的原始内窥镜成像生成待处理图像序列,所述待处理图像序列包括所述原始内窥镜成像,且所述待处理图像序列中各个待处理图像具有互不相同的对比度;

基于第一卷积神经网络提取所述原始内窥镜成像的原始成像特征图,基于第二卷积神经网络提取所述待处理图像序列的烟雾特征图序列;

基于所述烟雾特征图序列生成对应于所述原始内窥镜成像的最终烟雾特征图;以及

基于所述原始成像特征图及所述最终烟雾特征图获得去雾之后的成像特征图。

2.根据权利要求1所述的图像去雾方法,其特征在于,所述待处理图像序列中各个待处理图像具有相同的几何尺寸。

3.根据权利要求1所述的图像去雾方法,其特征在于,所述待处理图像序列的原始内窥镜成像之外的各个待处理图像的对比度均高于所述原始内窥镜成像的对比度。

4.根据权利要求3所述的图像去雾方法,其特征在于,所述待处理图像序列的各个待处理图像的对比度为等差数列。

5.根据权利要求1至4中任一项所述的图像去雾方法,其特征在于,所述第一卷积神经网络及所述第二卷积神经网络均为经过训练的卷积神经网络;

可选地,基于实时获取的原始内窥镜成像生成待处理图像序列,包括:

获取原始内窥镜成像的成像对比度(C1);

基于所述成像对比度(C1)生成对比度递增量(△C);以及

基于所述对比度递增量(△C)及预设的待处理图像数量生成待处理图像序列;

可选地,所述对比度递增量(△C)不小于原始内窥镜成像的成像对比度(C1)的1/2,且不大于原始内窥镜成像的成像对比度(C1);

可选地,基于所述烟雾特征图序列生成对应于所述原始内窥镜成像的最终烟雾特征图,包括:

对所述烟雾特征图序列的各个烟雾特征图进行加权求和处理,以获得所述最终烟雾特征图;

可选地,基于所述原始成像特征图及所述最终烟雾特征图获得去雾之后的成像特征图,包括:

对所述原始成像特征图与所述最终烟雾特征图进行基于像素值的减法操作,以获得所述去雾之后的成像特征图。

6.用于实时内窥镜成像的图像去雾装置,其特征在于,包括:

图像序列生成部,所述图像序列生成部基于实时获取的原始内窥镜成像生成待处理图像序列,所述待处理图像序列(In)包括所述原始内窥镜成像,且所述待处理图像序列中各个待处理图像具有互不相同的对比度;

第一卷积神经网络,所述第一卷积神经网络提取所述原始内窥镜成像的原始成像特征图;

第二卷积神经网络,所述第二卷积神经网络提取所述待处理图像序列的烟雾特征图序列;

烟雾特征图生成模块,所述烟雾特征图生成模块基于所述烟雾特征图序列生成对应于所述原始内窥镜成像的最终烟雾特征图;以及

去雾成像特征图生成模块,所述去雾成像特征图生成模块基于所述原始成像特征图及所述最终烟雾特征图获得去雾之后的成像特征图。

7.内窥镜成像系统,其特征在于,包括:

图像采集装置,所述图像采集装置用于实时获取原始内窥镜成像;以及

处理器,所述处理器通过执行计算机程序对原始内窥镜成像执行权利要求1至5中任一项所述的图像去雾方法。

8.一种电子设备,其特征在于,包括:

存储器,所述存储器存储执行指令;以及

处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行权利要求1至5中任一项所述的图像去雾方法。

9.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至5中任一项所述的图像去雾方法。

10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至5中任一项所述的图像去雾方法。

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新光维医疗科技(苏州)股份有限公司,未经新光维医疗科技(苏州)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/202211512304.7/1.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