CN107516298B - 一种内窥镜影像处理方法 - Google Patents

一种内窥镜影像处理方法 Download PDF

Info

Publication number
CN107516298B
CN107516298B CN201710600698.4A CN201710600698A CN107516298B CN 107516298 B CN107516298 B CN 107516298B CN 201710600698 A CN201710600698 A CN 201710600698A CN 107516298 B CN107516298 B CN 107516298B
Authority
CN
China
Prior art keywords
image
filtering
original image
carrying
circles
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710600698.4A
Other languages
English (en)
Other versions
CN107516298A (zh
Inventor
李凯
王连兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Aerospace Biotechnology Co Ltd
Original Assignee
Anhui Aerospace Biotechnology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Aerospace Biotechnology Co Ltd filed Critical Anhui Aerospace Biotechnology Co Ltd
Priority to CN201710600698.4A priority Critical patent/CN107516298B/zh
Publication of CN107516298A publication Critical patent/CN107516298A/zh
Application granted granted Critical
Publication of CN107516298B publication Critical patent/CN107516298B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10068—Endoscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种内窥镜影像处理方法，包括以下步骤：S1、利用高斯滤波去除图像采集过程产生的白噪声；S2、标定原始图像与新建图像的映射关系f(r,c)→k{n}，使原始图像中最小圆形亮斑圆心（r，c）映射为新建图像中平行四边区域（b1、b2、b3、b4），得到区域块集k{n}；S3、根据步骤S2的结果对后续图像进行消网格处理；S4、对步骤S3得到的图像进行再次滤波，使图像平滑连续；S5、对处理后得到的图像进行存储与显示；采用小波变换与阀值收缩法对采集的图像信息进行预处理，通过去网格、gamma校正、滤波平滑处理，极大地提高了图像的质量。

Description

一种内窥镜影像处理方法
技术领域
本发明涉及医疗器械技术领域，具体是一种内窥镜影像处理方法。
背景技术
内窥镜是一种集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器。利用内窥镜可以看到X射线不能显示的病变，因此它对医生非常有用。
目前，由于内窥镜照明不均的问题，视野可能出现一部分区域过暗，一部分区域过亮的情况；另外，对于内窥镜转接电子摄像设备，在显示器上显示图像，当内窥镜目镜耦合电子设备在最佳成像位置时，图像中会有网格状纹路。
发明内容
本发明的目的在于提供一种内窥镜影像处理方法，该方法能够消除目镜显示图像中的网格，提高图像质量。
本发明解决其技术问题所采用的技术方案是：
一种内窥镜影像处理方法，包括以下步骤：
S1、利用高斯滤波去除图像采集过程产生的白噪声；
S2、标定原始图像与新建图像的映射关系f(r,c)→k{n}，使原始图像中最小圆形亮斑圆心（r，c）映射为新建图像中平行四边区域（b1、b2、b3、b4），得到区域块集k{n}；
具体包含以下子步骤：
S2a、将去噪后的RGB图像转换为灰度图；
S2b、对灰度图进行自适应边缘提取，提取出图像中的边缘信息；
S2c、对边缘信息进行圆检测，找出边缘信息中所有的圆与最小半径rmin，从所有的圆中提取出半径r<1.5rmin的圆，并把它们的圆心坐标存入Mat矩阵中；
S2d、将Mat矩阵中的元素个数与预设值C1进行比较，若大于C1则进行下一步；若大于C1则返回步骤S21；
S2e、对符合步骤S24的Mat矩阵进行直线检测，找出含点最多、线段最长的直线L1（theta1）及其点集P1，然后再找出与L1夹角delta-theta>(delta-theta)min的L2及其点集P2；
S2f、分别求出点集P1与P2中点的平均距离d1与d2；
S2g、在点集P1与P2中分别找出L1与L2的端点ep1、ep2与ep3、ep4；
S2h、过端点ep1、ep2做L2的平行线，过端点ep3、ep4做L1的平行线，并求四条线的交点b1、b2、b3、b4，则四条线围成的平行四边区域（b1、b2、b3、b4）即为有效图像区域；
S2i、根据步骤S26的结果，在L1方向以距离d1、在L2方向以距离d2，将区域（b1、b2、b3、b4）均分，得到区域块集k{n}；
S2j、建立区域块k[i]与其首端点s[i]的映射关系f(r,c)→k{n}；
S3、根据步骤S2的结果对后续图像进行消网格处理；
具体包含以下子步骤：
S3a、新建视频流vedio1，同时采集原始图像点集s[n]的RGB值，并进行Gamma校正；
S3b、依照映射关系f(r,c)→k{n}将原始图像Gamma校正后的RGB值赋予vedio1；
S4、对步骤S3得到的图像进行再次滤波，使图像平滑连续；
S5、对处理后得到的图像进行存储与显示。
本发明的有益效果是，采用小波变换与阀值收缩法对采集的图像信息进行预处理，通过去网格、gamma校正、滤波平滑处理，极大地提高了图像的质量。
附图说明
下面结合附图和实施例对本发明进一步说明：
图1是本发明的流程示意图；
图2是本发明中标定映射关系的流程示意图；
图3是本发明中消网格处理的流程示意图。
具体实施方式
如图1所示，本发明提供一种内窥镜影像处理方法，包括以下步骤：
S1、利用高斯滤波去除图像采集过程产生的白噪声；
S2、标定原始图像与新建图像的映射关系f(r,c)→k{n}，使原始图像中最小圆形亮斑圆心（r，c）映射为新建图像中平行四边区域（b1、b2、b3、b4），得到区域块集k{n}；
结合图2所示，具体包含以下子步骤：
S2a、将去噪后的RGB图像转换为灰度图；
S2b、对灰度图进行自适应边缘提取，提取出图像中的边缘信息；
S2c、对边缘信息进行圆检测，找出边缘信息中所有的圆与最小半径rmin，从所有的圆中提取出半径r<1.5rmin的圆，并把它们的圆心坐标存入Mat矩阵中；
S2d、将Mat矩阵中的元素个数与预设值C1进行比较，若大于C1则进行下一步；若大于C1则返回步骤S21；
S2e、对符合步骤S24的Mat矩阵进行直线检测，找出含点最多、线段最长的直线L1（theta1）及其点集P1，然后再找出与L1夹角delta-theta>(delta-theta)min的L2及其点集P2；
S2f、分别求出点集P1与P2中点的平均距离d1与d2；
S2g、在点集P1与P2中分别找出L1与L2的端点ep1、ep2与ep3、ep4；
S2h、过端点ep1、ep2做L2的平行线，过端点ep3、ep4做L1的平行线，并求四条线的交点b1、b2、b3、b4，则四条线围成的平行四边区域（b1、b2、b3、b4）即为有效图像区域；
S2i、根据步骤S26的结果，在L1方向以距离d1、在L2方向以距离d2，将区域（b1、b2、b3、b4）均分，得到区域块集k{n}；
S2j、区域块k[i]的首端点s[i]定义为（ri，ci），建立k[i]与s[i]的映射关系f(r,c)→k{n}；
S3、根据步骤S2的结果对后续图像进行消网格处理；
结合图3所示，具体包含以下子步骤：
S3a、新建视频流vedio1，同时采集原始图像点集s[n]的RGB值，并进行Gamma校正；
S3b、依照映射关系f(r,c)→k{n}将原始图像Gamma校正后的RGB值赋予vedio1；
S4、对步骤S3得到的图像进行再次滤波，使图像平滑连续；
S5、对处理后得到的图像进行存储与显示。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种内窥镜影像处理方法，其特征在于，包括以下步骤：
S1、利用高斯滤波去除图像采集过程产生的白噪声；
S2、标定原始图像与新建图像的映射关系f(r,c)→k{n}，使原始图像中最小圆形亮斑圆心（r，c）映射为新建图像中平行四边区域（b1、b2、b3、b4），得到区域块集k{n}；
具体包含以下子步骤：
S2a、将去噪后的RGB图像转换为灰度图；
S2b、对灰度图进行自适应边缘提取，提取出图像中的边缘信息；
S2c、对边缘信息进行圆检测，找出边缘信息中所有的圆与最小半径rmin，从所有的圆中提取出半径r<1.5rmin的圆，并把它们的圆心坐标存入Mat矩阵中；
S2d、将Mat矩阵中的元素个数与预设值C1进行比较，若大于C1则进行下一步；否则，返回步骤S2a；
S2e、对符合步骤S2d的Mat矩阵进行直线检测，找出含点最多、线段最长的直线L1（theta1）及其点集P1，然后再找出与L1夹角（delta-theta）<(delta-theta)max的L2及其点集P2；
S2f、分别求出点集P1与P2中点的平均距离d1与d2；
S2g、在点集P1与P2中分别找出L1与L2的端点ep1、ep2与ep3、ep4；
S2h、过端点ep1、ep2做L2的平行线，过端点ep3、ep4做L1的平行线，并求四条线的交点b1、b2、b3、b4，则四条线围成的平行四边区域（b1、b2、b3、b4）即为有效图像区域；
S2i、根据步骤S2f的结果，在L1方向以距离d1、在L2方向以距离d2，将区域（b1、b2、b3、b4）均分，得到区域块集k{n}；
S2j、区域块k[i]的首端点s[i]定义为（ri，ci），建立k[i]与s[i]的映射关系f(r,c)→k{n}；
S3、根据步骤S2的结果对后续图像进行消网格处理；
具体包含以下子步骤：
S3a、新建视频流vedio1，同时采集原始图像点集s[n]的RGB值，并进行Gamma校正；
S3b、依照映射关系f(r,c)→k{n}将原始图像Gamma校正后的RGB值赋予vedio1；
S4、对步骤S3得到的图像进行再次滤波，使图像平滑连续；
S5、对处理后得到的图像进行存储与显示。
CN201710600698.4A 2017-07-21 2017-07-21 一种内窥镜影像处理方法 Active CN107516298B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710600698.4A CN107516298B (zh) 2017-07-21 2017-07-21 一种内窥镜影像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710600698.4A CN107516298B (zh) 2017-07-21 2017-07-21 一种内窥镜影像处理方法

Publications (2)

Publication Number Publication Date
CN107516298A CN107516298A (zh) 2017-12-26
CN107516298B true CN107516298B (zh) 2020-04-03

Family

ID=60722653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710600698.4A Active CN107516298B (zh) 2017-07-21 2017-07-21 一种内窥镜影像处理方法

Country Status (1)

Country Link
CN (1) CN107516298B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661122B (zh) * 2022-11-14 2024-01-12 南京图格医疗科技有限公司 一种图像网格纹去除方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045489A (zh) * 2009-10-15 2011-05-04 奥林巴斯株式会社 图像处理装置以及图像处理方法
CN104104937A (zh) * 2013-04-15 2014-10-15 索尼公司 图像处理装置、图像处理方法以及程序
CN105957042A (zh) * 2016-06-07 2016-09-21 北京理工大学 内镜图像的高光区域消除方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI383334B (zh) * 2008-04-30 2013-01-21 Quanta Comp Inc 用以產生座標校正點之影像處理裝置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045489A (zh) * 2009-10-15 2011-05-04 奥林巴斯株式会社 图像处理装置以及图像处理方法
CN104104937A (zh) * 2013-04-15 2014-10-15 索尼公司 图像处理装置、图像处理方法以及程序
CN105957042A (zh) * 2016-06-07 2016-09-21 北京理工大学 内镜图像的高光区域消除方法

Also Published As

Publication number Publication date
CN107516298A (zh) 2017-12-26

Similar Documents

Publication Publication Date Title
CN108921176B (zh) 一种基于机器视觉的指针式仪表定位与识别方法
JP6150583B2 (ja) 画像処理装置、内視鏡装置、プログラム及び画像処理装置の作動方法
CN107203973B (zh) 一种三维激光扫描系统中线激光中心的亚像素定位方法
WO2004102481A1 (ja) 生体情報検出装置
CN107622475B (zh) 图像拼接中的灰度校正方法
CN108876860B (zh) 一种用于管水准器气泡偏移量测量的图像标定方法
CN111462066A (zh) 一种基于机器视觉的螺纹参数检测方法
CN111462156A (zh) 获取角膜顶点的图像处理方法
CN110929544A (zh) 基于舌体轮廓线的舌体齿痕识别装置及方法
CN116468641A (zh) 一种红外血管图像增强处理方法
KR101195917B1 (ko) 혀 진단 영역 추출 방법
CN107516298B (zh) 一种内窥镜影像处理方法
CN117036310A (zh) 一种dicom影像外围轮廓的识别提取方法
CN115511979A (zh) 一种基于灰度变换的内窥镜主板控制系统
CN111461961B (zh) 一种oct血管图像错位矫正方法
CN109559318A (zh) 基于积分算法的局部自适应图像阈值处理方法
CN111292313B (zh) 补牙质量评测方法及装置
CN106803240B (zh) 一种工业图像均光处理方法
CN106937864B (zh) 皮肤组织估计方法及应用其的系统
JPH08329252A (ja) エッジ検出方法及びエッジ検出装置
CN109303573A (zh) 一种根据b超检测中上彩血流图来计算孕早期胚胎胎心率的方法
CN110033466B (zh) 一种基于多灰度级的冠脉拉直图像分割边界确定方法
CN109859165B (zh) 一种取脉点的定位方法及装置
CN109658382B (zh) 基于图像聚类和灰度投影的舌体定位方法
CN106340014A (zh) 二值化曲线处理方法

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant