CN107678153A - 光纤束图像处理方法和装置 - Google Patents

光纤束图像处理方法和装置 Download PDF

Info

Publication number
CN107678153A
CN107678153A CN201710959003.1A CN201710959003A CN107678153A CN 107678153 A CN107678153 A CN 107678153A CN 201710959003 A CN201710959003 A CN 201710959003A CN 107678153 A CN107678153 A CN 107678153A
Authority
CN
China
Prior art keywords
pixel
image
pixel value
weight
correction
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.)
Granted
Application number
CN201710959003.1A
Other languages
English (en)
Other versions
CN107678153B (zh
Inventor
邵金华
段后利
孙锦
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.)
Suzhou Micro View Medical Science And Technology Co Ltd
Original Assignee
Nanjing Gen Rui Medical Technology 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 Nanjing Gen Rui Medical Technology Co Ltd filed Critical Nanjing Gen Rui Medical Technology Co Ltd
Priority to CN201710959003.1A priority Critical patent/CN107678153B/zh
Publication of CN107678153A publication Critical patent/CN107678153A/zh
Priority to JP2020541844A priority patent/JP7001295B2/ja
Priority to MX2020003986A priority patent/MX2020003986A/es
Priority to RU2020115459A priority patent/RU2747946C1/ru
Priority to KR1020207013622A priority patent/KR102342575B1/ko
Priority to EP18868761.0A priority patent/EP3699667A4/en
Priority to CA3079123A priority patent/CA3079123C/en
Priority to PCT/CN2018/110250 priority patent/WO2019076265A1/zh
Priority to AU2018353915A priority patent/AU2018353915A1/en
Priority to BR112020007623-6A priority patent/BR112020007623B1/pt
Priority to US16/850,048 priority patent/US11525996B2/en
Application granted granted Critical
Publication of CN107678153B publication Critical patent/CN107678153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/361—Optical details, e.g. image relay to the camera or image sensor
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B23/00—Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices
    • G02B23/24—Instruments or systems for viewing the inside of hollow bodies, e.g. fibrescopes
    • G02B23/26—Instruments or systems for viewing the inside of hollow bodies, e.g. fibrescopes using light guides
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • 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
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G06T2207/10056—Microscopic 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本发明的实施例提供了光纤束图像处理方法和装置。该方法包括：确定样本图像中对应光纤中心的位置的像素信息；对所确定的像素信息进行校正；以及基于校正后的像素信息重建所述样本图像，以获得重建图像。该方法和装置不仅能够获得更理想的光纤束处理图像，而且计算量较小，整个计算过程耗时较短。

Description

光纤束图像处理方法和装置
技术领域
本发明涉及医疗图像处理领域，更具体地涉及一种光纤束图像处理方法和装置。
背景技术
随着社会的进步和科技的发展，越来越多的电子成像设备被应用到医疗领域。由此，对于医疗图像后期处理的准确性和速度也提出了越来越高的要求。
例如，光纤显微镜能够实现生物组织层析检验，不仅可以提前检测生物组织的肿瘤病变倾向，还免去了穿刺手术操作给临床病人带来的痛苦。光纤显微镜在临床病人检查、筛查以及医学和生物学的研究中具有宽广的市场前景。
图1示例性地示出了现有光纤束图像的一部分。如图1所示，现有光纤束图像具有蜂窝形状的噪声，未能很好地呈现生物组织的目标区域。虽然目前存在一些针对光纤束图像的重建技术，但是其一般计算量大并且耗时长。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种光纤束图像处理方法和装置，
根据本发明一个方面，提供了一种光纤束图像处理方法，包括：
确定样本图像中对应光纤中心的位置的像素信息；
对所确定的像素信息进行校正；以及
基于校正后的像素信息重建所述样本图像，以获得重建图像。
示例性地，所述对所确定的像素信息进行校正包括根据如下公式计算校正后的像素值：
F＝(Is-Ib)xK，
其中，F表示所述校正后的像素值，Is表示所确定的像素值，Ib表示背景图像中相应像素的像素值，K表示校正系数。
示例性地，在所述校正步骤之前还包括根据参考图像和所述背景图像采用如下公式计算所述校正系数K：
K＝k/(Ic-Ib)，
其中，Ic表示所述参考图像中相应像素的像素值，k表示比例系数，其等于所述参考图像中像素的像素值分别与所述背景图像中其相应像素的像素值之差的中位值。
示例性地，所述方法还包括：
对均匀荧光样本进行采样获取所述参考图像；以及
对无荧光样本进行采样获取所述背景图像。
示例性地，所述基于校正后的像素信息重建所述样本图像包括：基于像素的权重和所述校正后的像素信息采用插值方法获得该像素的重建像素值。
示例性地，所述获得该像素的重建像素值包括：
基于所述所确定的像素信息对所述样本图像进行三角剖分；
基于所述三角剖分所获得的、该像素所在的三角形，确定该像素的权重；以及
根据该像素的权重采用线性插值法计算该像素的重建像素值。
示例性地，所述确定该像素的权重包括：
确定该像素至该像素所在的三角形的各顶点的距离；以及
设置该像素对应于该三角形的各顶点的权重分别为与该像素和该各顶点之间的距离成反比。
示例性地，所述计算该像素的重建像素值根据如下公式计算：
Gx＝Wa*Ga+Wb*Gb+Wc*Gc，其中，
Gx表示像素x的重建像素值；
Wa和Ga分别表示像素x对应于其所在的三角形的顶点a的权重和该顶点 a的校正后的像素值；
Wb和Gb分别表示该像素x对应于其所在的三角形的顶点b的权重和该顶点b的校正后的像素值；
Wc和Gc分别表示该像素x对应于其所在的三角形的顶点c的权重和该顶点c的校正后的像素值。
示例性地，所述方法还包括：将所述重建图像和另一图像进行配准处理。
根据本发明另一方面，还提供了一种光纤束图像处理装置，包括：
存储器，用于存储程序；
处理器，用于运行所述程序；
其中，所述程序在所述处理器中运行时，用于执行以下步骤：
确定样本图像中对应光纤中心的位置的像素信息；
对所确定的像素信息进行校正；以及
基于校正后的像素信息重建所述样本图像，以获得重建图像。
上述光纤束图像处理方法和装置不仅能够获得更理想的处理图像，而且计算量较小，整个计算过程耗时较短。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同或相似部件或步骤。
图1示例性地示出了现有光纤束图像的一部分；
图2示出了根据本发明一个实施例的光纤束图像处理方法的示意性流程图；
图3示出了根据本发明一个实施例的图1所示光纤束图像的重建图像的局部放大示意图；
图4示出了根据本发明一个具体实施例的光纤束图像分析方法的示意性流程图；
图5示出了根据本发明一个实施例对均匀荧光样本进行采样所获取的参考图像；
图6示出了根据本发明一个实施例的参考图像的局部放大示意图；
图7示出了根据本发明一个实施例的、标识了其中与光纤中心对应的像素的参考图像的局部放大示意图；
图8示出了根据本发明一个实施例的标识了其中与光纤中心对应的像素的光纤束图像的示意图；
图9示出了根据本发明一个实施例的重建步骤的示意性流程图；
图10示出了根据本发明一个实施例的经德洛内三角剖分的样本图像的局部放大示意图；
图11A和图11B分别示出了根据本发明一个实施例的待配准的重建图像和另一图像；以及
图11C示出了图11A和图11B所示两个图像的非刚体配准的结果示意图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
图2示出了根据本发明一个实施例的光纤束图像处理方法200。光纤束图像处理方法200可用于对原始的光纤束图像进行重建，以更理想地呈现生物组织的目标区域。
如图2所示，在步骤S210中，确定样本图像中对应光纤中心的位置的像素信息。
样本图像是利用光纤束所获取的光纤束图像。光纤束中包括很多个光纤，例如多达三万多个。这些光纤在光纤束中的排列是不规则的。每个光纤可以作为一个光路，这些光路可以将生物组织的目标区域中的信息传输出来，以在成像设备中生成光纤束图像。同一个光纤束所获得的光纤束图像的大小是一致的，也就是说其分辨率、宽度和高度是相同的。在一些示例中，光纤束图像中的光纤束的成像区域可以例如是一个圆形区域。因为光纤束包括多个光纤，所以在光纤束图像中将难以避免地出现蜂窝状噪声，如图1的光纤束图像所示。其中的每个蜂窝大致对应于一个光纤。蜂窝状噪声的存在给用户利用光纤束图像观察生物组织的目标区域带来了很大困扰，严重影响了用户体验。
光纤束图像中的一个蜂窝一般包括多个像素。换言之，光纤束中的每个光纤可对应于光纤束图像中的多个像素，例如约二十个。该多个像素中存在一个像素，其与该光纤的中心一一对应。假设在利用同一光纤束拍摄不同的光纤束图像过程中，光纤束的远端或近端均不变化，那么光纤束图像中的像素与光纤束中的光纤的对应关系保持不变。由此，各个光纤的中心所对应的像素在光纤束图像中的位置保持不变。此外，光纤的中心所对应的像素值能够较理想地反映生物组织的目标区域的真实面目。
在此步骤S210中，确定样本图像中与光纤束中的各光纤的中心对应的像素并提取该像素的像素信息。可选地，所确定的像素信息包括像素的位置和像素值。像素的位置可以用像素在样本图像中的行列值表示。具体地，这些像素的位置可以用一个一维数组来表示。数组中的一个元素是表示一个像素的位置的值。像素x的位置Px可以用如下公式表示，
Px＝像素x所在的行数x样本图像的宽度+像素x所在的列数。
像素x的位置Px即从光纤束图像的第一行、第一列的像素开始逐个计数，像素x为第几个像素。通过像素的位置查询样本图像，可以获得该像素的像素值。
在步骤S220中，对步骤S210中所确定的像素信息进行校正。
如步骤S210中所述，所确定的像素信息可以包括对应光纤中心的像素的位置和像素值。步骤S220中仅针对样本图像中对应光纤中心位置的这部分像素的像素值进行校正，以使其更逼真地反映目标区域。
在步骤S230中，基于步骤S220校正后的像素信息重建样本图像，以获得重建图像。在步骤S220中仅对样本图像中对应光纤中心的那部分像素的像素值进行了调整。基于该调整结果，调整样本图像中其他像素的像素值，即未对应光纤中心位置的像素，由此完成样本图像的重建。图3示出了根据本发明一个实施例的图1所示光纤束图像的重建图像的局部放大示意图。
从图像的角度看，如图3所示，经过上述图像处理操作所重建的图像中消除了原始样本图像中的蜂窝形状的噪声，此外，整个重建图像的亮度较均匀，避免了边缘暗但中间亮的问题。从图像处理的角度看，整个处理过程计算量较小、耗时较短。
根据本发明一个实施例，提供了一种光纤束图像分析方法。利用该分析方法可以更准确地确定光纤束图像中对应光纤中心的位置的像素信息。如前所述，在利用同一光纤束拍摄不同的光纤束图像过程中该光纤束的远端或近端均不变化的情况下，所拍摄的光纤束图像中的像素与该光纤束中的光纤的对应关系保持不变。因此，从这个角度来说，可以利用一个光纤束图像来分析与其采用同一光纤束拍摄的所有其他光纤束图像。图4示出了根据本发明一个具体实施例的光纤束图像分析方法400的示意性流程图。
在步骤S410中，利用光纤束采集光纤束图像，来作为参考图像。对该参考图像的分析结果可以应用于其他与其采用同一光纤束拍摄的所有其他光纤束图像。
可选地，利用光纤束对均匀发光的样本进行采样来获取参考图像。理论上说，参考图像应该是像素值均匀、亮度一致的光纤束图像。均匀发光的样本所成图像的像素是一致的，其自身不会对分析方法400造成任何负面影响，保证了更准确地确定参考图像中的对应光纤中心位置的像素信息。
均匀发光的样本可以是均匀荧光样本。由此，参考图像是荧光率恒定的光纤束图像。图5示出了根据本发明一个实施例对均匀荧光样本进行采样所获取的参考图像。在光纤束图像的实际应用中，一般会针对发出荧光的样本进行成像。所以，对均匀荧光样本进行采样所获取的参考图像更好地保障了分析方法的准确性。可以理解，均匀荧光样本仅是示例，而非限制，还可以通过对发出其他可见光的样本进行采样来获取参考图像。
在步骤S420中，确定步骤S410中所采集的参考图像中的参考像素。其中，该参考像素的像素值高于其周边像素的像素值，参考像素与光纤束中唯一的一个光纤的中心相对应。
如前所述并且如图1所示，光纤束图像中存在分别与各个光纤一一对应的蜂窝。可以利用该蜂窝的像素值信息确定与光纤束中的光纤的中心对应的参考像素。通常，与光纤束中的光纤的中心对应的参考像素是与该光纤对应的所有像素中亮度最高的像素，即像素值最大的像素。换言之，与光纤中心对应的参考像素的像素值高于其周边像素(即与同一光纤对应的其他像素)的像素值。图6示出了根据本发明一个实施例的参考图像的局部放大示意图。图7示出了根据本发明一个实施例的图6所示的参考图像的局部放大示意图中的、与光纤的中心对应的像素的示意图。为了清楚起见，在图7所示的示意图中，与光纤的中心对应的参考像素的像素值被标识了“+”符号。
可选地，如前面所述，可以采用一维数组来表示所确定的参考像素的位置。
在步骤S430中，根据参考图像中的参考像素的像素位置，确定利用同一光纤束所采集的光纤束图像中对应光纤中心的像素位置。
如前所述，因为光纤束中的光纤的相对位置是固定的，所以利用同一光纤束采集的光纤束图像中的、与光纤中心对应的像素之间相对位置也是固定的。由此，根据参考图像中的参考像素的像素位置，即可确定利用同一光纤束所采集的所有光纤束图像中对应光纤中心的位置，特别是对于光纤束的远端和近端保持不变的情况。
图8示出了根据本发明一个实施例的标识了其中与光纤中心对应的像素的光纤束图像的示意图。在图8所示示意图中，与光纤的中心对应的像素的像素值被赋值为0。
在上述光纤束图像分析方法中，利用参考图像来确定其他光纤束图像中对应光纤中心的位置的像素信息。与直接基于光纤束图像自身的像素值来确定对应光纤中心的位置的像素信息相比，上述分析方法结果不受光纤束图像中的成像对象的影响，结果较准确，而且容易实现。
可选地，上述步骤S420可以具体包括步骤S421和步骤S422。
在步骤S421中，对参考图像进行图像分割以确定参考图像中的光纤束成像区域。如图5所示的参考图像所示，参考图像中包括光纤束成像区域和无实际意义的背景区域。其中的光纤束成像区域为中间的圆形区域。而背景区域为圆形区域周围的黑色区域，其对图像的分析是无意义的。该图像分割可以采用阈值分割、区域生长法等图像分割处理。图像分割操作可以进一步减少整个图像处理方法的计算量。
在步骤S422中，在光纤束成像区域中确定参考像素。
在一个示例中，首先利用区域极大值法对光纤束成像区域进行处理。然后，确定像素值是区域极大值的像素为参考像素。区域极大值法是一种图像分割方法。如前所述，与光纤束中的光纤中心对应的像素是与该光纤对应的所有像素中亮度最高的像素，即一个蜂窝内最亮的像素。利用区域极大值法对参考图像进行图像分析，将取得区域极大值的像素作为与光纤中心对应的参考像素。
在以上示例中，采用区域极大值法确定参考像素，该方法有效利用了以下客观规律：对于参考图像中与一个光纤对应的所有像素，与光纤中心对应的像素与其他像素相比，其像素值最高。由此该方法能够快速、准确地确定参考光纤中心像素值，从而能够保证光纤束图像的快速、准确分析。
本领域普通技术人员可以理解，区域极大值法仅是示例而非对本发明的限制，还可以采用其他方法确定参考光纤中心像素值，例如经验阈值法。
可以理解，前述光纤束图像分析方法可以包括在光纤束图像处理方法中。通过该光纤束图像分析方法可以确定包括样本图像的光纤束图像中的、对应光纤中心的位置的像素的信息。由此，获得更准确的信息。具体地，可以根据在光纤束图像分析方法中所确定的、参考图像中的与光纤中心对应的像素的位置来查询样本图像的相应位置。首先，根据参考像素y的位置Py以及光纤束图像的宽度确定像素y所在的行数和列数。然后，根据像素y所在的行数和列数查询样本图像该位置的像素值，即可获得样本图像中该像素的像素信息。
由此，上述光纤束图像分析方法为光纤束图像处理方法提供了准确的分析结果，从而保证了光纤束图像处理方法计算量小，处理效果好。
在一个实施例中，利用背景图像对步骤S210所确定的像素信息进行校正。具体地，可以根据如下公式对步骤S210所确定的像素信息进行校正。
F＝(Is-Ib)x K，
其中，F表示对样本图像中的像素进行校正后的像素值，Is表示步骤S210 所确定的像素值，Ib表示背景图像中相应像素的像素值，K表示校正系数。
可选地，背景图像是对不发光样本进行成像所生成的图像，例如荧光率为零的光纤束图像。例如，可以对无荧光样本进行采样来获取该背景图像。只要光纤束的近端不变化，背景图像中的像素值就不会改变。这里的“相应像素”是指像素在各自的图像中的位置相同，实质上，像素与光纤束中的同一个光纤的同一个位置(例如光纤中心)相对应。因此，可以根据在步骤S210中所确定的与光纤中心对应的像素的位置来查询背景图像中的相应位置，以获得背景图像中相应像素的像素值。
如果通过前述光纤束图像分析方法400来确定步骤S210中的对应光纤中心的像素位置，则可以直接根据参考像素在参考图像中的位置来查询背景图像中的相应位置。根据像素所在的位置查询背景图像，即可获得该背景图像中相应像素的像素值。可以理解，该背景图像中相应像素也与同一个光纤的中心相对应。
在上述实施例中，对于步骤S210所确定的每个像素值Is，首先，计算其和背景图像中相应像素的像素值Ib的差值，简称第一差值；然后，计算该差值与校正系数的乘积。校正系数K可以是0.5至1.5之间的任意实数。该校正系数K 可以根据经验设置。
可选地，还可以根据背景图像和参考图像，采用如下公式计算校正系数K： K＝k/(Ic-Ib)，其中，Ic表示参考图像中相应像素的像素值，Ib表示背景图像中相应像素的像素值，k表示比例系数，其等于参考图像中像素的像素值分别与背景图像中其相应像素的像素值之差的中位值。
参考图像可以是前面描述的光纤束图像分析方法中所涉及的参考图像。在一个示例中，首先，针对参考图像中的各个对应光纤中心的位置的像素，分别计算其与背景图像中的相应像素的差，简称标准差。利用这种方式计算标准差，在保证计算精度的同时，计算量更小。可替代地，还可以针对参考图像中的每个像素，分别计算其与背景图像中的相应像素的差，以获得标准差。计算所有标准差的中位数k。然后，针对步骤S210所确定的像素值Is，计算参考图像中相应像素的像素值Ic和背景图像中相应像素的像素值Ib的差值，简称第二差值。最后，根据该中位数k和该第二差值的商，确定校正系数K。
该示例中的校正操作无需复杂计算，即可获得较理想的校正效果，从而获得期望的图像处理结果。
可选地，上述步骤S230包括：基于像素的权重和步骤S220校正后的像素信息采用插值方法获得像素的重建像素值。校正后的像素信息是较真实地反映成像目标的，而上述校正操作仅针对于光纤中心对应的像素。所以，对于光纤束图像中的每个像素来说，其权重可以依据与其距离较近的、与光纤中心对应的像素的位置来确定。
图9示出了根据本发明一个实施例的步骤S230的示意性流程图。如图9 所示，步骤S230可以包括：
步骤S231，基于步骤S210所确定的像素信息对样本图像进行三角剖分。
具体地，与光纤束中的光纤中心对应的像素是样本图像中的有限点集。由该点集构成三角形的所有顶点。把样本图像剖开成多个三角形。其中，任何两个三角形，要么不相交，要么恰好相交于一条公共边。
可选地，上述三角剖分是利用德洛内三角剖分算法实现的。虽然光纤在光纤束中的排列是不规则的，但是相邻光纤的中心的距离大致是一致的，大约等于光纤的直径。图10示出了根据本发明一个实施例的经德洛内三角剖分的样本图像的一部分。如图10所示，用德洛内三角剖分算法可以得到唯一的三角剖分结果，且能保证任一三角形的外接圆内不出现其他三角形的顶点。该三角剖分算法更适用于根据本发明实施例的图像处理方法，可以获得更理想的图像处理结果。
步骤S232，基于所述三角剖分所获得的、像素所在的三角形，确定所述像素的权重。
对于光纤束图像中的任一像素，其权重可以有多个数值，每个权重对应于一个与其距离较近的、对应光纤中心位置的像素。为了简洁，可以称该与权重对应的像素为基准像素。可以理解，每个基准像素都是三角剖分所获得的三角形的顶点。根据像素的权重及其对应的基准像素的像素值可以确定该像素的最终像素值。
可选地，对于光纤束图像中的任一像素，其与某基准像素距离越远，则该像素针对于该基准像素的权重越小；否则反之。
示例性地，对于光纤束图像中的每个像素，其权重依据3个基准像素的位置来确定。可以针对3个基准像素中的每个基准像素确定一个权重，由此形成一个权重查找表。表1示出了根据本发明一个实施例的权重查找表。在表1中，第一权重、第二权重和第三权重分别表示待确定权重的像素针对于第一基准像素、第二基准像素和第三基准像素的权重。如表1所示，对于像素x1来说，第一权重和第三权重相等且相对较小，这表明其与第一基准像素和第三基准像素的距离相等，且该距离相对较远；第二权重相对较大，这表明其与第二基准像素距离相对较近。
表1 权重查找表
基于三角剖分的结果，样本图像中的每个像素都有一个唯一所在的三角形，其或者在三角形的三条边上，或者在三角形的内部。可以将该唯一所在的三角形的三个顶点作为该像素的基准像素。根据该像素与三个基准像素之间的距离，可以确定该像素对应于每个基准像素的权重。
对于样本图像中的每个像素，首先，可以确定该像素至该像素所在的三角形的各顶点(即基准像素)的距离。像素可以位于三角形的边上或者内部。然后，根据该像素与该所在的三角形的三个顶点的距离，确定该像素分别对应于该所在的三角形的三个顶点的权重。可选地，对于该三角形的一个顶点，设置该像素对应于该顶点权重为与该像素和该顶点之间的距离成反比。例如，位于三角形的外心的像素对应于其各个基准像素的权重均为0.333。对于位于三角形的顶点的像素，可以认为其对应于其所在顶点的权重为1，而对应于另外两个顶点的权重为0。通过该方式确定每个像素的权重，重建效果更理想，过程简单易实现。
基于三角剖分获得光纤束图像中的每个像素的权重，在保证计算结果准确性的同时，计算量更小。
上面给出的德洛内三角剖分算法仅为示例，还可采用其他方法来获得每个像素的权重，例如克里格(Krig)法。
可以理解，上述确定权重的方式仅是示例，而非限制。例如，虽然在上述示例中，每个像素的权重依据3个参考像素的位置来确定，但是这仅是示意而非对本发明的限制。例如，每个像素的权重还可以依据1个与之距离最近的基准像素、4个甚至更多个基准像素来确定。又例如，像素的权重可以依据经验来设置。
步骤S233，根据该像素的权重采用线性插值法计算所述像素的重建像素值。
可选地，根据如下公式计算重建图像的像素x的重建像素值Gx。
Gx＝Wa*Ga+Wb*Gb+Wc*Gc，其中，
Wa和Ga分别表示该像素x对应于所在的三角形的顶点a的权重和该顶点 a的校正后的像素值，
Wb和Gb分别表示该像素x对应于所在的三角形的顶点b的权重和该顶点 b的校正后的像素值，
Wc和Gc分别表示该像素x对应于所在的三角形的顶点c的权重和该顶点 c的校正后的像素值。
根据本发明的一个实施例，光纤束图像处理方法还包括配准上述重建图像和另一图像的步骤。其中，该另一图像可以也是一个重建图像。图像配准用于计算两个图像的相对位移。经过图像配准之后，两个图像的相同内容将在空间上重合。
可选地，配准操作可以采用相关系数法。通过搜索所有可能位移所对应的相关系数中的最大值，来确定正确的、可用来配准两个图像的位移。利用相关系数法配准运算时间短，能够满足实时需要。
虽然相关系数配准方法相对较快速，但其配准精度较低。可选地，配准操作还可以采用迭代配准法。迭代配准法虽然速度较慢，但能够满足较高精度要求。
根据本发明一个实施例，直接根据上述与光纤束中的光纤的中心对应的像素的位置、上述校正后的像素信息和上述另一图像，迭代配准所述重建图像和所述另一图像。在该实施例中，配准操作仅利用与光纤束中的光纤的中心对应的相关元素，忽略了其他一些元素，例如重建图像中的即不与光纤束中的光纤的中心对应的像素。由此，在保证迭代配准的计算精度的同时，有效提高了迭代配准的计算速度。
在实际应用中，除了刚性配准，有时候需要进行非刚体配准。例如，医生要检查的人体组织在采集样本图像的时间段内发生了蠕动；又例如，在采集样本图像期间，探头压力变化引起了目标组织的局部变形等。所以，可选地，配准重建图像和另一图像包括如下操作：首先，对重建图像和另一图像进行刚体配准；然后，根据刚体配准结果对另一图像进行重采样；最后，对经重采样的另一图像与重建图像的重叠部分做非刚体配准。可选地，该非刚体配准可以采用自由形变法或戴蒙斯(Demons)配准算法。图11A、图11B和图11C示意了上述非刚体配准的过程。图11A和图11B分别示出了根据本发明一个实施例的待配准的重建图像和另一图像。其中的虚线矩形部分示意了通过刚体配准确定的二者的重叠部分。针对该重叠部分，对另一图像重采样。图11C示出了对经重采样的另一图像与重建图像的重叠部分做非刚体配准的结果示意图。
由于前面的图像处理操作较迅速地获得了理想的重建图像，所以图像配准、拼接操作也能够更快速、更准确。
根据本发明另一方面，还提供了一种光纤束图像处理装置。该光纤束图像处理装置包括存储器和处理器。该存储器用于存储程序。该处理器用于运行所述程序。其中，所述程序在所述处理器中运行时，用于执行以下步骤：步骤S1，确定样本图像中对应光纤中心的位置的像素信息；步骤S2，对所确定的像素信息进行校正；以及步骤S3，基于校正后的像素信息重建所述样本图像，以获得重建图像。
可选地，所述光纤束图像处理装置还包括图像采集设备，所述图像采集设备用于对均匀荧光样本进行采样获取所述参考图像，并且对无荧光样本进行采样获取所述背景图像。
可选地，执行步骤S2时，具体执行根据如下公式计算校正后的像素值：
F＝(Is-Ib)x K，
其中，F表示所述校正后的像素值，Is表示所确定的像素值，Ib表示背景图像中相应像素的像素值，K表示校正系数。
可选地，在执行步骤S2之前，还执行根据参考图像和所述背景图像采用如下公式计算所述校正系数K：
K＝k/(Ic-Ib)，
其中，Ic表示所述参考图像中相应像素的像素值，k表示比例系数，其等于所述参考图像中像素的像素值分别与所述背景图像中其相应像素的像素值之差的中位值。
可选地，执行步骤S3时，进一步执行：基于像素的权重和所述校正后的像素信息采用插值方法获得该像素的重建像素值。
可选地，执行步骤S3时，进一步执行：
基于所述所确定的像素信息对所述样本图像进行三角剖分；
基于所述三角剖分所获得的、该像素所在的三角形，确定该像素的权重；以及
根据该像素的权重采用线性插值法计算该像素的重建像素值。
可选地，执行确定该像素的权重时，进一步执行：
确定该像素至该像素所在的三角形的各顶点的距离；以及
设置该像素对应于该三角形的各顶点的权重分别为与该像素和该各顶点之间的距离成反比。
可选地，执行计算该像素的重建像素值时，进一步执行：根据如下公式进行计算：Gx＝Wa*Ga+Wb*Gb+Wc*Gc，其中，
Gx表示像素x的重建像素值；
Wa和Ga分别表示像素x对应于其所在的三角形的顶点a的权重和该顶点 a的校正后的像素值；
Wb和Gb分别表示该像素x对应于其所在的三角形的顶点b的权重和该顶点b的校正后的像素值；
Wc和Gc分别表示该像素x对应于其所在的三角形的顶点c的权重和该顶点c的校正后的像素值。
可选地，所述程序在所述处理器中运行时，还用于执行以下步骤：将所述重建图像和另一图像进行配准处理。
通过阅读上文关于光纤束图像处理方法和光纤束图像分析方法的详细描述，可以理解该光纤束图像处理装置的构成和技术效果，为了简洁，在此不再赘述。
此外，根据本发明实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时使得所述计算机或处理器执行本发明实施例的光纤束图像处理方法的相应步骤，并且用于实现根据本发明实施例的光纤束图像处理装置中的相应模块或单元。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器 (CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的光纤束图像处理装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种光纤束图像处理方法，包括：
确定样本图像中对应光纤中心的位置的像素信息；
对所确定的像素信息进行校正；以及
基于校正后的像素信息重建所述样本图像，以获得重建图像。
2.如权利要求1所述的方法，其特征在于，所述对所确定的像素信息进行校正包括根据如下公式计算校正后的像素值：
F＝(Is-Ib)xK，
其中，F表示所述校正后的像素值，Is表示所确定的像素值，Ib表示背景图像中相应像素的像素值，K表示校正系数。
3.如权利要求2所述的方法，其特征在于，在所述校正步骤之前还包括根据参考图像和所述背景图像采用如下公式计算所述校正系数K：
K＝k/(Ic-Ib)，
其中，Ic表示所述参考图像中相应像素的像素值，k表示比例系数，其等于所述参考图像中像素的像素值分别与所述背景图像中其相应像素的像素值之差的中位值。
4.如权利要求3所述的方法，其特征在于，还包括：
对均匀荧光样本进行采样获取所述参考图像；以及
对无荧光样本进行采样获取所述背景图像。
5.如权利要求1所述的方法，其特征在于，所述基于校正后的像素信息重建所述样本图像包括：
基于像素的权重和所述校正后的像素信息采用插值方法获得该像素的重建像素值。
6.如权利要求5所述的方法，其特征在于，所述获得该像素的重建像素值包括：
基于所述所确定的像素信息对所述样本图像进行三角剖分；
基于所述三角剖分所获得的、该像素所在的三角形，确定该像素的权重；以及
根据该像素的权重采用线性插值法计算该像素的重建像素值。
7.如权利要求6所述的方法，其特征在于，所述确定该像素的权重包括：
确定该像素至该像素所在的三角形的各顶点的距离；以及
设置该像素对应于该三角形的各顶点的权重分别为与该像素和该各顶点之间的距离成反比。
8.如权利要求6或7所述的方法，其特征在于，所述计算该像素的重建像素值根据如下公式计算：
Gx＝Wa*Ga+Wb*Gb+Wc*Gc，其中，
Gx表示像素x的重建像素值；
Wa和Ga分别表示像素x对应于其所在的三角形的顶点a的权重和该顶点a的校正后的像素值；
Wb和Gb分别表示该像素x对应于其所在的三角形的顶点b的权重和该顶点b的校正后的像素值；
Wc和Gc分别表示该像素x对应于其所在的三角形的顶点c的权重和该顶点c的校正后的像素值。
9.如权利要求1所述的方法，其特征在于，还包括：
将所述重建图像和另一图像进行配准处理。
10.一种光纤束图像处理装置，包括：
存储器，用于存储程序；
处理器，用于运行所述程序；
其中，所述程序在所述处理器中运行时，用于执行以下步骤：
确定样本图像中对应光纤中心的位置的像素信息；
对所确定的像素信息进行校正；以及
基于校正后的像素信息重建所述样本图像，以获得重建图像。
CN201710959003.1A 2017-10-16 2017-10-16 光纤束图像处理方法和装置 Active CN107678153B (zh)

Priority Applications (11)

Application Number Priority Date Filing Date Title
CN201710959003.1A CN107678153B (zh) 2017-10-16 2017-10-16 光纤束图像处理方法和装置
CA3079123A CA3079123C (en) 2017-10-16 2018-10-15 Fiber bundle image processing method and apparatus
AU2018353915A AU2018353915A1 (en) 2017-10-16 2018-10-15 Optical fibre bundle image processing method and apparatus
RU2020115459A RU2747946C1 (ru) 2017-10-16 2018-10-15 Способ и устройство для обработки изображения, полученного с помощью оптоволоконного жгута
KR1020207013622A KR102342575B1 (ko) 2017-10-16 2018-10-15 광섬유 번들 이미지 처리 방법 및 장치
EP18868761.0A EP3699667A4 (en) 2017-10-16 2018-10-15 METHOD AND DEVICE FOR PROCESSING AN OPTICAL FIBER BUNDLE IMAGE
JP2020541844A JP7001295B2 (ja) 2017-10-16 2018-10-15 光ファイバー束画像処理方法及び装置
PCT/CN2018/110250 WO2019076265A1 (zh) 2017-10-16 2018-10-15 光纤束图像处理方法和装置
MX2020003986A MX2020003986A (es) 2017-10-16 2018-10-15 Metodo y aparato para el procesamiento de imagenes de haz de fibras.
BR112020007623-6A BR112020007623B1 (pt) 2017-10-16 2018-10-15 Método implementado por computador para processamento de imagem de feixe de fibra e aparelho de processamento de imagem de feixe de fibra
US16/850,048 US11525996B2 (en) 2017-10-16 2020-04-16 Fiber bundle image processing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710959003.1A CN107678153B (zh) 2017-10-16 2017-10-16 光纤束图像处理方法和装置

Publications (2)

Publication Number Publication Date
CN107678153A true CN107678153A (zh) 2018-02-09
CN107678153B CN107678153B (zh) 2020-08-11

Family

ID=61140253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710959003.1A Active CN107678153B (zh) 2017-10-16 2017-10-16 光纤束图像处理方法和装置

Country Status (10)

Country Link
US (1) US11525996B2 (zh)
EP (1) EP3699667A4 (zh)
JP (1) JP7001295B2 (zh)
KR (1) KR102342575B1 (zh)
CN (1) CN107678153B (zh)
AU (1) AU2018353915A1 (zh)
CA (1) CA3079123C (zh)
MX (1) MX2020003986A (zh)
RU (1) RU2747946C1 (zh)
WO (1) WO2019076265A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019076265A1 (zh) * 2017-10-16 2019-04-25 苏州微景医学科技有限公司 光纤束图像处理方法和装置
WO2019076267A1 (zh) * 2017-10-16 2019-04-25 苏州微景医学科技有限公司 光纤束图像分析方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102561360B1 (ko) * 2021-06-04 2023-08-01 한국과학기술연구원 보정을 사용하지 않고 파이버스코프 이미지를 처리하는 방법 및 이를 수행하는 파이버스코프 시스템
KR102553001B1 (ko) * 2021-10-05 2023-07-10 한국과학기술연구원 인공지능 기반의 이미지의 허니컴 아티팩트 제거 방법 및 장치

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1048689A (ja) * 1996-04-05 1998-02-20 Nikon Corp 顕微鏡写真撮影装置
CN1758754A (zh) * 2005-10-27 2006-04-12 中国科学院上海技术物理研究所 基于光纤耦合的焦平面阵列图像时空变换的方法
CN101882326A (zh) * 2010-05-18 2010-11-10 广州市刑事科学技术研究所 基于中国人全面部结构形数据的三维颅面复原方法
CN103218991A (zh) * 2013-03-29 2013-07-24 中国电子科技集团公司第四十一研究所 基于fpga的光纤图像实时处理方法
CN104933707A (zh) * 2015-07-13 2015-09-23 福建师范大学 一种基于多光子共焦显微细胞图像的超像素重构分割与重建方法
CN106251339A (zh) * 2016-07-21 2016-12-21 深圳市大疆创新科技有限公司 图像处理方法及装置
CN106844289A (zh) * 2017-01-22 2017-06-13 苏州蜗牛数字科技股份有限公司 基于手机摄像头扫描环境进行建模的方法
CN106981090A (zh) * 2017-02-16 2017-07-25 南京邮电大学 一种管内步进单向光束扫描断层图像的三维重建方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5810032A (ja) * 1981-07-09 1983-01-20 オリンパス光学工業株式会社 内視鏡
US4601537A (en) * 1984-01-06 1986-07-22 Ohio State University Research Foundation Apparatus and methods for forming images and for optical demultiplexing
JPH08191440A (ja) * 1995-01-10 1996-07-23 Fukuda Denshi Co Ltd 内視画像補正方法及び装置
JPH11355574A (ja) * 1998-06-11 1999-12-24 Toshiba Corp 画像処理装置と画像処理方法
FR2842628B1 (fr) * 2002-07-18 2004-09-24 Mauna Kea Technologies "procede de traitement d'une image acquise au moyen d'un guide compose d'une pluralite de fibres optiques"
DE102006011707B4 (de) * 2006-03-14 2010-11-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zum Erzeugen einer strukturfreien fiberskopischen Aufnahme
JP5629270B2 (ja) 2008-12-29 2014-11-19 マウナ ケア テクノロジーズ 画像処理方法および装置
CN104346778B (zh) * 2013-07-30 2017-08-22 比亚迪股份有限公司 图像的边缘增强方法和装置以及数码摄像设备
JP6118698B2 (ja) * 2013-09-30 2017-04-19 株式会社Ihi 画像解析装置及びプログラム
KR102144994B1 (ko) * 2013-09-30 2020-08-14 삼성전자주식회사 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치
JP2016020896A (ja) * 2014-06-20 2016-02-04 キヤノン株式会社 位置ずれ量測定方法、補正テーブル生成装置、撮像装置、および投影装置
CN105894450A (zh) * 2015-12-07 2016-08-24 乐视云计算有限公司 一种图像处理方法及装置
US10176567B2 (en) * 2015-12-21 2019-01-08 Canon Kabushiki Kaisha Physical registration of images acquired by Fourier Ptychography
US9894254B2 (en) * 2016-05-10 2018-02-13 Massachusetts Institute Of Technology Methods and apparatus for optical fiber imaging
CN106204419A (zh) * 2016-06-27 2016-12-07 乐视控股（北京）有限公司 图像处理方法以及装置
CN106859579A (zh) * 2017-01-26 2017-06-20 浙江大学 一种基于亚像素的光纤束共聚焦荧光内窥成像方法及装置
CN107678153B (zh) * 2017-10-16 2020-08-11 苏州微景医学科技有限公司 光纤束图像处理方法和装置
CN107622491B (zh) * 2017-10-16 2022-03-11 苏州微景医学科技有限公司 光纤束图像分析方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1048689A (ja) * 1996-04-05 1998-02-20 Nikon Corp 顕微鏡写真撮影装置
CN1758754A (zh) * 2005-10-27 2006-04-12 中国科学院上海技术物理研究所 基于光纤耦合的焦平面阵列图像时空变换的方法
CN101882326A (zh) * 2010-05-18 2010-11-10 广州市刑事科学技术研究所 基于中国人全面部结构形数据的三维颅面复原方法
CN103218991A (zh) * 2013-03-29 2013-07-24 中国电子科技集团公司第四十一研究所 基于fpga的光纤图像实时处理方法
CN104933707A (zh) * 2015-07-13 2015-09-23 福建师范大学 一种基于多光子共焦显微细胞图像的超像素重构分割与重建方法
CN106251339A (zh) * 2016-07-21 2016-12-21 深圳市大疆创新科技有限公司 图像处理方法及装置
CN106844289A (zh) * 2017-01-22 2017-06-13 苏州蜗牛数字科技股份有限公司 基于手机摄像头扫描环境进行建模的方法
CN106981090A (zh) * 2017-02-16 2017-07-25 南京邮电大学 一种管内步进单向光束扫描断层图像的三维重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHRISTIAN WINTER ET AL: ""Physically Motivated Enhancement of Color Images for Fiber Endoscopy"", 《MICCAI 2007》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019076265A1 (zh) * 2017-10-16 2019-04-25 苏州微景医学科技有限公司 光纤束图像处理方法和装置
WO2019076267A1 (zh) * 2017-10-16 2019-04-25 苏州微景医学科技有限公司 光纤束图像分析方法和装置
US11525996B2 (en) 2017-10-16 2022-12-13 Suzhou Microview Medical Technologies Co., Ltd. Fiber bundle image processing method and apparatus

Also Published As

Publication number Publication date
RU2747946C1 (ru) 2021-05-17
KR20200070321A (ko) 2020-06-17
JP7001295B2 (ja) 2022-01-19
KR102342575B1 (ko) 2021-12-24
BR112020007623A2 (pt) 2020-11-10
MX2020003986A (es) 2020-08-13
CA3079123C (en) 2023-07-11
US20200241277A1 (en) 2020-07-30
CA3079123A1 (en) 2019-04-25
WO2019076265A1 (zh) 2019-04-25
JP2020537275A (ja) 2020-12-17
CN107678153B (zh) 2020-08-11
US11525996B2 (en) 2022-12-13
AU2018353915A1 (en) 2020-05-14
EP3699667A4 (en) 2021-01-06
EP3699667A1 (en) 2020-08-26

Similar Documents

Publication Publication Date Title
CN107678153A (zh) 光纤束图像处理方法和装置
US20170316565A1 (en) Montaging of wide-field fundus images
US10872408B2 (en) Method and system for imaging and analysis of anatomical features
CN107622491A (zh) 光纤束图像分析方法和装置
CN111091562A (zh) 一种消化道病灶大小测量方法及系统
CN110443802B (zh) 图像检测方法和装置、设备及存储介质
CN108875470A (zh) 对访客进行登记的方法、装置及计算机存储介质
WO2021012520A1 (zh) 三维mra医学图像拼接方法、装置、电子设备及计算机可读存储介质
CN104732520A (zh) 一种胸部数字影像的心胸比测量算法及系统
JP6888041B2 (ja) 医用矢状面画像を取得する方法、医用矢状面画像を取得するニューラルネットワークのトレーニング方法及びコンピュータ装置
CN115170629A (zh) 一种伤口信息获取方法、装置、设备及存储介质
CA3077228A1 (fr) Procede d'imagerie radiographique, dispositif de traitement d'image radiographique et dispositif d'imagerie radiographique
Ben-Hamadou et al. Construction of extended 3D field of views of the internal bladder wall surface: A proof of concept
JP2008245843A (ja) 化粧料付着状態解析方法、化粧料付着状態解析装置、化粧料付着状態解析プログラム、及び該プログラムが記録された記録媒体
CN116439691A (zh) 基于人工智能的关节活动度检测方法及相关设备
CN108742549A (zh) 一种图像信息生成方法和脉搏波测量系统
CN110930394B (zh) 测量肌肉肌纤维束线斜率和羽状角的方法及终端设备
Fuster-Guilló et al. Multidimensional measurement of virtual human bodies acquired with depth sensors
BR112020007623B1 (pt) Método implementado por computador para processamento de imagem de feixe de fibra e aparelho de processamento de imagem de feixe de fibra
CN111062977B (zh) 样本数据生成方法、装置、计算机设备及存储介质
CN113393500B (zh) 脊柱扫描参数获取方法、装置、设备和存储介质
JP4971409B2 (ja) 皮溝構造の解析方法及び解析装置並びに解析システム
US20220202532A1 (en) Method for evaluating an orthodontic aligner
Raina Energy-efficient circuits and systems for computational imaging and vision on mobile devices
JP4786184B2 (ja) コンピュータ支援画像診断システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20180427

Address after: 215123 B902 room 388, Shui Shui Road, Suzhou Industrial Park, Suzhou, Jiangsu

Applicant after: Suzhou micro view medical science and Technology Co., Ltd.

Applicant after: Nanjing Gen Rui Medical Technology Co Ltd

Address before: 210061 room 810-2, building A, phase 1, China Danish Life Science Industrial Park, No. 3-1, new Kumho Road, Nanjing hi tech Development Zone, Jiangsu

Applicant before: Nanjing Gen Rui Medical Technology Co Ltd

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190710

Address after: 215123 B902 room 388, Shui Shui Road, Suzhou Industrial Park, Suzhou, Jiangsu

Applicant after: Suzhou micro view medical science and Technology Co., Ltd.

Address before: 215123 B902 room 388, Shui Shui Road, Suzhou Industrial Park, Suzhou, Jiangsu

Applicant before: Suzhou micro view medical science and Technology Co., Ltd.

Applicant before: Nanjing Gen Rui Medical Technology Co Ltd

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant