CN108063920A - 一种图像冻结方法、装置、设备及计算机可读存储介质 - Google Patents
一种图像冻结方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108063920A CN108063920A CN201711431823.XA CN201711431823A CN108063920A CN 108063920 A CN108063920 A CN 108063920A CN 201711431823 A CN201711431823 A CN 201711431823A CN 108063920 A CN108063920 A CN 108063920A
- Authority
- CN
- China
- Prior art keywords
- data block
- block
- field picture
- target data
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000004927 fusion Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008014 freezing Effects 0.000 claims description 9
- 238000007710 freezing Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 238000001839 endoscopy Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像冻结方法，包括：接收图像冻结指令；从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与当前帧图像对应的前预定帧图像以及后预定帧图像；将前预定帧图像和后预定帧图像与当前帧图像融合，得到最终的冻结图像；可见，在本方案中，在生成最终的冻结图像时，不仅仅只获取清晰度值最高的图像，还需要获取与清晰度值最高的图像对应的前预定帧图像和后预定帧图像，通过将清晰度值最高的图像与前预定帧图像和后预定帧图像融合，生成最终的冻结图像，从而使冻结图像更清晰，避免图像有用信息的丢失；本发明还公开了一种图像冻结装置、设备及计算机可读存储介质，同样能实现上述技术效果。
Description
技术领域
本发明涉及图像冻结技术领域，更具体地说，涉及一种图像冻结方法、装置、设备及计算机可读存储介质。
背景技术
目前，医用内窥镜系统通过镜体插入到人体腔体组织，获得腔体内表面的图像。图像冻结功能是内窥镜临床应用的基本功能，目前的冻结方式有直接冻结、最清晰图像选择冻结等方式。直接冻结：系统接收到冻结指令后，直接冻结当前时刻图像，并输出到显示器等设备；最清晰图像选择冻结：系统接收到冻结指令后，从当前时刻前后一段时间内的视频图像中，根据清晰度高低，选择出最清晰的图像，并输出到显示器等设备。
然而上述两种方式中，直接冻结方式，无法规避运动，所以冻结的图像可能模糊，医生为了获得清晰图像，需要控制镜体与成像对象相对静止，但是成像对象(人体)存在自然运动，无法达到完全相对静止的目的；最清晰图像选择冻结，从一个时间序列中选择出最清度图像，理论上降低了对医生保持镜体相对静止的要求。但是，视频图像中连续的帧是具有相关性的，而清晰度的计算方式也有局限性，不能完全真实反应图像中包含的信息，因此只选取一帧图像作为冻结图像，可能会丢失部分有用的图像信息。
因此，如何保证冻结图像的清晰度，避免丢失图像的有用信息，是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种图像冻结方法、装置、设备及计算机可读存储介质，以保证冻结图像的清晰度，避免丢失图像的有用信息。
为实现上述目的，本发明实施例提供了如下技术方案：
一种图像冻结方法，包括：
接收图像冻结指令；
从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
其中，将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像，包括：
S11、将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
S12、从所述当前帧图像中选择未融合的目标数据块；
S13、从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
S14、将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
S15、判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则继续执行S12；若不存在，则执行S16；
S16、利用所有融合块生成最终的冻结图像。
其中，若所述前预定帧图像为前一帧图像，所述后预定帧图像为后一帧图像，则所述S13包括：
从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
其中，执行所述S14之前还包括：
判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；
若是，则执行所述S14；若否，则继续执行所述S15。
其中，所述S14包括：
利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
一种图像冻结装置，包括：
指令接收模块，用于接收图像冻结指令；
图像确定模块，用于从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
图像融合模块，用于将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
其中，所述图像融合模块，包括：
图像划分单元，用于将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
目标数据块确定单元，用于从所述当前帧图像中选择未融合的目标数据块；
匹配块确定单元，用于从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
融合单元，用于将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
第一判断单元，用于判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则触发所述目标数据块确定单元；
冻结图像生成单元，用于在所述当前帧图像中不存在未融合的目标数据块时，利用所有融合块生成最终的冻结图像。
其中，所述匹配块确定单元包括：
前匹配块确定子单元，用于从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
后匹配块确定子单元，用于从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
其中，本方案还包括：
第二判断单元，用于判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；若是，则触发所述融合单元；若否，则触发所述第一判断单元。
其中，所述融合单元包括：
权重系数确定子单元，用于利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
融合子单元，用于根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
一种图像冻结装置设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述图像冻结方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述图像冻结方法的步骤。
通过以上方案可知，本发明实施例提供的一种图像冻结方法，包括：接收图像冻结指令；从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与当前帧图像对应的前预定帧图像以及后预定帧图像；将前预定帧图像和后预定帧图像与当前帧图像融合，得到最终的冻结图像；
可见，在本方案中，在生成最终的冻结图像时，不仅仅只获取清晰度值最高的图像，还需要获取与清晰度值最高的图像对应的前预定帧图像和后预定帧图像，通过将清晰度值最高的图像与前预定帧图像和后预定帧图像融合，生成最终的冻结图像，从而使冻结图像更清晰，避免图像有用信息的丢失；本发明还公开了一种图像冻结装置、设备及计算机可读存储介质，同样能实现上述技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种图像冻结方法流程示意图；
图2为本发明实施例公开的一种图像融合具体流程示意图；
图3为本发明实施例公开的一种图像冻结装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种图像冻结方法、装置、设备及计算机可读存储介质，以保证冻结图像的清晰度，避免丢失图像的有用信息。
参见图1，本发明实施例提供的一种图像冻结方法，包括：
S101、接收图像冻结指令；
具体的，系统运行时，首先会按照先进先出的原则缓存N帧连续图像，因此后续确定了当前帧图像后，便从这连续的N帧连续中选择前预定帧图像以及后预定帧图像，这里的前预定帧图像可以理解为以当前帧图像的时间为标准，选择该时间之前的与当前帧图像连续的前预定帧图像，后预定帧图像可以理解为以当前帧图像的时间为标准，选择该时间之后的与当前帧图像连续的预定帧图像。
进而，本方案中的图像冻结指令，为医用内窥镜系统通过镜体插入到人体腔体组织后，为了获得腔体内表面的图像所发出的图像冻结指令，通过该冻结指令获取冻结图像。
S102、从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
具体的，在本方案中，当前帧图像的选取可以是按照图像冻结指令的接收时间进行确定，也就是说，将接收图像冻结指令的时刻所产生的图像作为当前帧图像；但是，为了增加当前帧图像的清晰度，在本方案中，可以接收到该冻结指令后，选择与该冻结指令对应的前预定个帧图像以及后预定个帧图像，并计算每个图像的清晰度值，将清晰度值最高的图像作为当前帧图像；同样的，也可以选择缓存中清晰度值最高的图像作为当前帧图像，具体通过哪一种方式，可以根据实际需求进行预先设定。
需要说明的是，清晰度值的计算方式为本领域技术人员公知的技术，例如通过Brenner梯度函数方式、Tenengrad梯度函数方式、Laplacian梯度函数方式等，因此在本方案中并不具体限定。
S103、将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
可以理解的是，本方案中的前预定帧图像和后预定帧图像的图像数量可以根据具体情况而定；例如：为了减少计算的工作量，提高处理时间，可以将前预定帧图像选择为前一帧图像，将后预定帧图像选择为后一帧图像；如果是为了提高图像的清晰度，便可以将预定数量设置为多个，例如：前三帧图像、后三帧图像等；进一步的，用户发出冻结指令之后，如果只想获取发出冻结指令之前/之后的冻结图片，这时，可以设定后预定帧图像/前预定帧图像的数量为零；可以看出，具体如何选择前预定帧图像和后预定帧图像的规则可以根据实际需求灵活定制，因此在本方案中并不具体限定。
在本方案中，确定与当前帧图像对应的前预定帧图像以及后预定帧图像后，为了使本方案中的冻结图像更清楚，需要将前预定帧图像与后预定帧图像进行融合，从而生成一帧清楚的图像，并输出到显示器等设备，进一步降低对医生操作要求，同时能够最大限度保存图像信息，提高信噪比。
基于上述实施例，参见图2，在本实施例中，S103：将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像，具体包括如下步骤：
S11、将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
具体的，将图像进行融合时，需要首先将当前帧图像、前预定帧图像、后预定帧图像均划分成预定尺寸的数据块，例如：W和H分别为图像的宽和高，则将图像数据划分为(W/m)*(H/m)块不重叠区域，每块图像数据的尺寸为m*m，在本方案中，将划分的每个不重叠的区域叫做数据块。
S12、从所述当前帧图像中选择未融合的目标数据块；
需要说明的是，对图像划分为多个数据块后，需要对每个数据块执行融合操作，数据块执行融合的步骤可以是随机或者按照预定顺序选择，两种方式均可；但是无论当前帧图像中的目标数据块按照什么顺序选择，确定前预定帧图像和后预定帧图像的预定区域时，该预定区域一定包括该目标数据块的区域，其预定区域的区域范围一定大于目标数据块的区域范围，也就是说，目标数据块所在的区域为预定区域的子区域。
例如：目标数据块为在当前帧图像的位置A处的3*3的区域，那么预定区域包括：在前预定帧图像的包括位置A的9*9*的区域，以及在后预定帧图像的包括位置A的9*9的区域；可以理解的是，将当前帧图像和前预定帧图像和后预定帧图像均建立统一的坐标系，这样当前帧图像的位置A与前预定帧图像的位置A以及后预定帧图像的位置A可以代表在不同图像上的同一位置。
S13、从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
其中，若所述前预定帧图像为前一帧图像，所述后预定帧图像为后一帧图像，则所述S13包括：
从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
具体的，预定区域确定后，需要从前预定帧图像及后预定帧图像中确定与目标数据块最相似的匹配块，具体来说，可以通过任意相似度确定方式进行确定；在本方案中，通过计算数据块SAD值(Sum of Absolute Differences，差的绝对值的和)的方式来确定匹配块。SAD值具体是通过取目标数据块中的每个像素与用于比较的数据块中的相应像素之间的绝对差来计算的。在本方案中，就是计算m*m个像素的目标数据块，与预定区域中每个m*m个像素的数据块进行计算，确定两个数据块的SAD值，并选取SAD值最小的数据块作为匹配块。
S14、将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
具体的，所述S14包括：
利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
具体的，对数据块进行融合时，可以根据现有的融合技术进行图像的融合，例如：多帧图像超分辨技术等；在本方案中，通过设置权重系数的方式对图像进行融合，也就是说，分别设置前预定帧图像的权重系数、后预定帧图像的权重系数，以及当前帧的权重系数，该权重系数与前预定帧图像、后预定帧图像与当前帧图像的相似度相关，前预定帧图像/后预定帧图像与当前图像的相似度越大，则前预定帧图像/后预定帧图像的权重系数越大，反之，当前帧图像的相似度系数越大。
在本方案中，以前预定帧图像为前一帧图像，后预定帧图像为后一帧图像为例对本方案进行描述，若：当前帧的目标数据块的权重为第一权重系数为a、前一帧数据中的前匹配块的权重为第二权重系数b、后一帧图像的后匹配块的权重为第三权重系数c，则融合后的数据块M融合为：
M融合＝M当前帧×a+M前一帧×b+M后一帧×c。
S15、判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则继续执行S12；若不存在，则执行S16；
S16、利用所有融合块生成最终的冻结图像。
进一步的，在本方案中，执行所述S14之前还包括：
判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；
若是，则执行所述S14；若否，则继续执行所述S15。
需要说明的是，为了提高数据处理速率，在本方案中得到前预定帧图像的匹配块及后预定帧图像的匹配块后，可以首先判断两个匹配块的SAD值是否均大于预定的阈值，也就是说，如果两个匹配块的SAD值存在至少一者小于该预定阈值，说明前后预定帧图像存在不与当前帧图像匹配的情况，这时可以不执行后续的融合操作，从而减少了根据相似程度调整权重系数进行执行融合的操作。如果这两个SAD至均大于预定阈值，则继续执行S14。
可以理解的是，如果前预定帧图像/后预定帧图像为多个图像，那么会生成与每个图像对应的SAD值最小的数据块，这时，可以将每个图像中SAD值最小的数据块作均作为匹配块，从而在融合时，需要将每个图像的匹配块与目标数据块进行融合；或者是，从每个图像对应的SAD值最小的数据块中，选择其中SAD值最小的数据块作为匹配块，这样在后续的融合过程中，只需要将前预定帧图像中选取的一个匹配块、以及后预定帧图像中选取的一个匹配块与目标数据块融合，从而减少了数据的计算量，但是具体如何确定，可以根据实际情况进行确定，在此并不具体限定。
综上可以看出，在本方案在生成最终的冻结图像时，不仅仅只获取清晰度值最高的图像，还需要获取与清晰度值最高的图像对应的前预定帧图像和后预定帧图像，通过将清晰度值最高的图像与前预定帧图像和后预定帧图像融合，生成最终的冻结图像，从而使冻结图像更清晰，避免图像有用信息的丢失。
下面对本发明实施例提供的图像冻结装置进行介绍，下文描述的图像冻结装置与上文描述的图像冻结方法可以相互参照。
参见图3，本发明实施例提供的一种图像冻结装置，包括：
指令接收模块100，用于接收图像冻结指令；
图像确定模块200，用于从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
图像融合模块300，用于将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
其中，所述图像融合模块，包括：
图像划分单元，用于将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
目标数据块确定单元，用于从所述当前帧图像中选择未融合的目标数据块；
匹配块确定单元，用于从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
融合单元，用于将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
第一判断单元，用于判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则触发所述目标数据块确定单元；
冻结图像生成单元，用于在所述当前帧图像中不存在未融合的目标数据块时，利用所有融合块生成最终的冻结图像。
其中，所述匹配块确定单元包括：
前匹配块确定子单元，用于从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
后匹配块确定子单元，用于从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
其中，本方案还包括：
第二判断单元，用于判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；若是，则触发所述融合单元；若否，则触发所述第一判断单元。
其中，所述融合单元包括：
权重系数确定子单元，用于利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
融合子单元，用于根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
本发明实施例还公开了一种图像冻结装置设备，包括：
存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述图像冻结方法的步骤。
本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述图像冻结方法的步骤。
具体的，该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种图像冻结方法，其特征在于，包括：
接收图像冻结指令；
从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
2.根据权利要求1所述的方法，其特征在于，将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像，包括：
S11、将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
S12、从所述当前帧图像中选择未融合的目标数据块；
S13、从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
S14、将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
S15、判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则继续执行S12；若不存在，则执行S16；
S16、利用所有融合块生成最终的冻结图像。
3.根据权利要求2所述的方法，其特征在于，若所述前预定帧图像为前一帧图像，所述后预定帧图像为后一帧图像，则所述S13包括：
从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
4.根据权利要求3所述的方法，其特征在于，执行所述S14之前还包括：
判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；
若是，则执行所述S14；若否，则继续执行所述S15。
5.根据权利要求2至4中任意一项所述的方法，其特征在于，所述S14包括：
利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
6.一种图像冻结装置，其特征在于，包括：
指令接收模块，用于接收图像冻结指令；
图像确定模块，用于从缓存的图像中筛选清晰度值最高的图像作为当前帧图像，并确定与所述当前帧图像对应的前预定帧图像以及后预定帧图像；
图像融合模块，用于将所述前预定帧图像和所述后预定帧图像与所述当前帧图像融合，得到最终的冻结图像。
7.根据权利要求6所述的装置，其特征在于，所述图像融合模块，包括：
图像划分单元，用于将所述当前帧图像、所述前预定帧图像、所述后预定帧图像均划分成预定尺寸的数据块；
目标数据块确定单元，用于从所述当前帧图像中选择未融合的目标数据块；
匹配块确定单元，用于从所述前预定帧图像的预定区域中，选取与所述目标数据块最相似的前匹配块；从所述后预定帧图像的预定区域中，选取与所述目标数据块最相似的后匹配块；所述目标数据块所在区域为所述预定区域的子区域；
融合单元，用于将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块；
第一判断单元，用于判断所述当前帧图像中是否存在未融合的目标数据块；若存在，则触发所述目标数据块确定单元；
冻结图像生成单元，用于在所述当前帧图像中不存在未融合的目标数据块时，利用所有融合块生成最终的冻结图像。
8.根据权利要求7所述的装置，其特征在于，所述匹配块确定单元包括：
前匹配块确定子单元，用于从所述前一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为前匹配块；
后匹配块确定子单元，用于从所述后一帧图像中计算每个数据块与所述目标数据块的SAD值，从中选取SAD值最小的数据块作为后匹配块。
9.根据权利要求8所述的装置，其特征在于，还包括：
第二判断单元，用于判断所述前匹配块的SAD值与所述后匹配块的SAD值是否均小于预先设定的SAD阈值；若是，则触发所述融合单元；若否，则触发所述第一判断单元。
10.根据权利要求7至9中任意一项所述的装置，其特征在于，所述融合单元包括：
权重系数确定子单元，用于利用所述目标数据块与所述前匹配块的相似度，以及所述目标数据块与所述后匹配块的相似度，确定所述目标数据块的第一权重系数、所述前匹配块的第二权重系数、所述后匹配块的第三权重系数；
融合子单元，用于根据所述第一权重系数、所述第二权重系数和所述第三权重系数，将所述前匹配块、所述后匹配块与所述目标数据块融合，得到与所述目标数据块对应的融合块。
11.一种图像冻结装置设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述图像冻结方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述图像冻结方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711431823.XA CN108063920A (zh) | 2017-12-26 | 2017-12-26 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711431823.XA CN108063920A (zh) | 2017-12-26 | 2017-12-26 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108063920A true CN108063920A (zh) | 2018-05-22 |
Family
ID=62140318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711431823.XA Pending CN108063920A (zh) | 2017-12-26 | 2017-12-26 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108063920A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109035161A (zh) * | 2018-07-04 | 2018-12-18 | 深圳市伟腾信息科技有限公司 | 一种图像数据的重构方法及装置 |
| CN109902565A (zh) * | 2019-01-21 | 2019-06-18 | 深圳市烨嘉为技术有限公司 | 多特征融合的人体行为识别方法 |
| CN110070511A (zh) * | 2019-04-30 | 2019-07-30 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备及存储介质 |
| CN110070551A (zh) * | 2019-04-29 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 视频图像的渲染方法、装置和电子设备 |
| CN111131698A (zh) * | 2019-12-23 | 2020-05-08 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、计算机可读介质、电子设备 |
| EP3933672A1 (en) | 2020-07-01 | 2022-01-05 | Wuhan Endoangel Medical Technology Co., Ltd. | Method of automatic image freezing of digestive endoscopy |
| CN116563299A (zh) * | 2023-07-12 | 2023-08-08 | 之江实验室 | 医学图像筛选方法、装置、电子装置和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1717702A (zh) * | 2003-04-17 | 2006-01-04 | 精工爱普生株式会社 | 利用多帧图像的静止图像的生成 |
| US20160173862A1 (en) * | 2014-12-10 | 2016-06-16 | Hisense Electric Co., Ltd. | Method and device for adjusting grayscale brightness and 3d display device |
| CN105827971A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN105894460A (zh) * | 2015-12-14 | 2016-08-24 | 乐视云计算有限公司 | 图像滤波方法及装置 |
| CN106506981A (zh) * | 2016-11-25 | 2017-03-15 | 阿依瓦（北京）技术有限公司 | 生成高动态范围图像的设备和方法 |
| CN107154028A (zh) * | 2017-04-19 | 2017-09-12 | 珠海市魅族科技有限公司 | 图像降噪方法及装置 |
| CN107230192A (zh) * | 2017-05-31 | 2017-10-03 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
-
2017
- 2017-12-26 CN CN201711431823.XA patent/CN108063920A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1717702A (zh) * | 2003-04-17 | 2006-01-04 | 精工爱普生株式会社 | 利用多帧图像的静止图像的生成 |
| US20160173862A1 (en) * | 2014-12-10 | 2016-06-16 | Hisense Electric Co., Ltd. | Method and device for adjusting grayscale brightness and 3d display device |
| CN105894460A (zh) * | 2015-12-14 | 2016-08-24 | 乐视云计算有限公司 | 图像滤波方法及装置 |
| CN105827971A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN106506981A (zh) * | 2016-11-25 | 2017-03-15 | 阿依瓦（北京）技术有限公司 | 生成高动态范围图像的设备和方法 |
| CN107154028A (zh) * | 2017-04-19 | 2017-09-12 | 珠海市魅族科技有限公司 | 图像降噪方法及装置 |
| CN107230192A (zh) * | 2017-05-31 | 2017-10-03 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109035161A (zh) * | 2018-07-04 | 2018-12-18 | 深圳市伟腾信息科技有限公司 | 一种图像数据的重构方法及装置 |
| CN109902565A (zh) * | 2019-01-21 | 2019-06-18 | 深圳市烨嘉为技术有限公司 | 多特征融合的人体行为识别方法 |
| CN110070551A (zh) * | 2019-04-29 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 视频图像的渲染方法、装置和电子设备 |
| CN110070511A (zh) * | 2019-04-30 | 2019-07-30 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备及存储介质 |
| WO2020220517A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备及存储介质 |
| CN111131698A (zh) * | 2019-12-23 | 2020-05-08 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、计算机可读介质、电子设备 |
| WO2021129669A1 (zh) * | 2019-12-23 | 2021-07-01 | RealMe重庆移动通信有限公司 | 图像处理方法及系统、电子设备、计算机可读介质 |
| CN111131698B (zh) * | 2019-12-23 | 2021-08-27 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、计算机可读介质、电子设备 |
| EP3933672A1 (en) | 2020-07-01 | 2022-01-05 | Wuhan Endoangel Medical Technology Co., Ltd. | Method of automatic image freezing of digestive endoscopy |
| CN116563299A (zh) * | 2023-07-12 | 2023-08-08 | 之江实验室 | 医学图像筛选方法、装置、电子装置和存储介质 |
| CN116563299B (zh) * | 2023-07-12 | 2023-09-26 | 之江实验室 | 医学图像筛选方法、装置、电子装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108063920A (zh) | 一种图像冻结方法、装置、设备及计算机可读存储介质 | |
| CN110533609A (zh) | 适用于内窥镜的图像增强方法、装置和存储介质 | |
| JP2019502223A5 (zh) | ||
| JP5370542B1 (ja) | 画像処理装置、撮像装置、画像処理方法及びプログラム | |
| JP5225999B2 (ja) | 結合された強度の投影 | |
| US8244018B2 (en) | Visualizing a 3D volume dataset of an image at any position or orientation from within or outside | |
| JP2019054488A (ja) | 提供装置および提供方法、プログラム | |
| KR20120074925A (ko) | 빈공간 채움 방법 및 이를 수행하는 3차원 비디오 시스템 | |
| US11341712B2 (en) | VR video processing method and related apparatus | |
| US20150199590A1 (en) | Image processing device, information storage device, and image processing method | |
| TWI738196B (zh) | 一種圖像深度估計方法、電子設備、儲存介質 | |
| JP2019128641A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| US11449968B2 (en) | System and method for synthetic depth-of-field effect rendering for videos | |
| CN112233055A (zh) | 视频去痕方法和视频去痕装置 | |
| KR102456332B1 (ko) | 헤드 장착형 디스플레이 및 접속된 원격 디스플레이에서 시각적으로 유도된 멀미를 감소시키는 방법 | |
| CN112954212A (zh) | 视频生成方法、装置及设备 | |
| JP7285587B2 (ja) | 人工知能システムを訓練させるためのイメージデータを処理するように構成される電子装置 | |
| JP2020028096A (ja) | 画像処理装置、画像処理装置の制御方法及びプログラム | |
| WO2019224866A1 (ja) | 表示装置、表示方法、プログラム、ならびに、非一時的なコンピュータ読取可能な情報記録媒体 | |
| US20070031017A1 (en) | Method and arrangement for displaying time variable processes in medical imaging | |
| WO2021031210A1 (zh) | 视频处理方法和装置、存储介质和电子设备 | |
| JP2019057918A (ja) | 生成装置および生成方法、プログラム | |
| CN114286011A (zh) | 对焦方法和装置 | |
| CN113132628A (zh) | 一种图像采集方法、电子设备及存储介质 | |
| KR101249159B1 (ko) | 3차원 가상공간에서 피사체의 카메라 지향 효과 구현을 위한 3차원 합성장치 및 이를 이용한 합성방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180522 |