CN111311514B - 用于医用内窥镜的图像处理方法及图像处理装置 - Google Patents
用于医用内窥镜的图像处理方法及图像处理装置 Download PDFInfo
- Publication number
- CN111311514B CN111311514B CN202010087731.XA CN202010087731A CN111311514B CN 111311514 B CN111311514 B CN 111311514B CN 202010087731 A CN202010087731 A CN 202010087731A CN 111311514 B CN111311514 B CN 111311514B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- bright
- color image
- gray
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 93
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 39
- 230000005540 biological transmission Effects 0.000 claims abstract description 35
- 230000002146 bilateral effect Effects 0.000 claims abstract description 31
- 238000005286 illumination Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000010606 normalization Methods 0.000 claims description 15
- 230000009471 action Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于医用内窥镜的图像处理方法,包括以下步骤:彩色图像的亮通道图像的计算步骤;彩色图像的黑像素值的计算步骤;彩色图像的滤波处理步骤:将所输入的彩色图像转换为灰度图像,然后采用边窗双边滤波核函数对所述亮通道图像进行滤波处理,获得传输透射图;滤波后的传输透射图的伽马处理步骤;彩色图像的增强处理步骤。本发明采用亮通道方法、边窗双边滤波器并结合retinex理论对内窥镜图像光照不均匀进行增强处理,能够实现图像整体亮度的统一,显示出图像暗处等更多的细节信息,有助于内窥镜的精确使用。本发明还公开了一种用于医用内窥镜的图像处理装置。
Description
技术领域
本发明涉及一种图像处理方法,具体涉及一种用于医用内窥镜的图像处理方法。本发明还涉及一种用于医用内窥镜的图像处理装置。
背景技术
医用内窥镜采集图像一般是在弯曲的腔体中。由于采用自身直射光照,内窥镜容易在腔体的远景处和拐弯处出现光照不均匀的情况,导致内窥镜输出的图像亮暗不均匀,影响医生对内窥镜准确操作和对病变的诊断。因此,需要对内窥镜图像光照不均匀进行增强处理。
目前对于非均匀光照图像的增强处理方法主要有直方图均衡处理算法、色调映射算法以及基于retinex理论算法等。直方图均衡处理算法容易引起图像的彩色失真,并且对噪声比较大的图像处理会出现不稳定的情况;色调映射算法容易使图像丢掉细节,而基于retinex理论算法对非均匀光照图像处理效果较好。
Retinex算法主要是对传输透射图的估计及滤波器的设计或采用优化估计等方法。传输透射图多采用亮通滤波器、引导滤波器和最小二乘优化等方法,其中亮通滤波器受图像本身影响比较大,对于图像光照不均匀面积差异大的图像,容易在图像不均匀的边界区域造成图像失真;引导滤波器对不均匀光照图像的处理在明暗差别大的交界处会产生光晕现象;最小二乘优化方法运算量大,难以实现实时处理,不能通过FPGA加速来实时处理内窥镜视频。
发明内容
本发明所要解决的技术问题是提供一种用于医用内窥镜的图像处理方法,它可以对光照不均匀的图像进行处理,得到更为真实的图像。
为解决上述技术问题,本发明用于医用内窥镜的图像处理方法的技术解决方案为,包括以下步骤:
彩色图像的亮通道图像的计算步骤,计算所输入的彩色图像的亮通道图像的像素值;
彩色图像的黑像素值的计算步骤,根据所述亮通道图像的像素值计算所输入的彩色图像的像素均值作为黑像素值;
彩色图像的滤波处理步骤:将所输入的彩色图像转换为灰度图像,然后采用边窗双边滤波核函数对所述亮通道图像进行滤波处理,获得传输透射图;
滤波后的传输透射图的伽马处理步骤;对所述传输透射图进行伽马处理,得到伽马处理值;
彩色图像的增强处理步骤:利用所述黑像素值和所述伽马处理值,对所述彩色图像进行光照不均匀增强处理。
在另一实施例中,所述彩色图像的亮通道图像的像素值Ibright(x)的计算步骤采用以下公式:
Ibright(x)=max(Ir(x),Ig(x),Ib(x))
其中,Ibright(x)为所输入的彩色图像I(x)的亮通道图像的像素值;
Ir(x)为红色通道图像的像素值;
Ig(x)为绿色通道图像的像素值;
Ib(x)为蓝色通道图像的像素值。
在另一实施例中,所述彩色图像的黑像素值的计算步骤包括:
步骤2.1,统计亮通道图像中各像素值Ibright(x)在[Ibright_min,Ibright_min+T]范围内位置的索引index(x):
index(x)=argcmp(Ibright_min≤Ibright(x)≤Ibright_min+T)
其中,T为灰度范围的阈值;
Ibright_min=min(Ibright(x));
步骤2.2,计算所输入的彩色图像I(x)在索引index(x)处的像素均值作为黑像素值Iblack:
Iblack=mean(I(index(x)))
其中,Iblack包括r、g、b通道三个值。
在另一实施例中,所述彩色图像的滤波处理步骤采用以下公式:
其中,IS为在S的八个方向核函数作用下的灰度值;
S={L,R,U,D,NW,NE,SW,SE};
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
则传输透射图值Isbf(xi)为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值。
在另一实施例中,所述彩色图像的滤波处理步骤包括以下步骤;
步骤3.1,根据以下公式计算所输入的彩色图像I(x)的灰度图像Igray(x):
Igray(x)=rgb2gray(I(x))
其中,I(x)代表所输入的彩色图像,其包括红色R、绿色G、蓝色B三个通道的分量;
rgb2gray()为将彩色图像转换成灰度图像的函数;
步骤3.2,采用边窗双边滤波器进行滤波处理;
滤波器的核函数Ksbf为:
其中,S={L,R,U,D,NW,NE,SW,SE};
NS为不同方向核函数的归一化参数;
Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
则八方向滤波结果为:
其中,IS为在S的八个方向核函数作用下的灰度值;
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
则边窗双边滤波器的输出结果为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,Isbf(xi)为传输透射图值;
Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值。
在另一实施例中,所述滤波后的传输透射图的伽马处理步骤采用以下公式:
其中,参数g为输入的伽马参数。
在另一实施例中,所述滤波后的传输透射图的伽马处理步骤包括以下步骤:
步骤4.1,将Isbf取对数处理:
Ilog=log(Isbf);
步骤4.2,Ilog乘以伽马参数:
Ilog×gamma=Ilog×(1/g);
步骤4.3,将Ilogxgamma取指数处理:
Isbf_gamma=exp(Ilog×gamma)。
在另一实施例中,所述彩色图像的增强处理步骤采用以下公式:
其中,c为r、g、b三通道;
Iblack为输入的彩色图像的黑像素值;
I为输入的彩色图像的像素值;
Isbf_gamma为传输透射图的伽马处理值;
Iuniform为输出图像的像素值。
本发明还提供一种用于医用内窥镜的图像处理装置,其技术解决方案为,包括:
亮通道图像计算模块,被配置为计算所输入的彩色图像的亮通道图像的像素值;
黑像素值计算模块,被配置为根据所述亮通道图像计算模块所得到的亮通道图像的像素值,计算所输入的彩色图像的像素均值作为黑像素值;
滤波处理模块,被配置为将所输入的彩色图像转换为灰度图像,然后采用边窗双边滤波核函数对所述亮通道图像计算模块所得到的亮通道图像进行滤波处理,获得传输透射图;
伽马处理模块,被配置为对所述滤波处理模块所得到的传输透射图进行伽马处理,得到伽马处理值;
图像增强处理模块,被配置为利用所述黑像素值计算模块所得到的黑像素值和所述伽马处理模块所得到的伽马处理值,对彩色图像进行光照不均匀增强处理。
在另一实施例中,所述亮通道图像计算模块,被配置为采用以下公式进行计算:
Ibright(x)=max(Ir(x),Ig(x),Ib(x))
其中,Ibright(x)为所输入的彩色图像I(x)的亮通道图像的像素值;
Ir(x)为红色通道图像的像素值;
Ig(x)为绿色通道图像的像素值;
Ib(x)为蓝色通道图像的像素值;
所述黑像素值计算模块包括:
亮通道图像的像素值索引计算模块,被配置为统计亮通道图像Ibright(x)中各像素值在[Ibright_min,Ibright_min+T]范围内位置的索引index(x):
index(x)=argcmp(Ibright_min≤Ibright(x)≤Ibright_min+T)
其中,T为灰度范围的阈值;
Ibright_min=min(Ibright(x));
像素均值计算模块,被配置为计算所输入的彩色图像I(x)在索引index(x)处的像素均值作为黑像素值Iblack:
Iblack=mean(I(index(x)))
其中,Iblack包括r、g、b通道三个值;
所述滤波处理模块包括:
灰度图像计算模块,被配置为根据以下公式计算所输入的彩色图像I(x)的灰度图像Igray(x):
Igray(x)=rgb2gray(I(x))
其中,I(x)代表所输入的彩色图像,其包括红色R、绿色G、蓝色B三个通道的分量;
rgb2gray()为将彩色图像转换成灰度图像的函数;
边窗双边滤波计算模块,被配置为采用边窗双边滤波器进行滤波处理;
滤波器的核函数Ksbf为:
其中,S={L,R,U,D,NW,NE,SW,SE};
NS为不同方向核函数的归一化参数;
Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
则八方向滤波结果为:
其中,IS为在S的八个方向核函数作用下的灰度值;
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
则边窗双边滤波器的输出结果为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,Isbf(xi)为传输透射图值;
Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值;
所述图像增强处理模块,被配置为采用以下公式进行计算:
其中,c为r、g、b三通道;
Iblack为输入的彩色图像的黑像素值;
I为输入的彩色图像的像素值;
Isbf_gamma为传输透射图的伽马处理值;
IFnifor,为输出图像的像素值。
本发明可以达到的技术效果是:
本发明采用亮通道方法、边窗双边滤波器并结合retinex理论对内窥镜图像光照不均匀进行增强处理,能够实现图像整体亮度的统一,显示出图像暗处等更多的细节信息,有助于内窥镜的精确使用。本发明与现有的使用亮通滤波器和最小二乘优化方法比较,运算量小,可以通过FPGA进行加速处理后实现高清内窥镜视频实时处理。本发明与使用引导滤波器的方法比较,能够更好地保持图像的边缘信息,在同样卷积核半径前提下,具有更小实时处理延迟,占用更少的FPGA内部BRAM资源。
具体地,本发明在FPGA实现中采用上一帧图像的黑像素值代替本帧图像的黑像素值,本帧图像的黑像素值用作下一帧图像,能够实现实时视频流的连续处理。
本发明采用边窗双边滤波核函数对亮通道图像进行滤波处理,以获得传输透射图,有利于使滤波后的图像边缘保持与原图相同。
本发明运算量小,在FPGA中实现,占用BRAM资源少,且具有更小的实时处理延迟。
附图说明
本领域的技术人员应理解,以下说明仅是示意性地说明本发明的原理,所述原理可按多种方式应用,以实现许多不同的可替代实施方式。这些说明仅用于示出本发明的教导内容的一般原理,不意味着限制在此所公开的发明构思。
结合在本说明书中并构成本说明书的一部分的附图示出了本发明的实施方式,并且与上文的总体说明和下列附图的详细说明一起用于解释本发明的原理。
下面结合附图和具体实施方式对本发明作进一步详细的说明:
图1是本发明用于医用内窥镜的图像处理方法的流程示意图;
图2是采用本发明对第N帧视频图像进行处理的流程示意图;
图3和图4采用本发明对图像进行处理之后的对比图;其中左图为原图,右图为处理后的图像,处理之后的图像能够清晰地显示出弯曲腔体的远景处和拐弯处的情况。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。除非另外定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如图1、图2所示,本发明用于医用内窥镜的图像处理方法,可以对光照不均匀的图像进行处理,包括以下步骤:
步骤1,根据以下公式,计算输入彩色图像的亮通道图像的像素值Ibright(x):
Ibright(x)=max(Ir(x),Ig(x),Ib(x))
其中,Ibright(x)为输入图像I(x)的亮通道图像的像素值;
Ir(x)为红色通道图像的像素值;
Ig(x)为绿色通道图像的像素值;
Ib(x)为蓝色通道图像的像素值;
步骤2,计算输入图像的黑像素值Iblack;
步骤2.1,统计Ibright(x)中像素值在[Ibright_min,Ibright_min+T]范围内位置的索引index(x):
index(x)=argcmp(Ibright_min≤Ibright(x)≤Ibright_min+T)
其中,T为灰度范围的阈值,优选T=5;
Ibright_min=min(Ibright(x));
步骤2.2,计算输入图像index(x)索引处的像素均值,即为黑像素值;
Iblack=mean(I(index(x)))
其中,Iblack包括r、g、b通道三个值;
步骤3,对Ibright(x)灰度图像进行滤波处理;
采用边窗双边滤波核函数对亮通道图像进行滤波处理,获得传输透射图;
其中,IS为在S的八个方向核函数作用下的灰度值;
S代表左、右、上、下、西北、东北、西南、东南八个方向,即
S={L,R,U,D,NW,NE,SW,SE};
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
传输透射图值为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,IS为在S的八个方向核函数作用下的灰度值;
Ωi为以像素i为中心的领域;
xi为像素i处的位置信息;
Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值。
所述步骤3具体包括以下步骤;
步骤3.1,根据以下公式计算输入彩色图像I(x)的灰度图像:
Igray(x)=rgb2gray(I(x))
其中,I(x)代表输入彩色图像的像素值,其包括红色R、绿色G、蓝色B三个通道的分量;
rgb2gray()为将彩色图像转换成灰度图像的函数;
Igray(x)是灰度图像;
步骤3.2,采用边窗双边滤波器进行滤波处理;
滤波器的核函数Ksbf为
其中,Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
本发明Kbf中的空间滤波器采用高斯函数,空间滤波器的参数输入为范围滤波器采用三角波函数,范围滤波器的参数输入为Igray(x),而不是待滤波的图像Ibright(x),这样有利于使滤波后的图像边缘保持与Igray(x)相同。
则八方向滤波结果为
其中,IS为在S的八个方向核函数作用下的灰度值,Is中有八个方向的滤波值;
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
则边窗双边滤波器的输出结果为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))));
其中,Isbf(xi)为传输透射图值;
Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值。
步骤4,对滤波后的传输透射图进行伽马处理;
为调整图像的整体亮度,对滤波后的传输透射图增加一级伽马处理:
其中,参数g为输入的伽马参数;
在FPGA的实现图像伽马运算过程中,因为很难实现实时幂指数的运算,因此将运算分为三个步骤:
步骤4.1,将Isbf取对数处理:
Ilog=log(Isbf)
Isbf的取值范围确定,把对数值存储在FPGA内部中查表即可;
步骤4.2,Ilog乘以伽马参数:
Ilog×gamma=Ilog×(1/g)
步骤4.3,将Ilogxgamma取指数处理:
Isbf_gamma=exp(Ilog×gamma)
确定g的范围后,Ilogxgamma也可以确定它的范围,所以同样把指数的值存储在FPGA内部中查表使用,g的范围可以实现连续可调来改变图像的亮度。
步骤5,对光照不均匀的原始图像进行增强处理;
利用步骤2所得的黑像素值Ibright以及步骤4所得的伽马处理值,对原始图像进行光照不均匀增强处理:
其中c为r、g、b三通道;
Iblack采用上一帧图像计算值,即上一帧图像的Iblack输出值作为步骤5的输入,而本帧图像计算值供下一帧使用,从而实现视频图像的实时连续处理;
在FPGA实现中,三通道采用相同的透射图同时处理,输出即为目标图像。
显然,本领域的技术人员可以对本发明进行各种改动和变形,而不脱离本发明的精神和范围。这样,倘若本发明的这些修改属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变形在内。
Claims (9)
1.一种用于医用内窥镜的图像处理方法,其特征在于,包括以下步骤:
彩色图像的亮通道图像的计算步骤,计算所输入的彩色图像的亮通道图像的像素值;
彩色图像的黑像素值的计算步骤,根据所述亮通道图像的像素值计算所输入的彩色图像的像素均值作为黑像素值;
彩色图像的滤波处理步骤:将所输入的彩色图像转换为灰度图像,然后采用边窗双边滤波核函数对所述亮通道图像进行滤波处理,获得传输透射图;
滤波后的传输透射图的伽马处理步骤:对所述传输透射图进行伽马处理,得到伽马处理值;
彩色图像的增强处理步骤:利用所述黑像素值和所述伽马处理值,对所述彩色图像进行光照不均匀增强处理;
所述边窗双边滤波核函数为:
其中,S={L,R,U,D,NW,NEE,SW,SE};即S代表左、右、上、下、西北、东北、西南、东南八个方向;
Ns为不同方向核函数的归一化参数;
Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
所述彩色图像的增强处理步骤采用以下公式:
其中,c为r、g、b三通道;
Iblack为输入的彩色图像的黑像素值;
I为输入的彩色图像的像素值;
Isbf_gamma为传输透射图的伽马处理值;
Iuniform为输出图像的像素值。
2.根据权利要求1所述的用于医用内窥镜的图像处理方法,其特征在于,所述彩色图像的亮通道图像的像素值Ibright(x)的计算步骤采用以下公式:
Ibright(x)=max(Ir(x),Ig(x),Ib(x))
其中,Ibright(x)为所输入的彩色图像I(x)的亮通道图像的像素值;
Ir(x)为红色通道图像的像素值;
Ig(x)为绿色通道图像的像素值;
Ib(x)为蓝色通道图像的像素值。
3.根据权利要求1所述的用于医用内窥镜的图像处理方法,其特征在于,所述彩色图像的黑像素值的计算步骤包括:
步骤2.1,统计亮通道图像中各像素值Ibright(x)在[Ibright_min,Ibright_min+T]范围内位置的索引index(x);
其中,T为灰度范围的阈值;
Ibright_min=min(Ibright(x));
步骤2.2,计算所输入的彩色图像I(x)在索引index(x)处的像素均值作为黑像素值Iblack:
Iblack=mean(I(index(x)))
其中,Iblack包括r、g、b通道三个值。
4.根据权利要求1所述的用于医用内窥镜的图像处理方法,其特征在于,所述彩色图像的滤波处理步骤采用以下公式:
其中,IS为在S的八个方向核函数作用下的灰度值;
S={L,R,U,D,NW,NE,SW,SE};即S代表左、右、上、下、西北、东北、西南、东南八个方向;
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibrright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
则传输透射图值Isbf(xi)为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值。
5.根据权利要求1所述的用于医用内窥镜的图像处理方法,其特征在于,所述彩色图像的滤波处理步骤包括以下步骤;
步骤3.1,根据以下公式计算所输入的彩色图像I(x)的灰度图像Igray(x):
Igray(x)=rgb2gray(I(x))
其中,I(x)代表所输入的彩色图像,其包括红色R、绿色G、蓝色B三个通道的分量;
rgb2gray()为将彩色图像转换成灰度图像的函数;
步骤3.2,采用边窗双边滤波器进行滤波处理;
边窗双边滤波器采用所述边窗双边滤波核函数进行滤波处理。
7.根据权利要求1所述的用于医用内窥镜的图像处理方法,其特征在于,所述滤波后的传输透射图的伽马处理步骤包括以下步骤:
步骤4.1,将Isbf取对数处理:
Ilog=log(Isbf);
步骤4.2,Ilog乘以伽马参数:
Ilog×gamma=Ilog×(1/g);
步骤4.3,将Ilogxgamma取指数处理:
Isbf_gamma=exp(Ilog×gamma)。
8.一种用于医用内窥镜的图像处理装置,其特征在于,包括:
亮通道图像计算模块,被配置为计算所输入的彩色图像的亮通道图像的像素值;
黑像素值计算模块,被配置为根据所述亮通道图像计算模块所得到的亮通道图像的像素值,计算所输入的彩色图像的像素均值作为黑像素值;
滤波处理模块,被配置为将所输入的彩色图像转换为灰度图像,然后采用边窗双边滤波核函数对所述亮通道图像计算模块所得到的亮通道图像进行滤波处理,获得传输透射图;
所述边窗双边滤波核函数为:
其中,S={L,R,U,D,NW,NE,SW,SE};
NS为不同方向核函数的归一化参数;
Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
伽马处理模块,被配置为对所述滤波处理模块所得到的传输透射图进行伽马处理,得到伽马处理值;
图像增强处理模块,被配置为利用所述黑像素值计算模块所得到的黑像素值和所述伽马处理模块所得到的伽马处理值,对彩色图像进行光照不均匀增强处理;
所述对彩色图像进行光照不均匀增强处理的方法为:
其中,c为r、g、b三通道;
Iblack为输入的彩色图像的黑像素值;
I为输入的彩色图像的像素值;
Isbf_gamma为传输透射图的伽马处理值;
Iuniform为输出图像的像素值。
9.根据权利要求8所述的用于医用内窥镜的图像处理装置,其特征在于:
所述亮通道图像计算模块,被配置为采用以下公式进行计算:
Ibright(x)=max(Ir(x),Ig(x),Ib(x))
其中,Ibright(x)为所输入的彩色图像I(x)的亮通道图像的像素值;
Ir(x)为红色通道图像的像素值;
Ig(x)为绿色通道图像的像素值;
Ib(x)为蓝色通道图像的像素值;
所述黑像素值计算模块包括:
亮通道图像的像素值索引计算模块,被配置为统计亮通道图像中各像素值Ibriight(x)在[Ibright_min,Ibright_min+T]范围内位置的索引index(x);
其中,T为灰度范围的阈值;
Ibright_min=min(Ibright(x));
像素均值计算模块,被配置为计算所输入的彩色图像I(x)在索引index(x)处的像素均值作为黑像素值Iblack:
Iblack=mean(I(index(x)))
其中,Iblack包括r、g、b通道三个值;
所述滤波处理模块包括:
灰度图像计算模块,被配置为根据以下公式计算所输入的彩色图像I(x)的灰度图像Igray(x):
Igray(x)=rgb2gray(I(x))
其中,I(x)代表所输入的彩色图像,其包括红色R、绿色G、蓝色B三个通道的分量;
rgb2gray()为将彩色图像转换成灰度图像的函数;
边窗双边滤波计算模块,被配置为采用边窗双边滤波器进行滤波处理;
滤波器的核函数KSbf为:
其中,S={L,R,U,D,NW,NE,SW,SE};即S代表左、右、上、下、西北、东北、西南、东南八个方向;
NS为不同方向核函数的归一化参数;
Kbf为双边滤波器的核函数:
其中,Ni为核函数的归一化参数;
xj为像素j处的位置信息;
xi为像素i处的位置信息;
Ij为像素j处灰度图像Igray(x)的灰度值;
Ii为像素i处灰度图像Igray(x)的灰度值;
则八方向滤波结果为:
其中,IS为在S的八个方向核函数作用下的灰度值;
Ωi为以像素i为中心的领域;
NS为不同方向核函数的归一化参数;
Ibright(Ωi)为所输入的彩色图像I(x)中Ωi领域的亮通道图像的像素值;
则边窗双边滤波器的输出结果为:
Isbf(xi)=IS(argmin(abs(IS(Ωi)-Ibright(xi))))
其中,Isbf(xi)为传输透射图值;
Ibright(xi)为所输入的彩色图像I(x)中xi处的亮通道图像的像素值;
所述图像增强处理模块,被配置为采用以下公式进行计算:
其中,c为r、g、b三通道;
Iblack为输入的彩色图像的黑像素值;
I为输入的彩色图像的像素值;
Isbf_gamma为传输透射图的伽马处理值;
Iuniform为输出图像的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087731.XA CN111311514B (zh) | 2020-02-11 | 2020-02-11 | 用于医用内窥镜的图像处理方法及图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087731.XA CN111311514B (zh) | 2020-02-11 | 2020-02-11 | 用于医用内窥镜的图像处理方法及图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111311514A CN111311514A (zh) | 2020-06-19 |
CN111311514B true CN111311514B (zh) | 2023-04-18 |
Family
ID=71146909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010087731.XA Active CN111311514B (zh) | 2020-02-11 | 2020-02-11 | 用于医用内窥镜的图像处理方法及图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311514B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989884B (zh) * | 2021-10-21 | 2024-05-14 | 武汉博视电子有限公司 | 基于脸部肌肤图像紫外深层及浅层色斑的识别方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103578084A (zh) * | 2013-12-09 | 2014-02-12 | 西安电子科技大学 | 基于亮通道滤波的彩色图像增强方法 |
-
2020
- 2020-02-11 CN CN202010087731.XA patent/CN111311514B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103578084A (zh) * | 2013-12-09 | 2014-02-12 | 西安电子科技大学 | 基于亮通道滤波的彩色图像增强方法 |
Non-Patent Citations (5)
Title |
---|
Hui Yin,et al..Side Window Filtering.《arXiv》.2019,全文. * |
Yulei Huang, Yan Li, Yan Zhang.A Retinex image enhancement based on L channel illumination estimation and gamma function.《Advances in Engineering Research》.2018,全文. * |
李赓飞 ; 李桂菊 ; 韩广良 ; 刘培勋 ; 江山 ; .亮通道先验Retinex对低照度图像的光照补偿.光学精密工程.2018,(05),全文. * |
贾存坤 ; 戴声奎 ; 卫志敏 ; .采用亮通道先验的低照度图像增强算法.华侨大学学报(自然科学版).2018,(第04期),全文. * |
黄丽雯 ; 王勃 ; 宋涛 ; 黄俊木 ; .低光照彩色图像增强算法研究.重庆理工大学学报(自然科学).2020,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111311514A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Generalization of the dark channel prior for single image restoration | |
Shi et al. | Let you see in sand dust weather: A method based on halo-reduced dark channel prior dehazing for sand-dust image enhancement | |
CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
US11467661B2 (en) | Gaze-point determining method, contrast adjusting method, and contrast adjusting apparatus, virtual reality device and storage medium | |
Moroney | Local color correction using non-linear masking | |
CN103218778B (zh) | 一种图像和视频的处理方法及装置 | |
CN110148095A (zh) | 一种水下图像增强方法及增强装置 | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN104063848A (zh) | 一种低照度图像增强方法和装置 | |
CN108537758B (zh) | 一种基于显示器与人眼视觉特性的图像对比度增强方法 | |
CN109272470B (zh) | 一种图像增强方法及装置 | |
CN109325918B (zh) | 一种图像处理的方法、装置及计算机存储介质 | |
CN112767392A (zh) | 图像清晰度确定方法、装置、设备及存储介质 | |
CN110796626A (zh) | 图像锐化方法及装置 | |
CN115578297A (zh) | 一种自适应色彩补偿与细节优化的广义衰减图像增强方法 | |
CN108280836B (zh) | 一种图像处理方法及装置 | |
CN111311514B (zh) | 用于医用内窥镜的图像处理方法及图像处理装置 | |
CN110298796B (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
CN105976308B (zh) | 一种基于gpu的移动端高质量美颜的实时处理方法 | |
CN114693548A (zh) | 一种基于亮区域检测的暗通道去雾方法 | |
CN110782400A (zh) | 一种自适应的光照均匀实现方法和装置 | |
CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
CN113222859B (zh) | 基于对数图像处理模型的低照度图像增强系统及方法 | |
CN112614471B (zh) | 色调映射方法及系统 | |
CN114266803A (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Image processing method and image processing device for medical endoscopes Granted publication date: 20230418 Pledgee: Bank of China Limited Shanghai Songjiang sub branch Pledgor: SHANGHAI CHENGYUN MEDICAL DEVICES CO.,LTD. Registration number: Y2024310000246 |