CN114022397B - 一种内窥镜图像去雾方法、装置、电子设备及存储介质 - Google Patents
一种内窥镜图像去雾方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114022397B CN114022397B CN202210010941.8A CN202210010941A CN114022397B CN 114022397 B CN114022397 B CN 114022397B CN 202210010941 A CN202210010941 A CN 202210010941A CN 114022397 B CN114022397 B CN 114022397B
- Authority
- CN
- China
- Prior art keywords
- original image
- channel pixel
- brightness value
- atmospheric brightness
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 25
- 238000012546 transfer Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 101150050759 outI gene Proteins 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000003068 static effect 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Endoscopes (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种内窥镜图像去雾方法、装置、电子设备及存储介质,涉及图像处理技术领域,其技术方案要点是:包括:获取内窥镜采集的原始图像;计算所述原始图像每个通道像素对应的大气亮度值;根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。本申请提供的一种内窥镜图像去雾方法、装置、电子设备及存储介质具有去雾效果好的优点。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种内窥镜图像去雾方法、装置、电子设备及存储介质。
背景技术
目前常用的去雾方法有暗通道先验去雾方法、CLAHE方法、多尺度Retinex图像方法等,其中暗通道先验去雾方法根据大气散射模型,利用暗通道先验的方式得到图像传输函数,并完成去雾,在多种场景下均能得到很好的去雾效果。
然而在内窥镜的图像处理中,烟雾场景较多,但用于内窥镜图像的去雾方法较少,实际运用中,仅有同态滤波或中值滤波相关方法,去雾效果有限。暗通道先验去雾方法对于自然图像有比较好的处理效果,却对内窥图像的处理效果不佳,这是由于光源与目标距离较近,图像亮度不均匀等问题,暗通道先验在一定程度上并不成立,因此将暗通道先验去雾方法直接用于内窥图像,会出现图像过饱和、对比度降低、图像偏色、偏暗等诸多问题。
针对上述问题,申请人提出了一种新的解决方案。
发明内容
本申请的目的在于提供一种内窥镜图像去雾方法、装置、电子设备及存储介质,具有去雾效果好的优点。
第一方面,本申请提供了一种内窥镜图像去雾方法,技术方案如下:
包括:
获取内窥镜采集的原始图像;
计算所述原始图像每个通道像素对应的大气亮度值;
根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。
通过计算每个通道像素对应的大气亮度值,利用每个通道像素对应的大气亮度值进行去雾处理,可以解决内窥图像亮度不均的问题。
进一步地,在本申请中,所述计算所述原始图像每个通道像素对应的大气亮度值的步骤包括:
对所述原始图像进行高斯滤波得到每个通道像素的灰度值;
设置所述原始图像每个通道像素的大气亮度值权重;
根据所述每个通道像素的灰度值以及所述原始图像每个通道像素的大气亮度值权重计算所述原始图像每个通道像素对应的大气亮度值。
根据上述方案,可以解决内窥图像红外线散射较多,红色通道亮度偏高,三个通道用同一个传输函数时会出现比较明显的色差等问题。
进一步地,在本申请中,所述设置所述原始图像每个通道像素的大气亮度值权重的步骤包括:
获取所述原始图像的均值以及方差;
根据所述原始图像的均值以及方差计算得出所述原始图像每个通道像素的大气亮度值权重。
根据上述方案,通过计算得出所述原始图像每个通道像素的大气亮度值权重,然后利用每个通道像素的大气亮度值权重得出每个通道像素的大气亮度值,利用每个通道像素对应的大气亮度值进行去雾处理,可以解决内窥图像亮度不均的问题。
进一步地,在本申请中,所述根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
根据所述原始图像每个通道像素对应的大气亮度值得到每个通道像素对应的传输函数;
根据所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。
进一步地,在本申请中,所述根据所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
通过导向滤波细化所述每个通道像素对应的传输函数;
根据细化后的所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。
进一步地,在本申请中,所述根据所述每个通道像素的灰度值以及所述原始图像每个通道像素的大气亮度值权重计算所述原始图像每个通道像素对应的大气亮度值的公式为:
进一步地,在本申请中,所述根据所述原始图像的均值以及方差计算得出所述原始图像每个通道像素的大气亮度值权重的公式为:
第二方面,本申请还提供一种内窥镜图像去雾装置,包括:
获取模块,用于获取内窥镜采集的原始图像;
计算模块,用于计算所述原始图像每个通道像素对应的大气亮度值;
处理模块,用于根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理;
所述计算所述原始图像每个通道像素对应的大气亮度值包括:
对所述原始图像进行高斯滤波得到每个通道像素的灰度值;
设置所述原始图像每个通道像素的大气亮度值权重;
根据所述每个通道像素的灰度值以及所述原始图像每个通道像素的大气亮度值权重计算所述原始图像每个通道像素对应的大气亮度值。
第三方面,本申请还提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上任一项所述方法中的步骤。
第四方面,本申请还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,运行如上任一项所述方法中的步骤。
由上可知,本申请提供的一种内窥镜图像去雾方法、装置、电子设备及存储介质,通过计算内窥镜采集的原始图像的每个通道像素对应的大气亮度值,根据原始图像以及原始图像中每个通道像素对应的大气亮度值进行去雾处理,有效解决了传统的暗通道先验去雾方法无法适应内窥图像的问题,通过计算每个通道像素对应的大气亮度值,可以解决内窥图像亮度不均红外线散射较多,红色通道亮度偏高,三个通道用同一个传输函数时会出现比较明显的色差等问题,因此具有去雾效果好的有益效果。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本申请提供的一种内窥镜图像去雾方法流程图。
图2为本申请提供的一种内窥镜图像去雾装置结构示意图。
图3为本申请提供的一种电子设备示意图。
图4为采用本申请提出的内窥镜图像去雾方法的内窥镜图像的前后对比图。
图5为采用本申请提出的内窥镜图像去雾方法的内窥镜图像的前后对比图。
图中:210、获取模块;220、计算模块;230、处理模块;300、电子设备;310、处理器;320、存储器。
具体实施方式
下面将结合本申请中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
暗通道先验方法是通过一个大气散射模型,然后利用大气亮度值对带雾的原始图像进行处理,从而求出无雾图像,具体的,通常其大气散射模型为:
如果某个RGB图像无雾,则该RGB图像的每个像素的RGB三个通道的最小值必定为0,RGB三个通道之间的最小值称为暗通道,使用公式则可以描述为:
暗通道先验指的是无雾图像的暗通道为0,即:
同时推导得到传输函数为:
由上述可知:
因此有:
暗通道先验去雾方法基于纯色图像暗通道为0的先验,一般用于处理自然图像,在处理自然图像时,其入射光为平行光,光照均匀,因此可以取得很好的去雾效果。
然而,对于内窥镜图像而言,内窥镜用于探视生物内部组织的图像,光源距离目标很近,导致图像不同区域的光照差异大,图像亮度不均匀。对此,申请人提出了一种全新的去雾方法。
请参照图1,一种内窥镜图像去雾方法,其技术方案具体包括:
S110、获取内窥镜采集的原始图像;
S120、计算原始图像每个通道像素对应的大气亮度值;
S130、根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
通过上述技术方案,在获取内窥镜采集的原始图像后,通过计算原始图像中每个通道像素对应的大气亮度值,然后利用每个通道像素对应的大气亮度值进行去雾处理,可以解决内窥图像亮度不均的问题。
进一步地,在其中一些实施例中,计算原始图像每个通道像素对应的大气亮度值的步骤包括:
对原始图像进行高斯滤波得到每个通道像素的灰度值;
设置原始图像每个通道像素的大气亮度值权重;
根据每个通道像素的灰度值以及原始图像每个通道像素的大气亮度值权重计算原始图像每个通道像素对应的大气亮度值。
通过上述技术方案,首先对原始图像进行高斯滤波处理,高斯滤波是一种线性平滑滤波,用于消除高斯噪声,具体而言,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其它像素值经过加权平均后得到;在进行高斯滤波处理后设置原始图像每个通道像素的大气亮度值权重,更新每个通道像素的大气亮度值,使最终获得的每个通道像素对应的大气亮度值更加准确。
具体的,在一些实施方式中,根据每个通道像素的灰度值以及原始图像每个通道像素的大气亮度值权重计算原始图像每个通道像素对应的大气亮度值的公式为:
在传统的暗通道先验方法中,大气亮度值会是255或者接近255的固定值,但是针对内窥镜的图像处理则不能这样算,因为内窥镜离光源近,生物体的内部组织复杂,因此获取的原始图像的亮度不均匀,对此增加设计了原始图像每个通道像素的大气亮度值权重,进一步更新每个通道像素的大气亮度值,使每个通道像素的大气亮度值更加准确。
进一步地,在其中一些实施例中,设置原始图像每个通道像素的大气亮度值权重的步骤包括:
获取原始图像的均值以及方差;
根据原始图像的均值以及方差计算得出原始图像每个通道像素的大气亮度值权重。
具体的,在一些实施方式中,根据原始图像的均值以及方差计算得出原始图像每个通道像素的大气亮度值权重的公式为:
通过上述技术方案,根据原始图像的均值以及方差获得原始图像每个通道像素的大气亮度值权重,然后根据原始图像每个通道像素的大气亮度值权重以及高斯滤波后每个通道像素的灰度值求出每个通道像素对应的大气亮度值,然后通过每个通道像素对应的大气亮度值进行去雾处理,最终求得无雾图像。
进一步地,在其中一些实施例中,根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
根据原始图像每个通道像素对应的大气亮度值得到每个通道像素对应的传输函数;
根据每个通道像素对应的传输函数、原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
通过上述技术方案,由于每个通道像素都对应一个大气亮度值,因此每个通道像素都将有一个传输函数与之对应。
具体的,根据原始图像每个通道像素对应的大气亮度值得到每个通道像素对应的传输函数为:
进一步地,在其中一些实施例中,根据每个通道像素对应的传输函数、原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
通过导向滤波细化每个通道像素对应的传输函数;
根据细化后的每个通道像素对应的传输函数、原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
通过上述技术方案,在计算完三个通道的传输函数后,通过导向滤波来细化传输函数,从而提高传输函数的精确率,避免去雾后出现光晕。
具体的,在一些实施方式中,导向滤波的公式为:
最终,根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理可以表示为:
本申请利用了暗通道先验去雾方法的优势,通过大气散射模型来完成图像去雾,图像去雾完成后处理效果自然,在手术中使用时不会产生明显不适感。通过详细研究了内窥镜图像的特点和暗通道先验去雾在内窥镜图像中使用存在的问题,提出通过每个通道像素的大气亮度值来进行去雾处理,解决了暗通道先验去雾方法存在的过饱和,图像偏暗问题,使得该方法可适用于内窥镜图像。弥补了现有内窥镜图像去雾方法处理方式较为简单、去雾效果不够自然的问题,从大气亮度值估计的角度,结合暗通道去雾先验方法提出了解决内窥镜图像去雾、除烟问题的新路径。
具体可参照图4以及图5,图4的上下两幅图像分别为内窥镜获取的原始图像以及经过本申请提供的方法处理过以后的无雾图像,图5的上下两幅图像同样分别为内窥镜获取的原始图像以及经过本申请提供的方法处理过以后的无雾图像,可以明显看出,经过本申请提供的方法处理后的无雾图像其画面更加清晰锐利,不会被烟雾遮挡,对于信息的获取以及手术的执行均能够带来显著的帮助。
第二方面,如图2所示,本申请还提供一种内窥镜图像去雾装置,包括:
获取模块210,用于获取内窥镜采集的原始图像;
计算模块220,用于计算原始图像每个通道像素对应的大气亮度值;
处理模块230,用于根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
通过上述技术方案,利用获取模块210获取内窥镜采集的原始图像,然后通过计算模块220计算原始图像中每个通道像素对应的大气亮度值,最后利用处理模块230根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理,可以有效解决内窥图像亮度不均的问题。
在一些优选的实施方式中,采用该内窥镜图像去雾装置执行上述第一方面提供的内窥镜图像去雾方法。
第三方面,如图3所示,本申请还提供一种电子设备300,包括处理器310以及存储器320,存储器320存储有计算机可读取指令,当计算机可读取指令由处理器310执行时,运行上述方法中的步骤。
通过上述技术方案,处理器310和存储器320通过通信总线和/或其他形式的连接机构(未标出)互连并相互通讯,存储器320存储有处理器可执行的计算机程序,当计算设备运行时,处理器310执行该计算机程序,以执行时执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取内窥镜采集的原始图像;计算原始图像每个通道像素对应的大气亮度值;根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
第四方面,本申请还提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时,运行上述方法中的步骤。
通过上述技术方案,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取内窥镜采集的原始图像;计算原始图像每个通道像素对应的大气亮度值;根据原始图像以及原始图像每个通道像素对应的大气亮度值进行去雾处理。
其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory, 简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory, 简称PROM),只读存储器(Read-OnlyMemory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种内窥镜图像去雾方法,其特征在于,包括:
获取内窥镜采集的原始图像;
计算所述原始图像每个通道像素对应的大气亮度值;
根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理;
所述计算所述原始图像每个通道像素对应的大气亮度值包括:
对所述原始图像进行高斯滤波得到每个通道像素的灰度值;
设置所述原始图像每个通道像素的大气亮度值权重;
根据所述每个通道像素的灰度值以及所述原始图像每个通道像素的大气亮度值权重计算所述原始图像每个通道像素对应的大气亮度值。
2.根据权利要求1所述的一种内窥镜图像去雾方法,其特征在于,所述设置所述原始图像每个通道像素的大气亮度值权重的步骤包括:
获取所述原始图像的均值以及方差;
根据所述原始图像的均值以及方差计算得出所述原始图像每个通道像素的大气亮度值权重。
3.根据权利要求1所述的一种内窥镜图像去雾方法,其特征在于,所述根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
根据所述原始图像每个通道像素对应的大气亮度值得到每个通道像素对应的传输函数;
根据所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。
4.根据权利要求3所述的一种内窥镜图像去雾方法,其特征在于,所述根据所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理的步骤还包括:
通过导向滤波细化所述每个通道像素对应的传输函数;
根据细化后的所述每个通道像素对应的传输函数、所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理。
7.一种内窥镜图像去雾装置,其特征在于,包括:
获取模块,用于获取内窥镜采集的原始图像;
计算模块,用于计算所述原始图像每个通道像素对应的大气亮度值;
处理模块,用于根据所述原始图像以及所述原始图像每个通道像素对应的大气亮度值进行去雾处理;
所述计算所述原始图像每个通道像素对应的大气亮度值包括:
对所述原始图像进行高斯滤波得到每个通道像素的灰度值;
设置所述原始图像每个通道像素的大气亮度值权重;
根据所述每个通道像素的灰度值以及所述原始图像每个通道像素的大气亮度值权重计算所述原始图像每个通道像素对应的大气亮度值。
8.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-6任一项所述方法中的步骤。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,运行如权利要求1-6任一项所述方法中的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210010941.8A CN114022397B (zh) | 2022-01-06 | 2022-01-06 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
PCT/CN2022/078031 WO2023130547A1 (zh) | 2022-01-06 | 2022-02-25 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210010941.8A CN114022397B (zh) | 2022-01-06 | 2022-01-06 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114022397A CN114022397A (zh) | 2022-02-08 |
CN114022397B true CN114022397B (zh) | 2022-04-19 |
Family
ID=80069596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210010941.8A Active CN114022397B (zh) | 2022-01-06 | 2022-01-06 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114022397B (zh) |
WO (1) | WO2023130547A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022397B (zh) * | 2022-01-06 | 2022-04-19 | 广东欧谱曼迪科技有限公司 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
CN114881896B (zh) * | 2022-07-12 | 2022-10-04 | 广东欧谱曼迪科技有限公司 | 内窥镜图像实时去雾方法、装置、电子设备、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732494A (zh) * | 2015-03-23 | 2015-06-24 | 无锡中科智能农业发展有限责任公司 | 一种基于图像去雾的组培监控方法及系统 |
CN104766307A (zh) * | 2015-03-13 | 2015-07-08 | 青岛海信电器股份有限公司 | 一种图像处理的方法及设备 |
CN108230275A (zh) * | 2018-02-05 | 2018-06-29 | 电子科技大学 | 图像去雾的方法 |
CN108765311A (zh) * | 2018-04-26 | 2018-11-06 | 长安大学 | 基于随机游走聚类的多大气光值图像去雾方法 |
EP3598386A1 (en) * | 2018-07-20 | 2020-01-22 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing image |
CN111568352A (zh) * | 2020-04-14 | 2020-08-25 | 广东欧谱曼迪科技有限公司 | 一种光源光谱自动调节的内窥镜系统及其光谱调节方法 |
CN112734679A (zh) * | 2021-01-26 | 2021-04-30 | 西安理工大学 | 一种医学手术视频图像的融合去雾方法 |
CN113079361A (zh) * | 2021-03-29 | 2021-07-06 | 鹰利视医疗科技有限公司 | 医用内窥镜的超高清图像增强系统及其方法 |
CN113344796A (zh) * | 2020-02-18 | 2021-09-03 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN113436124A (zh) * | 2021-06-29 | 2021-09-24 | 上海海事大学 | 一种应用于海洋雾天环境下的单图像去雾方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1744279A1 (en) * | 2005-07-11 | 2007-01-17 | Thomson Licensing | Method and device for filtering an image using side information |
US10537236B2 (en) * | 2013-01-17 | 2020-01-21 | Stryker Corporation | Anti-fogging device for endoscope |
CN112419162B (zh) * | 2019-08-20 | 2024-04-05 | 浙江宇视科技有限公司 | 图像去雾方法、装置、电子设备及可读存储介质 |
CN111626962A (zh) * | 2020-05-27 | 2020-09-04 | 重庆邮电大学 | 一种cmos内窥镜图像增强方法 |
CN112419210B (zh) * | 2020-12-08 | 2023-09-22 | 大连海事大学 | 基于颜色校正和三区间直方图拉伸的水下图像增强方法 |
CN114022397B (zh) * | 2022-01-06 | 2022-04-19 | 广东欧谱曼迪科技有限公司 | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 |
CN114066780B (zh) * | 2022-01-17 | 2022-06-03 | 广东欧谱曼迪科技有限公司 | 4k内窥镜图像去雾方法、装置、电子设备及存储介质 |
-
2022
- 2022-01-06 CN CN202210010941.8A patent/CN114022397B/zh active Active
- 2022-02-25 WO PCT/CN2022/078031 patent/WO2023130547A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766307A (zh) * | 2015-03-13 | 2015-07-08 | 青岛海信电器股份有限公司 | 一种图像处理的方法及设备 |
CN104732494A (zh) * | 2015-03-23 | 2015-06-24 | 无锡中科智能农业发展有限责任公司 | 一种基于图像去雾的组培监控方法及系统 |
CN108230275A (zh) * | 2018-02-05 | 2018-06-29 | 电子科技大学 | 图像去雾的方法 |
CN108765311A (zh) * | 2018-04-26 | 2018-11-06 | 长安大学 | 基于随机游走聚类的多大气光值图像去雾方法 |
EP3598386A1 (en) * | 2018-07-20 | 2020-01-22 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing image |
CN113344796A (zh) * | 2020-02-18 | 2021-09-03 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN111568352A (zh) * | 2020-04-14 | 2020-08-25 | 广东欧谱曼迪科技有限公司 | 一种光源光谱自动调节的内窥镜系统及其光谱调节方法 |
CN112734679A (zh) * | 2021-01-26 | 2021-04-30 | 西安理工大学 | 一种医学手术视频图像的融合去雾方法 |
CN113079361A (zh) * | 2021-03-29 | 2021-07-06 | 鹰利视医疗科技有限公司 | 医用内窥镜的超高清图像增强系统及其方法 |
CN113436124A (zh) * | 2021-06-29 | 2021-09-24 | 上海海事大学 | 一种应用于海洋雾天环境下的单图像去雾方法 |
Non-Patent Citations (4)
Title |
---|
Endoscopic video defogging using luminance blending;Xiongbiao Luo等;《Healthc Technol Lett》;20191206;第6卷(第6期);280-285 * |
Real-time Defogging of Single Image of IoTs-based Surveillance Video Based on MAP;Xin LIU;《Technical Gazette》;20201231;1261-1269 * |
基于FPGA的内窥镜去血雾算法设计与实现;樊洋洋;《https://d.wanfangdata.com.cn/thesis/ChJUaGVzaXNOZXdTMjAyMTEyMDESCFkzODM1NDg5Ggg5a2N1aXgxYQ%3D%3D》;20210928;第1-70页 * |
基于多幅偏振图像的去雾研究;刘同军;《湖南工业大学学报》;20160315;第30卷(第02期);第37-42页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2023130547A1 (zh) | 2023-07-13 |
CN114022397A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114022397B (zh) | 一种内窥镜图像去雾方法、装置、电子设备及存储介质 | |
Wang et al. | AIPNet: Image-to-image single image dehazing with atmospheric illumination prior | |
Emberton et al. | Underwater image and video dehazing with pure haze region segmentation | |
Negru et al. | Exponential contrast restoration in fog conditions for driving assistance | |
CN107451969A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN114066780B (zh) | 4k内窥镜图像去雾方法、装置、电子设备及存储介质 | |
Tchaka et al. | Chromaticity based smoke removal in endoscopic images | |
CN106650794A (zh) | 一种受物体表面高光反射影响的图像高光消除方法及系统 | |
CN110930446B (zh) | 一种眼底图像定量分析的前置处理方法及存储设备 | |
US9754189B2 (en) | Detection device, learning device, detection method, learning method, and information storage device | |
Thanh et al. | Single image dehazing based on adaptive histogram equalization and linearization of gamma correction | |
WO2020038312A1 (zh) | 多通道舌体边缘检测装置、方法及存储介质 | |
CN114677316B (zh) | 可实时的可见光图像与红外图像多通道融合方法及装置 | |
CN109241898B (zh) | 腔镜视像的目标定位方法和系统、存储介质 | |
JPWO2017203701A1 (ja) | 画像処理装置、画像処理装置の作動方法及び画像処理装置の作動プログラム | |
CN111784686A (zh) | 一种内窥镜出血区域的动态智能检测方法、系统及可读存储介质 | |
CN117314872A (zh) | 一种视网膜图像的智能分割方法及装置 | |
CN110473176B (zh) | 图像处理方法及装置、眼底图像处理方法、电子设备 | |
CN105976308B (zh) | 一种基于gpu的移动端高质量美颜的实时处理方法 | |
CN114140481A (zh) | 一种基于红外图像的边缘检测方法、装置 | |
CN113139937A (zh) | 一种基于深度学习的消化道内窥镜视频图像识别方法 | |
JP5203159B2 (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
Livingston et al. | Image processing for human understanding in low-visibility | |
CN110458223B (zh) | 一种内镜下支气管肿瘤自动检测方法及检测系统 | |
Poostchi et al. | Diabetic retinopathy dark lesion detection: preprocessing phase |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 528253 Room 503, Floor 5, Building A, Jingu Zhichuang Industrial Community, No. 2, Yong'an North Road, Dawu Community, Guicheng Street, Nanhai District, Foshan City, Guangdong Province (residence declaration) Patentee after: Guangdong Oupu Mandi Technology Co.,Ltd. Address before: Room B, room 504-2, floor 5, block a, Jingu photoelectric community, No. 1, Yongan North Road, Pingzhou, Guicheng Street, Nanhai District, Foshan City, Guangdong Province, 528251 Patentee before: GUANGDONG OPTOMEDIC TECHNOLOGY CO.,LTD. |