CN114387191A - 一种内窥镜图像增强方法及内窥镜装置 - Google Patents
一种内窥镜图像增强方法及内窥镜装置 Download PDFInfo
- Publication number
- CN114387191A CN114387191A CN202210292167.4A CN202210292167A CN114387191A CN 114387191 A CN114387191 A CN 114387191A CN 202210292167 A CN202210292167 A CN 202210292167A CN 114387191 A CN114387191 A CN 114387191A
- Authority
- CN
- China
- Prior art keywords
- image
- endoscope
- endoscope image
- gray
- endoscopic
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000006872 improvement Effects 0.000 claims abstract description 6
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Endoscopes (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种内窥镜图像增强方法及内窥镜装置,包括:获取原始内窥镜图像并提取其边缘信息得到边缘图像;对原始内窥镜图像的低光区域进行亮度提升得到第一内窥镜图像;对第一内窥镜图像进行翻转并进行色均衡化处理得到第二内窥镜图像;对第二内窥镜图像进行高斯模糊处理得到第三内窥镜图像;对第三内窥镜图像进行色均衡化处理得到第四内窥镜图像;将第四内窥镜图像与原始内窥镜图像进行融合得到第五内窥镜图像;将边缘图像与第五内窥镜图像进行锐化处理得到内窥镜增强图像;本发明对原始内窥镜图像采取低光区域亮度提升、翻转并色均衡化、高斯模糊、第二次色均衡化、融合以及结合边缘信息进行锐化等一系列处理,更适合医生观察和做出诊断。
Description
技术领域
本发明属于图像处理技术领域,具体地说,是涉及一种内窥镜图像增强方法及内窥镜装置。
背景技术
随着现代外科手术向着微创化发展,高清电子医用内窥镜已经成为治愈人体疾病必需的医疗器械。内窥镜成像过程中,由于摄像装置和腹腔环境的复杂性、电子噪声、干扰等因素的影响,获取的内窥镜图像不可避免的出现降质和退化。
发明内容
本发明的目的在于提供一种内窥镜图像增强方法及内窥镜装置,在内窥镜图像处理器中加入图像增强算法,对色彩、亮度以及细节进行增强以改善内窥镜图像成像质量,使之更适合医生观察和做出诊断。
为解决上述技术问题,本发明采用以下技术方案予以实现:
提出一种内窥镜图像增强方法,包括:
获取原始内窥镜图像,并提取其边缘信息得到边缘图像;
对原始内窥镜图像的低光区域进行亮度提升得到第一内窥镜图像;
对第一内窥镜图像进行翻转并进行色均衡化处理,得到第二内窥镜图像;
对第二内窥镜图像进行高斯模糊处理,得到第三内窥镜图像;
对第三内窥镜图像进行色均衡化处理,得到第四内窥镜图像;
将第四内窥镜图像与原始内窥镜图像进行融合,得到第五内窥镜图像;
将边缘图像与第五内窥镜图像进行锐化处理,得到内窥镜增强图像。
进一步的,对第一内窥镜图像进行色均衡化处理,具体包括:将第一内窥镜图像转换到LAB或HSV空间;对转换后的图像进行分块,并统计各块内局部直方图H(k);k为分块编号;对各分块图像分别计算累计直方图P(k);利用灰度变化函数对上述各累计直方图进行均衡化处理;其中,maxL和minL分别为累计直方图中灰度等级不为零的最大值和最小值;B为灰度分类等级模型,f(x)为当前点的像素值;利用灰度变换函数找到灰度变换前后对应的灰度等级映射关系,以及结合将各分块图像的灰度值进行变化,完成各分块图像的灰度值拉伸和增强;其中,L为累计直方图的灰度等级。
进一步的,在对各分块图像进行灰度值变换时,所述方法还包括:对分块图像周围的直方图进行统计;获取分块图像周围四邻域累计直方图的最大灰度等级和最小灰度等级;对分块图像进行灰度变化限制,以使得当前灰度增强的最大值和最小值不超过四邻域的最大灰度等级和最小灰度等级。
进一步的,在对第二内窥镜图像进行高斯模糊处理中,所述方法还包括:采用优化后的高斯处理方式进行高斯模糊处理:
提出一种内窥镜装置,包括有内窥镜图像处理器,所述内窥镜图像处理器中运行有如上所述的内窥镜图像增强方法。
与现有技术相比,本发明的优点和积极效果是:本发明提出的内窥镜图像增强方法及内窥镜装置中,对原始内窥镜图像采取低光区域亮度提升、翻转并色均衡化处理、高斯模糊处理、第二次色均衡化处理、融合以及结合边缘信息进行锐化等一系列处理,抑制了图像噪声并增强了原始内窥镜图像的色彩和细节,使之更适合医生观察和做出诊断。
结合附图阅读本发明实施方式的详细描述后,本发明的其他特点和优点将变得更加清楚。
附图说明
图1 为本发明提出的内窥镜图像增强方法的处理流程示意图;
图2为本发明中提出的色均衡化处理流程示意图;
图3为原始内窥镜图像示例;
图4为图3所示原始内窥镜图像经本发明提出的内窥镜图像增强方法处理后的示例。
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做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。
在本发明的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本发明提出的内窥镜图像增强方法,旨在改善内窥镜图像的视觉效果,抑制噪声,增强图像色彩和细节,运行于内窥镜图像处理器中,如图1所示,包括如下步骤:
步骤S1:获取原始内窥镜图像。
最佳的,所采集的原始内窥镜图像应在最佳的对焦状态、清晰度最大时获取。
步骤S2:提取原始内窥镜图像的边缘信息得到边缘图像。
步骤S3:对原始内窥镜图像的低光区域进行亮度提升得到第一内窥镜图像。
步骤S4:对第一内窥镜图像进行翻转并进行色均衡化处理,得到第二内窥镜图像。
其中,如图2所示,色彩均衡化操作如下:
2、对转换后的图像进行分块M*N,统计各块内局部直方图H(k)。
其中,k为分块编号。
其中,maxL和minL分别为累计直方图中灰度等级不为零的最大值和最小值;B为灰度分类等级模型,f(x)为当前点的像素值。
其中,L为累计直方图的灰度等级。
特别的,在对各分块图像进行灰度变化时,对其周围的直方图进行统计,获取周围四邻域累计直方图的最大灰度等级和最小灰度等级,并对分块图像进行灰度变化限制,即,当前灰度增强的最大值和最小值不超过四邻域的最大灰度等级和最小灰度等级。
步骤S5:对第二内窥镜图像进行高斯模糊处理,得到第三内窥镜图像。
同时,为了保证低光和高光之间的层次感,本发明采用优化后的高斯处理方式,如下:
步骤S6:对第三内窥镜图像进行色均衡化处理,得到第四内窥镜图像。
步骤S7:将第四内窥镜图像与原始内窥镜图像进行融合,得到第五内窥镜图像。
第四内窥镜图像采取了平滑等处理,旨在消除可能的图像干扰而最大限度的保有图像信息,但实际过程中,不可避免的造成部分信息损失,本步骤将其与原始内窥镜图像A融合,就是为了尽可能保持图像信息,体现图像的层次感。
融合图像采用线性叠加的方式即可:
步骤S8:将边缘图像与第五内窥镜图像进行锐化处理,得到内窥镜增强图像。
融合后的第五内窥镜图像中,均衡化处理导致部分边缘细节丢失,本步骤依靠步骤S2中得到的边缘信息对第五内窥镜图像进行锐化处理,提升边缘层次感,其计算方式如下:
应该指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (5)
1.一种内窥镜图像增强方法,其特征在于,包括:
获取原始内窥镜图像,并提取其边缘信息得到边缘图像;
对原始内窥镜图像的低光区域进行亮度提升得到第一内窥镜图像;
对第一内窥镜图像进行翻转并进行色均衡化处理,得到第二内窥镜图像;
对第二内窥镜图像进行高斯模糊处理,得到第三内窥镜图像;
对第三内窥镜图像进行色均衡化处理,得到第四内窥镜图像;
将第四内窥镜图像与原始内窥镜图像进行融合,得到第五内窥镜图像;
将边缘图像与第五内窥镜图像进行锐化处理,得到内窥镜增强图像。
3.根据权利要求2所述的内窥镜图像增强方法,其特征在于,在对各分块图像进行灰度值变换时,所述方法还包括:
对分块图像周围的直方图进行统计;
获取分块图像周围四邻域累计直方图的最大灰度等级和最小灰度等级;
对分块图像进行灰度变化限制,以使得当前灰度增强的最大值和最小值不超过四邻域的最大灰度等级和最小灰度等级。
5.一种内窥镜装置,包括有内窥镜图像处理器,其特征在于,所述内窥镜图像处理器中运行有如权利要求1-4任一项所述的内窥镜图像增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210292167.4A CN114387191B (zh) | 2022-03-24 | 2022-03-24 | 一种内窥镜图像增强方法及内窥镜装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210292167.4A CN114387191B (zh) | 2022-03-24 | 2022-03-24 | 一种内窥镜图像增强方法及内窥镜装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114387191A true CN114387191A (zh) | 2022-04-22 |
CN114387191B CN114387191B (zh) | 2022-06-21 |
Family
ID=81206167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210292167.4A Active CN114387191B (zh) | 2022-03-24 | 2022-03-24 | 一种内窥镜图像增强方法及内窥镜装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387191B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040258324A1 (en) * | 2003-06-20 | 2004-12-23 | Kuan Liang | Method for dynamic contrast enhancement by area gray-level detection |
EP1952344A1 (en) * | 2005-11-23 | 2008-08-06 | Cedara Software Corp. | Method and system for enhancing digital images |
CN108062508A (zh) * | 2017-10-13 | 2018-05-22 | 西安科技大学 | 变电站复杂背景红外图像中设备的提取方法 |
CN111080538A (zh) * | 2019-11-29 | 2020-04-28 | 中国电子科技集团公司第五十二研究所 | 一种红外融合边缘增强方法 |
CN113902641A (zh) * | 2021-10-12 | 2022-01-07 | 西安交通大学 | 一种基于红外图像的数据中心热区判别方法及系统 |
CN113989147A (zh) * | 2021-10-26 | 2022-01-28 | 安徽大学 | 基于直方图均衡和改进反锐化掩模的内窥镜图像增强方法 |
-
2022
- 2022-03-24 CN CN202210292167.4A patent/CN114387191B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040258324A1 (en) * | 2003-06-20 | 2004-12-23 | Kuan Liang | Method for dynamic contrast enhancement by area gray-level detection |
EP1952344A1 (en) * | 2005-11-23 | 2008-08-06 | Cedara Software Corp. | Method and system for enhancing digital images |
CN108062508A (zh) * | 2017-10-13 | 2018-05-22 | 西安科技大学 | 变电站复杂背景红外图像中设备的提取方法 |
CN111080538A (zh) * | 2019-11-29 | 2020-04-28 | 中国电子科技集团公司第五十二研究所 | 一种红外融合边缘增强方法 |
CN113902641A (zh) * | 2021-10-12 | 2022-01-07 | 西安交通大学 | 一种基于红外图像的数据中心热区判别方法及系统 |
CN113989147A (zh) * | 2021-10-26 | 2022-01-28 | 安徽大学 | 基于直方图均衡和改进反锐化掩模的内窥镜图像增强方法 |
Non-Patent Citations (2)
Title |
---|
SIM KOK SWEE等: ""Contrast Enhancement in Endoscopic Images Using Fusion Exposure Histogram Equalization"", 《ENGINEERING LETTERS》, vol. 28, no. 3, 30 September 2020 (2020-09-30) * |
朱其刚等: ""基于自适应邻域灰度直方图均衡的超声内窥镜图像增强"", 《山东科技大学学报(自然科学版)》, vol. 23, no. 3, 30 September 2004 (2004-09-30), pages 120 - 123 * |
Also Published As
Publication number | Publication date |
---|---|
CN114387191B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701778B (zh) | 一种从ct图像中去除金属伪影的方法 | |
CN115661135B (zh) | 一种心脑血管造影的病灶区域分割方法 | |
CN112446880B (zh) | 图像处理方法、电子设备及可读存储介质 | |
JPH03206572A (ja) | 階調変換自動化装置 | |
CN110796612B (zh) | 一种图像增强方法及系统 | |
Cao et al. | Enhancement of blurry retinal image based on non-uniform contrast stretching and intensity transfer | |
CN114529475A (zh) | 基于二维伽马校正和色调映射的图像增强方法及系统 | |
CN114972067A (zh) | 一种x光小牙片图像增强方法 | |
CN111192208B (zh) | 一种基于边窗滤波器的牙齿cr图像增强方法及装置 | |
CN115965603A (zh) | 内窥镜图像的图像处理方法、装置、终端及可读存储介质 | |
Pandey et al. | Automatic image processing based dental image analysis using automatic gaussian fitting energy and level sets | |
CN114693682A (zh) | 一种基于图像处理的脊椎特征识别方法 | |
CN115100304A (zh) | 一种基于图像处理的核磁共振图像增强方法 | |
CN110675325B (zh) | 一种增强眼底图像的方法和装置 | |
CN114387191B (zh) | 一种内窥镜图像增强方法及内窥镜装置 | |
CN116758069B (zh) | 用于肠道内镜的医学图像增强方法 | |
CN114663293A (zh) | 一种图像增强方法、装置、电子设备及内窥镜系统 | |
CN108242049A (zh) | 一种针对gpu优化的全尺度dr影像增强处理方法 | |
CN115908190B (zh) | 一种用于视频图像画质增强的方法及系统 | |
CN112446889A (zh) | 一种基于超声的医学视频读取方法 | |
CN116630198A (zh) | 一种结合自适应伽马校正的多尺度融合水下图像增强方法 | |
CN110852977B (zh) | 融合边缘灰度直方图与人眼视觉感知特性的图像增强方法 | |
CN109767396B (zh) | 一种基于图像动态分割的口腔cbct图像去噪方法 | |
CN117455780B (zh) | 内镜暗场图像的增强方法、装置、电子设备及存储介质 | |
CN114418920B (zh) | 一种内窥镜多焦点图像融合方法 |
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 |