CN114430463B - 一种自适应医疗级影像效果的优化方法及系统 - Google Patents
一种自适应医疗级影像效果的优化方法及系统 Download PDFInfo
- Publication number
- CN114430463B CN114430463B CN202210335420.XA CN202210335420A CN114430463B CN 114430463 B CN114430463 B CN 114430463B CN 202210335420 A CN202210335420 A CN 202210335420A CN 114430463 B CN114430463 B CN 114430463B
- Authority
- CN
- China
- Prior art keywords
- channel
- current
- value
- image
- controlling
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Endoscopes (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种自适应医疗级影像效果的优化方法及系统，属于图像优化控制技术领域，优化方法将采集的图像分解为R通道、G通道、B通道、W通道；对每一个通道的数据标记像素特征值，计算每个通道的当前参考值和当前权重值，根据当前像素特征值、当前权重值和当前参考值计算每个通道的最佳调整参数，根据最佳调整参数对光源和相机进行控制。本发明的自适应医疗级影像效果的优化方法及系统，根据现场的环境自动学习，自动智能调整相机和光源参数从而达到满意的医疗级影像效果。
Description
技术领域
本发明属于图像优化控制技术领域，具体地说，是涉及一种自适应医疗级影像效果的优化方法及系统。
背景技术
随着智能化时代的到来，大部分医疗产品的性能也朝智能化方向发展，医疗级影像的作用越来越明显，优秀医疗级影像使得病灶和相关器官、组织完美呈现在医生面前，减少了手术的难度，提高手术的成功率，是微创手术和医疗内窥系统不可或缺的装置。
医疗级影像，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。它包含以下两个相对独立的研究方向：医学成像系统和医学影像处理。前者是指图像形成的过程，包括对成像机理、成像设备、成像系统分析等问题的研究；后者是指对已经获得的图像作进一步的处理，其目的是或者是使原来不够清晰的图像复原，或者是为了突出图像中的某些特征信息，或者是对图像做模式分类等等。
一般医疗级影像的过程为：预先设定好相应的参数进行影像采集和传输，在采集后再进行影像优化处理。但这种影像设备存在以下两个缺点：1、预设参数固定，很难满足所有使用场景，如果预设参数达不到要求，无法进行实时调整，需要暂停后对预设参数进行重新调整，在手术过程中这种现象会带来不少困惑；2、影像采集后在后端处理会造成影像的延迟，影响到影像的实时效果，这也是医疗级影像重要指标，并且如果采集到影像源不好，后端处理的效果有限。
好的医疗级影像对采集和传输下了很大的功夫，当前许多厂家在相机、光源和影像传输上投入了很多精力和人力进行完善，同时在相关参数的设定上进行各种实验，力求达兼容性强的一组或多组通用配方，因此，配方的效果会直接影响整个医疗影像的品质，但是，由于使用环境变化多端，相机存在电子噪声，光源也存在衰减现象，因而，通用配方始终无法适用变化多端的使用环境和干扰、损耗等外部突变因素。
发明内容
本发明提供了一种自适应医疗级影像效果的优化方法及系统，解决了现有技术医疗级影像采用通用控制参数始终无法适用变化多端的使用环境和干扰、损耗等外部突变因素的技术问题。
为达到上述技术目的，本发明采用以下技术方案实现：
一种自适应医疗级影像效果的优化方法，所述方法包括：
采集当前图像；
将采集的图像分解为R通道、G通道、B通道、W通道；
对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数；
根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值；
根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值；
根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]；
根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制。
如上所述的自适应医疗级影像效果的优化方法，每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
如上所述的自适应医疗级影像效果的优化方法，计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
如上所述的自适应医疗级影像效果的优化方法，计算当前权重值dw[i]的方法为：
如果(dV[i]-dT[i])≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果(dV[i]-dT[i])=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
如上所述的自适应医疗级影像效果的优化方法，其特征在于，
根据W通道的最佳调整参数对光源的电流值进行控制；
根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
根据四个通道的最佳调整参数对相机的伽马值进行控制。
一种自适应医疗级影像效果的优化系统，包括：
图像采集模块，用于采集当前图像；
图像处理模块，用于将采集的图像分解为R通道、G通道、B通道、W通道；用于对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数；
控制模块，用于根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值；用于根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值；用于根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]；用于根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制。
如上所述的自适应医疗级影像效果的优化系统，所述控制模块用于计算每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
如上所述的自适应医疗级影像效果的优化系统，所述控制模块用于计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
如上所述的自适应医疗级影像效果的优化系统，所述控制模块用于计算当前权重值dw[i]的方法为：
如果(dV[i]-dT[i])≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果(dV[i]-dT[i])=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
如上所述的自适应医疗级影像效果的优化系统，
光源调整单元，用于根据W通道的最佳调整参数对光源的电流值进行控制；
RED增益和饱和度调整单，用于根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
GREEN增益和饱和度调整单元，用于根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
BLUE增益和饱和度调整单元，用于根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
伽马调整单元，用于根据四个通道的最佳调整参数对相机的伽马值进行控制。
与现有技术相比，本发明的优点和积极效果是：本发明的自适应医疗级影像效果的优化方法及系统，将采集的图像分解为R通道、G通道、B通道、W通道；对每一个通道的数据标记像素特征值，计算每个通道的当前参考值和当前权重值，根据当前像素特征值、当前权重值和当前参考值计算每个通道的最佳调整参数，根据最佳调整参数对光源和相机进行控制。本发明的自适应医疗级影像效果的优化方法及系统，根据现场的环境自动学习，自动智能调整相机和光源参数从而达到满意的医疗级影像效果。本发明自动计算最佳参数值，无需人员参与。本发明可以自动适用于各种环境和场合，通用性和实时性强。
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
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一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明所提出的自适应医疗级影像效果的优化方法的一个实施例的流程图。
图2是本发明所提出的自适应医疗级影像效果的优化系统的一个实施例的原理框图。
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。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“竖”、“横”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述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。此外，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。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
此外，还需要说明的是，在本发明的描述中，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；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
本实施例提出了一种自适应医疗级影像效果的优化方法，通过参考值和权重值对采集当前图像的像素特征值进行修正，得到控制参数，对光源和相机进行控制，其中，参考值和权重值并不是一成不变的，而是根据历史数据和采集当前图像的像素特征值进行迭代计算得出的，因而，本实施例是一种能够根据现场环境自动学习、自动智能调整相机和光源参数的优化方法，可以达到满意的医疗级影像效果，无需人工参与，通用性和实时性强。
一种自适应医疗级影像效果的优化方法，包括：
采集当前图像。
将采集的图像分解为R通道、G通道、B通道、W通道。
对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数。
根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值。
计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值。
计算当前权重值dw[i]的方法为：
如果(dV[i]-dT[i])≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果(dV[i]-dT[i])=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]。
每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制。
根据W通道的最佳调整参数对光源的电流值进行控制；
根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
根据四个通道的最佳调整参数对相机的伽马值进行控制。
本实施例优化方法的调整参数Ut[i]是根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算出来的，其中，当前像素特征值dV[i]为采集当前图像得到的，当前权重值dw[i]和当前参考值dT[i]也不是固定不变的，而是根据历史数据和采集当前图像的像素特征值进行迭代计算得出的，因而，本实施例的调整参数Ut[i]更加符合实际现场环境，根据现场环境自动学习、自动智能调整相机和光源参数，达到满意的医疗级影像效果。
如图1所示，本实施例的控制方法包括如下步骤：
S1、采集当前图像。
S2、将采集的图像分解为R通道、G通道、B通道、W通道；对每一个通道的数据标记像素特征值dV[i]。
i代表图像采集的次数。
S3、计算每一个通道的当前参考值dT[i]。
根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值。
计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
S4、计算每一个通道的当前权重值dw[i]。
根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值。
计算当前权重值dw[i]的方法为：
如果(dV[i]-dT[i])≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果(dV[i]-dT[i])=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
S5、计算每一个通道的当前最佳调整参数Ut[i]。
根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]。
每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
S6、根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制。
根据W通道的最佳调整参数对光源的电流值进行控制；
根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
根据四个通道的最佳调整参数对相机的伽马值进行控制。
如图2所示，本实施例还提出了一种自适应医疗级影像效果的优化系统，包括：
图像采集模块，用于采集当前图像。
图像处理模块，用于将采集的图像分解为R通道、G通道、B通道、W通道；用于对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数；
控制模块，用于根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值；用于根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值；用于根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]；用于根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制。
控制模块用于计算每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
控制模块用于计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
控制模块用于计算当前权重值dw[i]的方法为：
如果(dV[i]-dT[i])≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果(dV[i]-dT[i])=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
自适应医疗级影像效果的优化系统还包括：
光源调整单元，用于根据W通道的最佳调整参数对光源的电流值进行控制；
RED增益和饱和度调整单元，用于根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
GREEN增益和饱和度调整单元，用于根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
BLUE增益和饱和度调整单元，用于根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
伽马调整单元，用于根据四个通道的最佳调整参数对相机的伽马值进行控制。
本实施例优化系统的调整参数Ut[i]是根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算出来的，其中，当前像素特征值dV[i]为采集当前图像得到的，当前权重值dw[i]和当前参考值dT[i]也不是固定不变的，而是根据历史数据和采集当前图像的像素特征值进行迭代计算得出的，因而，本实施例的调整参数Ut[i]更加符合实际现场环境，根据现场环境自动学习、自动智能调整相机和光源参数，达到满意的医疗级影像效果。
现有技术相机的预设参数固定，应对不同的使用环境时，若相机的R通道增益偏大，则采集的图像偏红；若相机的G通道增益偏大，则采集的图像偏绿；若相机的B通道增益偏大，则采集的图像偏蓝；若相机的饱和度不合适，则采集的图像存在饱和度过高或过低的问题；若相机的亮度不合适，则采集的图像存在亮度过亮或过暗的问题。
而本实施例自适应医疗级应先高效果的优化方法，根据现场环境自动学习、自动智能调整相机参数和光源参数的优化方法，使得采集图像的效果大大提高，可以达到满意的医疗级影像效果。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明个实施例技术方案的精神和范围。
Claims (8)
1.一种自适应医疗级影像效果的优化方法，其特征在于，所述方法包括：
采集当前图像；
将采集的图像分解为R通道、G通道、B通道、W通道；
对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数；
根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值；
根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值；
根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]；
根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制；
所述根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制具体包括；
根据W通道的最佳调整参数对光源的电流值进行控制；
根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
根据四个通道的最佳调整参数对相机的伽马值进行控制。
2.根据权利要求1所述的自适应医疗级影像效果的优化方法，其特征在于，每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
3.根据权利要求1所述的自适应医疗级影像效果的优化方法，其特征在于，计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
4.根据权利要求1所述的自适应医疗级影像效果的优化方法，其特征在于，计算当前权重值dw[i]的方法为：
如果（dV[i]-dT[i]）≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果（dV[i]-dT[i]）=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
5.一种自适应医疗级影像效果的优化系统，其特征在于：包括：
图像采集模块，用于采集当前图像；
图像处理模块，用于将采集的图像分解为R通道、G通道、B通道、W通道；用于对每一个通道的数据标记像素特征值dV[i]，i代表图像采集的次数；
控制模块，用于根据上一次参考值dT[i-1]和像素特征值dV[i]以及图像采集次数i计算每一个通道的当前参考值dT[i]；其中，初次参考值dT[0]为事先确定的值；用于根据像素特征值dV[i]和当前参考值dT[i]以及图像采集次数i计算每一个通道的当前权重值dw[i]；其中，初次权重值dw[0]为事先确定的值；用于根据当前像素特征值dV[i]、当前权重值dw[i]和当前参考值dT[i]计算每一个通道的当前最佳调整参数Ut[i]；用于根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制；
所述控制模块用于根据每一个通道的当前最佳调整参数Ut[i]对光源和相机进行控制具体包括：
光源调整单元，用于根据W通道的最佳调整参数对光源的电流值进行控制；
RED增益和饱和度调整单，用于根据R通道的最佳调整参数对相机的RED增益和饱和度进行控制；
GREEN增益和饱和度调整单元，用于根据G通道的最佳调整参数对相机的GREEN增益和饱和度进行控制；
BLUE增益和饱和度调整单元，用于根据B通道的最佳调整参数对相机的BLUE增益和饱和度进行控制；
伽马调整单元，用于根据四个通道的最佳调整参数对相机的伽马值进行控制。
6.根据权利要求5所述的自适应医疗级影像效果的优化系统，其特征在于，所述控制模块用于计算每一个通道的当前最佳调整参数Ut[i]=dw[i]*(dV[i]-dT[i])+bt，其中，bt为事先确定的偏移量。
7.根据权利要求5所述的自适应医疗级影像效果的优化系统，其特征在于，所述控制模块用于计算当前参考值dT[i]的方法为：
d[i]=(dT[i-1]+dV[i])/2；
Sdt[i]=Sdt[i-1]+d[i]；其中，Sdt[0]=0；
dT[i]=Sdt[i]/i。
8.根据权利要求5所述的自适应医疗级影像效果的优化系统，其特征在于，所述控制模块用于计算当前权重值dw[i]的方法为：
如果（dV[i]-dT[i]）≠0，d2[i]=(0-bt)/(dV[i]-dT[i])，其中，bt为事先确定的偏移量；
如果（dV[i]-dT[i]）=0，d2[i]=dw[i-1]；
Sdw[i]=Sdw[i-1]+d2[i]；其中，Sdw[0]=0
dw[i]=Sdw[i]/i。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210335420.XA CN114430463B (zh) | 2022-04-01 | 2022-04-01 | 一种自适应医疗级影像效果的优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210335420.XA CN114430463B (zh) | 2022-04-01 | 2022-04-01 | 一种自适应医疗级影像效果的优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114430463A CN114430463A (zh) | 2022-05-03 |
| CN114430463B true CN114430463B (zh) | 2022-06-28 |
Family
ID=81314311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210335420.XA Active CN114430463B (zh) | 2022-04-01 | 2022-04-01 | 一种自适应医疗级影像效果的优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114430463B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02238791A (ja) * | 1989-03-10 | 1990-09-21 | Nikon Corp | 色順次カラーカメラの利得調整装置 |
| JPH11168761A (ja) * | 1997-09-30 | 1999-06-22 | Ricoh Co Ltd | デジタルカメラ調整システムおよびデジタルカメラ調整装置 |
| KR20040067086A (ko) * | 2003-01-21 | 2004-07-30 | 엘지전자 주식회사 | 자동 화이트 밸런스 조정 장치 및 방법 |
| JP2007043439A (ja) * | 2005-08-03 | 2007-02-15 | Casio Comput Co Ltd | ホワイトバランス調整装置、及びホワイトバランス調整方法 |
| CN102737610A (zh) * | 2011-03-31 | 2012-10-17 | 青岛海信电器股份有限公司 | 一种光源亮度调整方法、装置及显示设备 |
| CN104296968A (zh) * | 2014-10-10 | 2015-01-21 | 中国科学院长春光学精密机械与物理研究所 | 多通道ccd的调制传递函数测试方法 |
| CN110443771A (zh) * | 2019-08-16 | 2019-11-12 | 同济大学 | 车载环视相机系统中环视图亮度与颜色一致性调整方法 |
| CN111064900A (zh) * | 2019-12-25 | 2020-04-24 | 宜宾凯翼汽车有限公司 | 一种自适应白平衡方法及车载全景环视系统 |
| WO2021094274A1 (en) * | 2019-11-13 | 2021-05-20 | F. Hoffmann-La Roche Ag | Adjustment method for an analytical determination of an analyte in a bodily fluid |
| CN113178077A (zh) * | 2021-03-19 | 2021-07-27 | 江苏航天大为科技股份有限公司 | 一种基于反馈机制进行画面调整的电警相机 |
| CN113473102A (zh) * | 2021-07-02 | 2021-10-01 | 上海酷芯微电子有限公司 | 图像自动化调试方法、系统、介质及设备 |
| CN113592739A (zh) * | 2021-07-30 | 2021-11-02 | 浙江大华技术股份有限公司 | 一种镜头阴影校正的方法、装置及存储介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4703476B2 (ja) * | 2006-05-02 | 2011-06-15 | 株式会社日立製作所 | 映像表示装置の調整方法 |
| WO2018163644A1 (ja) * | 2017-03-07 | 2018-09-13 | ソニー株式会社 | 情報処理装置、支援システム及び情報処理方法 |
| CN109151426B (zh) * | 2017-06-28 | 2020-05-22 | 杭州海康威视数字技术股份有限公司 | 一种白平衡调整方法、装置、相机及介质 |
| CN111936031B (zh) * | 2018-04-11 | 2023-12-15 | 富士胶片株式会社 | 医疗图像处理装置 |
| CN109659010B (zh) * | 2018-12-13 | 2021-02-19 | 上海联影医疗科技股份有限公司 | 医疗图像设备成像协议调节方法、装置、存储介质及设备 |
| US11252336B2 (en) * | 2019-05-31 | 2022-02-15 | Samsung Electronics Co.. Ltd. | Electronic device obtaining skin image and method of controlling the same |
| CN110661983B (zh) * | 2019-11-12 | 2021-03-19 | 腾讯科技（深圳）有限公司 | 图像采集方法、装置、设备及存储介质 |
| CN113347352B (zh) * | 2021-05-21 | 2023-10-03 | Oppo广东移动通信有限公司 | 拍摄参数调整方法及装置、电子设备、计算机存储介质 |
-
2022
- 2022-04-01 CN CN202210335420.XA patent/CN114430463B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02238791A (ja) * | 1989-03-10 | 1990-09-21 | Nikon Corp | 色順次カラーカメラの利得調整装置 |
| JPH11168761A (ja) * | 1997-09-30 | 1999-06-22 | Ricoh Co Ltd | デジタルカメラ調整システムおよびデジタルカメラ調整装置 |
| KR20040067086A (ko) * | 2003-01-21 | 2004-07-30 | 엘지전자 주식회사 | 자동 화이트 밸런스 조정 장치 및 방법 |
| JP2007043439A (ja) * | 2005-08-03 | 2007-02-15 | Casio Comput Co Ltd | ホワイトバランス調整装置、及びホワイトバランス調整方法 |
| CN102737610A (zh) * | 2011-03-31 | 2012-10-17 | 青岛海信电器股份有限公司 | 一种光源亮度调整方法、装置及显示设备 |
| CN104296968A (zh) * | 2014-10-10 | 2015-01-21 | 中国科学院长春光学精密机械与物理研究所 | 多通道ccd的调制传递函数测试方法 |
| CN110443771A (zh) * | 2019-08-16 | 2019-11-12 | 同济大学 | 车载环视相机系统中环视图亮度与颜色一致性调整方法 |
| WO2021094274A1 (en) * | 2019-11-13 | 2021-05-20 | F. Hoffmann-La Roche Ag | Adjustment method for an analytical determination of an analyte in a bodily fluid |
| CN111064900A (zh) * | 2019-12-25 | 2020-04-24 | 宜宾凯翼汽车有限公司 | 一种自适应白平衡方法及车载全景环视系统 |
| CN113178077A (zh) * | 2021-03-19 | 2021-07-27 | 江苏航天大为科技股份有限公司 | 一种基于反馈机制进行画面调整的电警相机 |
| CN113473102A (zh) * | 2021-07-02 | 2021-10-01 | 上海酷芯微电子有限公司 | 图像自动化调试方法、系统、介质及设备 |
| CN113592739A (zh) * | 2021-07-30 | 2021-11-02 | 浙江大华技术股份有限公司 | 一种镜头阴影校正的方法、装置及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| A Method of Adjusting Visible-light Camera Oriented to Embedded Structures;Xu Yue,et al.;《 2013 Third International Conference on Intelligent System Design and Engineering Applications》;20130207;全文 * |
| Automatic gain control for image-intensified camera;K.R. Fowler.;《 IEEE Transactions on Instrumentation and Measurement ( Volume: 53, Issue: 4, Aug. 2004)》;20040719;全文 * |
| 多模态CCD相机辐射校正方法研究;李波等;《微计算机信息》;20100115(第02期);全文 * |
| 自适应自动白平衡算法的改进与实现;田立坤等;《电光与控制》;20131219(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114430463A (zh) | 2022-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7552002B2 (ja) | 光レベル適応フィルタ及び方法 | |
| CN110505454B (zh) | 基于场景模式与用户感知需求的视频供给系统与方法 | |
| CN110706794B (zh) | 一种医学图像处理系统和医学图像处理方法 | |
| CN109782414A (zh) | 一种基于无参考结构清晰度的自动调焦方法 | |
| US20140292616A1 (en) | Computer monitor equalization using handheld device | |
| CN110599418B (zh) | 一种变换域融合的全局色调映射方法 | |
| CN113824945B (zh) | 一种基于深度学习的快速自动白平衡和颜色矫正方法 | |
| CN114881896B (zh) | 内窥镜图像实时去雾方法、装置、电子设备、存储介质 | |
| CN109124702B (zh) | 配置气腹控制和中央控制模块的智能腔镜系统 | |
| CN111915523B (zh) | Dr图像亮度自适应调整方法及系统 | |
| CN114430463B (zh) | 一种自适应医疗级影像效果的优化方法及系统 | |
| CN117853749A (zh) | 一种信息处理方法及电子设备 | |
| CN114979483B (zh) | 一种基于数字摄像机的焦点跟踪方法 | |
| CN105405110A (zh) | 非均匀光照补偿方法 | |
| US8169475B2 (en) | Image processing system, imaging system, and microscope imaging system | |
| CN109363613B (zh) | 具有电磁抑制功能的移动智能一体化腔镜系统 | |
| CN114419074B (zh) | 4k医疗影像处理方法 | |
| CN114748169B (zh) | 一种基于图像经验的腹腔镜手术机器人自主运镜方法 | |
| CN110012277A (zh) | 一种针对人像图像的自动白平衡方法及装置 | |
| EP2204980B1 (en) | Image processing system, imaging system, and microscope imaging system | |
| TWI438718B (zh) | 適應性反雙曲線影像處理方法及其系統 | |
| CN109171606B (zh) | 智能一体化机器人腔镜系统 | |
| CN111738928B (zh) | 一种基于概率优化和神经网络的内窥镜去雾方法 | |
| CN109949301B (zh) | 无线内窥镜摄像照明系统 | |
| CN110430369B (zh) | 基于中央处理器单元的腔镜光源协同控制方法及装置 |
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 |