CN114449146B - 图像处理方法、装置、电子设备、存储介质及程序产品 - Google Patents
图像处理方法、装置、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114449146B CN114449146B CN202210114314.9A CN202210114314A CN114449146B CN 114449146 B CN114449146 B CN 114449146B CN 202210114314 A CN202210114314 A CN 202210114314A CN 114449146 B CN114449146 B CN 114449146B
- Authority
- CN
- China
- Prior art keywords
- narrow
- band
- image
- target object
- filters
- 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 97
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000007499 fusion processing Methods 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 230000001575 pathological effect Effects 0.000 claims description 56
- 238000001914 filtration Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000004927 fusion Effects 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000002194 synthesizing effect Effects 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 4
- 238000003384 imaging method Methods 0.000 abstract description 28
- 230000000694 effects Effects 0.000 abstract description 12
- 210000001519 tissue Anatomy 0.000 description 39
- 206010028980 Neoplasm Diseases 0.000 description 18
- 238000005070 sampling Methods 0.000 description 18
- 230000007170 pathology Effects 0.000 description 17
- 239000000463 material Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007888 film coating Substances 0.000 description 1
- 238000009501 film coating Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000007489 histopathology method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
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
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B33/00—Colour photography, other than mere exposure or projection of a colour film
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B33/00—Colour photography, other than mere exposure or projection of a colour film
- G03B33/04—Colour photography, other than mere exposure or projection of a colour film by four or more separation records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/51—Housings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品;方法包括:通过每种窄带滤波片对目标对象进行采集处理,得到包括目标对象的窄带通道图像;基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像。通过本申请,能够充分有效地展示目标对象,提高图像的成像效果。
Description
技术领域
本申请涉及图形图像处理技术,尤其涉及一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着图像处理技术的发展,电子设备可以实现更加丰富的和形象的图像。相比于文字,图像携带了更丰富更具表现力的信息,从而越来越受到用户的喜爱。
通过电子设备采集目标对象的图像,以使采集的图像包括目标对象,通过采集的图像可以定位目标对象的位置,以基于目标对象的位置进行后续操作,例如针对病理图像,通过病理图像快速定位病理部位,以基于病理部位进行后续精准的病理取材。
但是,相关技术中,通过电子设备采集的图像无法清楚地界定目标对象与其他非目标对象,从而降低了图像的成像效果。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够充分有效地展示目标对象,提高图像的成像效果。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种会话处理方法,应用于电子设备,所述电子设备包括多种窄带滤波片;
所述方法包括:
通过每种所述窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的窄带通道图像;
基于所述多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
本申请实施例提供一种图像处理装置,所述装置包括:
采集模块,用于通过多种窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的单通道图像;
融合模块,用于对所述多种窄带滤波片对应的单通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
上述技术方案中,所述图像处理包括感光芯片,所述多种窄带滤波片以矩阵形式规则排布于所述感光芯片上;所述采集模块还用于通过所述感光芯片对所述目标对象进行图像采集处理,得到包括所述目标对象的图像;
基于所述感光芯片中的每种所述窄带滤波片对包括所述目标对象的图像进行通道拆分处理,得到每种所述窄带滤波片对应的中间通道图像;
对每种所述窄带滤波片对应的中间通道图像进行差值处理,得到每种所述窄带滤波片对应的窄带通道图像。
上述技术方案中,所述采集模块还用于针对所述感光芯片中的任一种所述窄带滤波片执行以下处理:
确定所述窄带滤波片在所述感光芯片的位置;
基于所述窄带滤波片在所述感光芯片的位置,对包括所述目标对象的图像进行像素提取处理,得到所述窄带滤波片的像素;
基于所述窄带滤波片在所述感光芯片的排布,对所述窄带滤波片的像素进行排列处理,得到所述窄带滤波片对应的中间通道图像。
上述技术方案中,所述多种窄带滤波片对应的窄带通道图像的尺寸相同;所述融合模块还用于针对所述窄带通道图像中的任一像素执行以下处理:
确定所述多种窄带滤波片对应的窄带通道图像对应所述像素的像素值;
将多个对应所述像素的像素值进行合成处理,得到所述像素的多通道像素值;
对多个所述像素的多通道像素值进行拼接处理,得到包括所述目标对象的轮廓的彩色图像。
上述技术方案中,所述融合模块还用于确定所述多种窄带滤波片中的部分窄带滤波片;
对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
上述技术方案中,所述融合模块还用于显示所述多种窄带滤波片的滤波指标;
响应于针对所述滤波指标的选择操作,将被选中的滤波指标对应的窄带滤波片作为所述部分窄带滤波片。
上述技术方案中,所述融合模块还用于获取所述多种窄带滤波片被使用的频率;
基于所述多种窄带滤波片被使用的频率对所述多种窄带滤波片进行降序排序,将降序排序结果中排列在前的多种窄带滤波片作为所述部分窄带滤波片。
上述技术方案中,当所述窄带滤波片的种类为至少四种时,所述融合模块还用于确定所述多种窄带滤波片中的任意三种窄带滤波片;
对所述任意三种窄带滤波片对应的窄带通道图像进行合成处理,得到候选彩色图像;
对每个所述候选彩色图像进行边缘检测处理,得到每个所述候选彩色图像的边缘特征;
将所述边缘特征最多对应的候选彩色图像作为包括所述目标对象的轮廓的彩色图像。
上述技术方案中,所述图像处理装置还包括宽带滤波片;所述基于所述多种窄带滤波片对应的单通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像之后,所述采集模块还用于通过所述窄带滤波片对所述目标对象进行采集处理,得到包括所述目标对象的宽带通道图像;
基于所述宽带通道图像对包括所述目标对象的轮廓的彩色图像进行图像增强处理,得到增强后的所述彩色图像。
上述技术方案中,所述采集模块还用于通过每种所述窄带滤波片对病理组织进行采集处理,得到包括所述病理组织的窄带通道病理图像;
所述融合模块还用于基于所述多种窄带滤波片对应的窄带通道病理图像进行融合处理,得到包括所述病理组织的轮廓的彩色病理图像。
本申请实施例提供一种图像处理装置,所述图像处理装置包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的图像处理方法。
本申请实施例提供一种电子设备,所述电子设备包括:
壳体,用于形成部分封闭的空间;
多种窄带滤波片,位于所述壳体内部的感光芯片上,用于:采集光信号,所述感光芯片用于输出感光信号;
处理器,位于所述壳体的内部,用于:接收由所述感光芯片输出的感光信号,所述感光信号是通过所述多种窄带滤波片采集的目标对象的光信号,基于所述感光信号生成包括所述目标对象的窄带通道图像,以及
基于所述多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
上述技术方案中,所述处理器还用于:
针对所述窄带通道图像中的任一像素执行以下处理:
确定所述多种窄带滤波片对应的窄带通道图像对应所述像素的像素值,将多个对应所述像素的像素值进行合成处理,得到所述像素的多通道像素值,以及
对多个所述像素的多通道像素值进行拼接处理,得到包括所述目标对象的轮廓的彩色图像。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的图像处理方法。
本申请实施例提供一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现本申请实施例提供的图像处理方法。
本申请实施例具有以下有益效果:
通过窄带滤波片对目标对象进行采集处理,能够精准地采集到目标对象,并融合多种窄带滤波片对应的窄带通道图像,得到包括目标对象的轮廓的彩色图像,从而通过电子设备采集的彩色图像清楚地界定目标对象与彩色图像中非目标对象,以充分有效地展示目标对象,提高图像的成像效果。
附图说明
图1是相关技术提供的X光透射影像的示意图;
图2是本申请实施例提供的图像处理系统100的架构示意图;
图3是本申请实施例提供的图像处理装置的结构示意图;
图4是本申请实施例提供的电子设备30的硬件结构示意图;
图5A-图5B是本申请实施例提供的图像处理方法的流程示意图;
图6是本申请实施例提供的短波红外相机的结构示意图;
图7是本申请实施例提供的彩色图像的合成示意图;
图8是本申请实施例提供的彩色图像的合成示意图;
图9A是本申请实施例提供的支架式成像系统的示意图;
图9B是本申请实施例提供的手持式成像系统的示意图;
图10A是本申请实施例提供的普通镜头的示意图;
图10B是本申请实施例提供的红外复消色差镜头的示意图;
图11A是本申请实施例提供的常亮模式的示意图;
图11B是本申请实施例提供的闪光灯模式的示意图;
图12A是本申请实施例提供的对焦环的示意图;
图12B是本申请实施例提供的液态镜头的示意图;
图13是本申请实施例提供的窄带红外彩色相机拍摄到的合成红外彩色图像与普通彩色相机拍摄到的彩色图像的对比示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,所涉及的术语“第一\第二”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)响应于:用于表示所执行的操作所依赖的条件或者状态,当满足所依赖的条件或状态时,所执行的一个或多个操作可以是实时的,也可以具有设定的延迟;在没有特别说明的情况下,所执行的多个操作不存在执行先后顺序的限制。
2)病理图像:用于呈现机体器官、组织或细胞的病理形态的图像。基于病理图像,可以探究病变产生的原因、发病机理、病变的发展过程等。病理图像包括病灶切片图像(为了观察病灶改变,而切取一定大小的病灶组织所形成的图像)、内镜图像等。
3)窄带滤波片:又称窄带滤光片,从带通滤光片中细分出来的滤光片,窄带滤光片在特定的波段允许光信号通过,而偏离这个波段以外的两侧光信号被阻止,窄带滤光片的通带相对来说比较窄,为中心波长值的5%以下,窄带滤光片的通带半宽度小于10nm(纳米)。
相关技术中,癌症切除手术(如保守手术)术中准确地知道肿瘤边缘位置,并完整切除肿瘤区域能防止患者病情复发和避免二次手术。术后组织病理分析是肿瘤诊断的金标准。患者手术中被切除的组织会被切成适当体积的组织块,经过医生挑选过后,用福尔马林浸泡等方法将组织块固定,随后经过脱水、浸蜡包埋、切片贴片、染色封片等一系列操作最终制成可在显微镜下观察的病理切片。为了获得准确的患者病灶信息,医生挑选组织块的过程尤为重要。漏选含有病灶的组织块将限制医生做出更准确的判断,而过多的选取组织块则会大大增加制片的工作量,降低医疗效率。
医生在术中进行肿瘤等病灶边缘检测和术后选取病理材料的主要依据主要分为两方面:对于医疗条件有限的医院,医生主要是通过裸眼观察和触摸手感来分辨肿瘤区域进行组织块选取,这种方法对于经验不足的医生来讲是一项难度极高的任务,尤其在瘤床隐匿的情况下,单靠病理医生视觉根本无法辨识正常组织区域和病灶区域,触摸手感更是非常主观的判断;另一种是使用放射学影像的方法进行分辨病灶区域并辅助病理取材,例如光影像平台,此平台能够给出切除组织的X光透射影像(如图1所示,条状物101为标记针,用于标记位置),帮助医生在术中更准确地找到病灶,也能有助于活检程序中的病理取材,然而,对X光影像的解读主要依靠医生的经验,存在一定的主观性,不同医生的解读结构有时存在异议,另外X光设备价格不菲。
为了解决上述问题,本申请实施例提供一种图像处理方法、装置、电子设备、计算机可读存储介质以及计算机程序产品,能够充分有效地展示目标对象,提高图像的成像效果。
本申请实施例所提供的图像处理方法,可以由终端独自实现;也可以由终端和服务器协同实现,例如终端独自承担下文所述的图像处理方法,或者,终端向服务器发送图像采集请求(包括目标对象的窄带通道图像),服务器根据接收的图像采集请求执行图像处理方法,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像。
本申请实施例提供的电子设备可以是各种类型的具有成像功能的终端或服务器,其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器,其中,云服务可以是图像处理服务,供终端进行调用;终端可以是智能相机、智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能语音交互设备、车载终端等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
参见图2,图2是本申请实施例提供的图像处理系统100的架构示意图,终端200通过网络300连接服务器100,其中,网络300可以是广域网或者局域网,又或者是二者的组合。
在一些实施例中,以电子设备是具有呈现成像功能的终端为例,本申请实施例提供的图像处理方法可以由终端200实现。例如,用户通过终端200中的窄带滤波片对目标对象进行采集处理,得到包括目标对象的窄带通道图像,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像,例如针对病理图像,通过终端200中的窄带滤波片对病理组织进行采集处理,得到包括病理组织的窄带通道图像,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括病理组织的轮廓的彩色图像(即病理图像),通过病理图像快速定位病理部位,以基于病理部位进行后续精准的病理取材。
在一些实施例中,本申请实施例提供的图像处理方法可以由终端和服务器协同实现。例如,用户在终端200中的窄带滤波片对目标对象进行采集处理,得到包括目标对象的窄带通道图像,终端200可以将包括目标对象的窄带通道图像发送至服务器100,服务器100基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像,并将彩色图像发送至终端200,终端200显示彩色图像,例如针对病理图像,通过终端200中的窄带滤波片对病理组织进行采集处理,得到包括病理组织的窄带通道图像,终端200将窄带通道图像发送至服务器100,服务器100基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括病理组织的轮廓的彩色图像(即病理图像),并将病理图像发送至终端200以显示,从而通过病理图像快速定位病理部位,以基于病理部位进行后续精准的病理取材。
在一些实施例中,终端或服务器可以通过运行计算机程序来实现本申请实施例提供的图像处理方法,例如,计算机程序可以是操作系统中的原生程序或软件模块;可以是本地(Native)应用程序(APP,Application),即需要在操作系统中安装才能运行的程序;也可以是小程序,即只需要下载到浏览器环境中就可以运行的程序;还可以是能够嵌入至任意APP中的小程序。总而言之,上述计算机程序可以是任意形式的应用程序、模块或插件。
本申请实施例可以借助于云技术(Cloud Technology)实现,云技术是基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、以及应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源。
在一些实施例中,多个服务器可组成为一区块链,而服务器100为区块链上的节点,区块链中的每个节点之间可以存在信息连接,节点之间可以通过上述信息连接进行信息传输。其中,本申请实施例提供的图像处理方法所相关的数据(例如图像处理的逻辑、彩色图像)可保存于区块链上,由于区块链具有不可篡改的特性,因此能够保证区块链中的数据的准确性。
参见图3,图3是本申请实施例提供的图像处理装置的结构示意图,以装置为具有成像功能的终端为例进行说明,图3所示的图像处理装置包括:至少一个处理器510、存储器550、至少一个网络接口520。图像处理装置500中的各个组件通过总线系统540耦合在一起。可理解,总线系统540用于实现这些组件之间的连接通信。总线系统540除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图3中将各种总线都标为总线系统540。
处理器510可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
存储器550可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器550例如包括在物理位置上远离处理器510的一个或多个存储设备。
存储器550包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器550旨在包括任意适合类型的存储器。
在一些实施例中,存储器550能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,下面示例性说明。
操作系统551,包括用于处理各种基本系统服务和执行硬件相关任务的系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务;
网络通信模块552,用于经由一个或多个(有线或无线)网络接口520到达其他计算设备,示例性的网络接口520包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal Serial Bus)等;
呈现模块553,用于经由一个或多个与用户接口530相关联的输出装置(例如,显示屏、扬声器等)使得能够呈现信息(例如,用于操作外围设备和显示内容和信息的用户接口);
输入处理模块554,用于对一个或多个来自一个或多个输入装置532之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中,本申请实施例提供的图像处理装置可以采用软件方式实现,图3示出了存储在存储器550中的图像处理装置555,其可以是程序和插件等形式的软件,包括以下软件模块:采集模块5551以及融合模块5552,这些模块是逻辑上的,因此根据所实现的功能可以进行任意的组合或进一步拆分,将在下文中说明各个模块的功能。
下面继续说明本申请实施例提供的电子设备的硬件结构。
参见图4,图4是本申请实施例提供的电子设备40的硬件结构示意图,包括:壳体41,用于形成部分封闭的空间;多种窄带滤波片42,位于壳体41内部的感光芯片上,用于:采集光信号,感光芯片用于输出感光信号;处理器43,位于壳体41的内部,用于:接收由感光芯片输出的感光信号,感光信号是通过多种窄带滤波片采集的目标对象的光信号,基于感光信号生成包括目标对象的窄带通道图像,以及基于多种窄带滤波片42对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像。
其中,电子设备30可以是任何具有成像功能的电子设备,例如手机、相机等。其中,电子设40的壳体41可以是支架形式的壳体(包括如图9A所示的支架904),从而通过支架能够固定电子设备,从而避免电子设备的抖动,电子设40的壳体41还可以是手柄形式的壳体(包括如图9B所示的手柄905),从而通过手柄能够手持电子设备,以便进行灵活的拍照。其中,感光芯片可以是红外感光芯片,还可以是普通光感光芯片,红外感光芯片相对于普通光感光芯片的感光效果更好。
需要说明的是,窄带通道图像表示利用目标对象(例如病理组织)针对不同窄带光波频谱吸收峰不同的特征以及处于这些吸收峰范围内的光波在目标对象的穿透深度不同的特征,所获得的对比效果突出的单通道图像,例如针对1450nm滤波片,以获得目标对象的轮廓突出的1450nm的单通道图像(即窄带通道图像);针对1300nm滤波片,以获得目标对象的轮廓突出的1300nm的单通道图像(即窄带通道图像);针对1050nm滤波片,以获得目标对象的轮廓突出的1050nm的单通道图像(即窄带通道图像)。
需要说明的是,每个窄带滤波片的尺寸与感光芯片上像素的尺寸匹配(即感光芯片上像素的尺寸大于或者等于每个窄带滤波片的尺寸),例如感光芯片上的像素的边长为5微米,则每个窄带滤波片小格的边长可为5微米,感光芯片上的像素的尺寸为8微米*8微米,则每个窄带滤波片的尺寸可为8微米*8微米,以保证感光芯片上每个像素上都有一块窄带滤波片。
在一些实施例中,多种窄带滤波片以矩阵形式规则排布于感光芯片上;处理器还用于:基于感光信号生成包括目标对象的图像,以及基于感光芯片中的每种窄带滤波片对包括目标对象的图像进行通道拆分处理,得到每种窄带滤波片对应的中间通道图像,以及对每种窄带滤波片对应的中间通道图像进行差值处理,得到每种窄带滤波片对应的窄带通道图像。
如图6所示,滤波片矩阵603包括多种窄带滤波片(图6所示的1450nm(纳米)窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片),滤波片矩阵603以2*2周期重复地排布于感光芯片上,用于采集排布规律的窄带通道图像。
例如,以1450nm(纳米)窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片为例,对于采集到的包括目标对象的图像,将1450nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1450nm的中间通道图像,再对1450nm的中间通道图像进行差值处理,得到1450nm的单通道图像(即窄带通道图像),将1300nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1300nm的中间通道图像,再对1300nm的中间通道图像进行差值处理,得到1300nm的单通道图像(即窄带通道图像),将1050nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1050nm的中间通道图像,再对1050nm的中间通道图像进行差值处理,得到1050nm的单通道图像(即窄带通道图像)。
在一些实施例中,处理器还用于:针对窄带通道图像中的任一像素执行以下处理:确定多种窄带滤波片对应的窄带通道图像对应像素的像素值,将多个对应像素的像素值进行合成处理,得到像素的多通道像素值,以及对多个像素的多通道像素值进行拼接处理,得到包括目标对象的轮廓的彩色图像。
例如,以1450nm窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片为例,窄带通道图像包括1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像,且1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像的尺寸是相同的,确定多种窄带滤波片对应的窄带通道图像对应任一像素的像素值,将多个对应像素的像素值进行合成处理,得到任一像素的多通道像素值,按照像素的位置拼接像素的多通道像素值,得到包括目标对象的轮廓的彩色图像,从而将1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像合成为彩色图像。
在一些实施例中,电子设备还包括:消色差镜头,设置于壳体的内部,用于将多种窄带滤波片采集的窄带波聚焦至感光芯片上。
如图4所示,电子设备40包括消色差镜头44(例如红外复消色差镜头)。其中,消色差镜头44可以保证几个窄带波长能够同时清晰的聚焦在感光芯片表面,让图像清晰度更高。
当然,消色差镜头44还可以是普通镜头,使用普通镜头时,由于不同波长折射率不同,图像清晰度会受到一定程度的影响。
在一些实施例中,消色差镜头还包括:对焦环,设置于消色差镜头表面,用于调整消色差镜头的焦距;或者,液态镜头,设置于消色差镜头上,用于调整消色差镜头的焦距。
如图4所示,电子设备40包括消色差镜头44(例如红外复消色差镜头)。如图12A所示,运用红外复消色差镜头上的对焦环1201进行手动旋转,以实现镜头对焦。如图12B所示,在红外复消色差镜头上额外安装液态镜头1202,结合电子设备可以进行焦面搜索,从而实现镜头自动对焦。
在一些实施例中,电子设备还包括:窗口片,设置于壳体的内部,用于保护感光芯片以及处理器;其中,窗口片的类型包括:长通滤波片、偏振片、衰减片。
如图4所示,电子设备40包括窗口片45。窗口片903可以是长通滤波片(例如红外长通滤波片)用于滤除可见光,也可以是偏振片,用于采集偏振光,或者是衰减片用于对入射光进行衰减等。
在一些实施例中,电子设备还包括:光源装置,设置于壳体的内部,用于提供至少一个光源,光源的类型包括宽带光源、窄带光源;其中,光源装置的照明模式包括:常亮模式、闪光灯模式。
如图4所示,光源装置46提供的光源可以是宽带光源,也可以是同时点亮的多个窄带光源。由于本申请实施例的电子设备采用窄带滤波片,就不需要把不同波长的光源分开点亮拍照来获取多光谱信息,而是可以同时将所有光源装置都点亮或者直接使用宽带光源照明,然后依赖窄带滤波片矩阵去进行滤光得到多光谱图像。
例如,光源装置的照明模式为常亮模式,常亮模式亮度可以在长时间保持恒定,适合实时观察样本和录制视频。光源装置的照明模式为闪光灯模式,闪光灯模式可以在极短的时间内爆发出极大的光源功率,适合采集运动样品,或者适合环境光比较强的场景,闪光灯模式下相机只需要选用非常小(约1/100000s(秒))的快门时间,可以保证采集到无运动模糊的图像。
如前所述,本申请实施例提供的图像处理方法可以由电子设备实施,电子设备包括多种窄带滤波片。参见图5A,图5A是本申请实施例提供的图像处理方法的流程示意图,结合图5A示出的步骤进行说明。
需要说明的是,电子设备可以是任何具有成像功能的电子设备,例如手机、相机等。窄带滤波片是从带通滤光片中细分出来的滤光片,窄带滤光片在特定的波段允许光信号通过,而偏离这个波段以外的两侧光信号被阻止,例如980nm窄带滤光片,1000nm窄带滤光片,1050nm窄带滤光片,1064nm窄带滤光片,1080nm窄带滤光片等。
在步骤101中,通过每种窄带滤波片对目标对象进行采集处理,得到包括目标对象的窄带通道图像。
例如,通过窄带滤波片对目标对象进行采集处理,得到的窄带通道图像能够很好的区分目标对象以及其他的非目标对象,以充分有效地展示目标对象。
在一些实施例中,电子设备包括感光芯片,多种窄带滤波片以矩阵形式规则排布于感光芯片上;通过每种窄带滤波片对目标对象进行采集处理,得到包括目标对象的窄带通道图像,包括:通过感光芯片对目标对象进行图像采集处理,得到包括目标对象的图像;基于感光芯片中的每种窄带滤波片对包括目标对象的图像进行通道拆分处理,得到每种窄带滤波片对应的中间通道图像;对每种窄带滤波片对应的中间通道图像进行差值处理,得到每种窄带滤波片对应的窄带通道图像。
如图6所示,滤波片矩阵包括多种窄带滤波片(图6所示的1450nm(纳米)窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片),滤波片矩阵以2*2周期重复地排布于感光芯片上,用于采集排布规律的窄带通道图像。
例如,以1450nm(纳米)窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片为例,对于采集到的包括目标对象的图像,将1450nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1450nm的中间通道图像,再对1450nm的中间通道图像进行差值处理,得到1450nm的单通道图像(即窄带通道图像),将1300nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1300nm的中间通道图像,再对1300nm的中间通道图像进行差值处理,得到1300nm的单通道图像(即窄带通道图像),将1050nm滤波片所覆盖的像素从包括目标对象的图像抽取出来,得到的图像便是1050nm的中间通道图像,再对1050nm的中间通道图像进行差值处理,得到1050nm的单通道图像(即窄带通道图像)。
在一些实施例中,基于感光芯片中的每种窄带滤波片对包括目标对象的图像进行通道拆分处理,得到每种窄带滤波片对应的中间通道图像,包括:针对感光芯片中的任一种窄带滤波片执行以下处理:确定窄带滤波片在感光芯片的位置;基于窄带滤波片在感光芯片的位置,对包括目标对象的图像进行像素提取处理,得到窄带滤波片的像素;基于窄带滤波片在感光芯片的排布,对窄带滤波片的像素进行排列处理,得到窄带滤波片对应的中间通道图像。
例如,以1450nm窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片为例,在窄带滤波片在感光芯片的位置,抽取包括目标对象的图像的像素,得到窄带滤波片的像素,并按照窄带滤波片在感光芯片的排布,对窄带滤波片的像素进行排列,得到窄带滤波片对应的中间通道图像,即1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像。
在步骤102中,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像。
例如,在获得多种窄带滤波片对应的窄带通道图像后,合成多种窄带滤波片对应的窄带通道图像,以得到彩色图像,从而通过电子设备采集的彩色图像清楚地界定目标对象与彩色图像中非目标对象,以充分有效地展示目标对象,提高图像的成像效果。
在一些实施例中,多种窄带滤波片对应的窄带通道图像的尺寸相同;基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像,包括:针对窄带通道图像中的任一像素执行以下处理:确定多种窄带滤波片对应的窄带通道图像对应像素的像素值;将多个对应像素的像素值进行合成处理,得到像素的多通道像素值;对多个像素的多通道像素值进行拼接处理,得到包括目标对象的轮廓的彩色图像。
例如,以1450nm窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片为例,窄带通道图像包括1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像,且1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像的尺寸是相同的,确定多种窄带滤波片对应的窄带通道图像对应任一像素的像素值,将多个对应像素的像素值进行合成处理,得到任一像素的多通道像素值,按照像素的位置拼接像素的多通道像素值,得到包括目标对象的轮廓的彩色图像,从而将1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像合成为彩色图像。
在一些实施例中,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像,包括:确定多种窄带滤波片中的部分窄带滤波片;对部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像。
例如,并不是所有的窄带滤波片对应的窄带通道图像所合成的彩色图像的成像效果都好,本申请实施例可以仅对部分窄带滤波片对应的窄带通道图像进行合成,以得到成像效果最好的彩色图像。
在一些实施例中,确定多种窄带滤波片中的部分窄带滤波片,包括:显示多种窄带滤波片的滤波指标;响应于针对滤波指标的选择操作,将被选中的滤波指标对应的窄带滤波片作为部分窄带滤波片。
例如,显示多种窄带滤波片的滤波指标,例如980nm、1000nm、1050nm、1064nm、1050nm、1080nm、1300nm、1450nm,手动选择任意三个滤波指标,例如1050nm、1300nm、1450nm,则1050nm、1300nm、1450nm分别对应的窄带滤波片作为部分窄带滤波片,并对1050nm窄带滤波片、1300nm窄带滤波片、1450nm窄带滤波片对应的窄带通道图像进行合成,以得到彩色图像,从而基于用户选择合成符合用户要求的彩色图像。
在一些实施例中,确定多种窄带滤波片中的部分窄带滤波片,包括:获取多种窄带滤波片被使用的频率;基于多种窄带滤波片被使用的频率对多种窄带滤波片进行降序排序,将降序排序结果中排列在前的多种窄带滤波片作为部分窄带滤波片。
例如,获取多种窄带滤波片被使用的频率,基于多种窄带滤波片被使用的频率对多种窄带滤波片进行降序排序,将降序排序结果中排列在前的三种窄带滤波片作为部分窄带滤波片,例如1050nm窄带滤波片、1300nm窄带滤波片、1450nm窄带滤波片为降序排序结果中排列在前的三种窄带滤波片,则1050nm、1300nm、1450nm分别对应的窄带滤波片作为部分窄带滤波片,并对1050nm窄带滤波片、1300nm窄带滤波片、1450nm窄带滤波片对应的窄带通道图像进行合成,以得到彩色图像,从而基于用户偏好自动合成符合用户要求的彩色图像。
在一些实施例中,当窄带滤波片的种类为至少四种时,基于多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括目标对象的轮廓的彩色图像,包括:确定多种窄带滤波片中的任意三种窄带滤波片;对任意三种窄带滤波片对应的窄带通道图像进行合成处理,得到候选彩色图像;对每个候选彩色图像进行边缘检测处理,得到每个候选彩色图像的边缘特征;将边缘特征最多对应的候选彩色图像作为包括目标对象的轮廓的彩色图像。
例如,由于合成窄带通道图像的方案有很多种,通过手动一个个尝试过于繁琐,为了提高合成效率,本申请实施例可以对任意三种窄带滤波片对应的窄带通道图像进行合成处理,得到候选彩色图像,并对所有候选彩色图像进行边缘检测处理,得到每个候选彩色图像的边缘特征,由于边缘特征最多的候选彩色图像,则边缘越突出,其成像效果也就越好,则将边缘特征最多对应的候选彩色图像作为包括目标对象的轮廓的彩色图像。
需要说明的是,边缘检测用于检测出图像中亮度变化明显的像素点(即亮度变化超过变化阈值的像素点),像素点的集合表现为轮廓(即边缘)。图像边缘检测能够大幅度地减少了数据量,并且剔除不相关的信息,保留图像重要的结构属性(即边缘)。其中,本申请实施例的边缘检测处理可采用一阶微分边缘算子、Roberts边缘检测算子、Prewitt边缘检测算子、二阶微分算子等算子。
参见图5B,图5B是本申请实施例提供的图像处理方法的流程示意图,图5B示出图5A还包括步骤103-步骤104:电子设备还包括宽带滤波片;在步骤103中,通过窄带滤波片对目标对象进行采集处理,得到包括目标对象的宽带通道图像;在步骤105中,基于宽带通道图像对包括目标对象的轮廓的彩色图像进行图像增强处理,得到增强后的彩色图像。
如图6所示,滤波片矩阵包括多种窄带滤波片(图6所示的1450nm(纳米)窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片)以及宽带滤波片,滤波片矩阵以2*2周期重复地排布于感光芯片上。窄带通道图像包括1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像,且1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像、宽带通道图像的尺寸是相同的,将1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像合成为彩色图像,则合成后的彩色图像、宽带通道图像的尺寸是相同的,确定彩色图像对应任一像素的像素值以及宽带通道图像对应任一像素的像素值,将彩色图像对应任一像素的像素值与宽带通道图像对应任一像素的像素值之间的比值作为任一像素的增强值,按照像素的位置拼接像素的增强值,得到增强后的彩色图像。
在一些实施例中,针对辅助病理取材成像场景,通过每种窄带滤波片对病理组织进行采集处理,得到包括病理组织的窄带通道病理图像;基于多种窄带滤波片对应的窄带通道病理图像进行融合处理,得到包括病理组织的轮廓的彩色病理图像,从而通过彩色病理图像来辅助术中残留病灶检测和术后病理取材,,还可以提高手术成功率和术后病理取材的准确性和一致性,降低病理取材难度。
下面,将说明本申请实施例在一个实际的应用场景中的示例性应用。
本申请实施例可应用于各种成像场景,例如,针对辅助病理取材成像场景,利用电子设备对病理组织进行成像,通过成像的图像辅助术中残留病灶检测和术后病理取材。
下面以辅助病理取材成像场景为例进行说明:
相关技术中,医生在术中进行肿瘤等病灶边缘检测和术后选取病理材料的主要依据主要分为两方面:对于医疗条件有限的医院,医生主要是通过裸眼观察和触摸手感来分辨肿瘤区域进行组织块选取,这种方法对于经验不足的医生来讲是一项难度极高的任务,尤其在瘤床隐匿的情况下,单靠病理医生视觉根本无法辨识正常组织区域和病灶区域,触摸手感更是非常主观的判断;另一种是使用放射学影像的方法进行分辨病灶区域并辅助病理取材,例如光影像平台,此平台能够给出切除组织的X光透射影像,帮助医生在术中更准确地找到病灶,也能有助于活检程序中的病理取材,然而,对X光影像的解读主要依靠医生的经验,存在一定的主观性,不同医生的解读结构有时存在异议,另外X光设备价格不菲。
为了解决上述问题,本申请实施例一种运用窄带滤波片定制的片上马赛克感光芯片制成的短波红外相机(又称窄带红外彩色相机,由电子设备实现)来辅助术中残留病灶检测和术后病理取材,该本快照式辅助取材系统不需要进行不同波长的图像配准,可以做到高速实时成像,不需要遮挡环境光,可以敞开式工作,非常便利,闪光拍摄模式可以消除运动模糊和进一步削弱环境光的影响。本申请实施例还可以提高手术成功率和术后病理取材的准确性和一致性,降低病理取材难度并且硬件成本相比放射学影像系统更低。
如图6所示,本申请实施例提出在短波红外相机601上进行定制化贴片602(在短波红外相机片上的感光芯片贴上滤波矩阵),所贴滤波片是2*2周期重复的滤波片矩阵603。每个2*2滤波片矩阵包括:1450nm窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片和一个宽带滤波片。其中,宽带滤波片为短波红外波段全透的普通玻璃或其他类似材料或者具有亮度衰减功能的材料。前三个窄带波段(1450nm窄带滤波片、1300nm窄带滤波片、1050nm窄带滤波片)可用于合成红外彩色的三个通道,宽带则可以输出无窄带滤波效果的灰色单通道图像。
如图6所示,短波红外感光芯片上贴有马赛克矩阵,这些马赛克矩阵以2*2为单位,每个2*2滤波片矩阵有四个小矩形单位,有三个单位分别是1450nm、1300nm、1050nm的窄带滤波片,第四个单位是一个普通玻璃或者具有亮度衰减功能的窗口用于提供普通灰度图像。每个单位的大小都与所贴合的感光芯片的像素大小一样,贴合时保证一一对应。图6中的2*2滤波片矩阵中三个窄带滤波片是1050nm、1300nm、1450nm,在实际使用中也可以更换窄带波段,这里的三个波段(1050nm、1300nm、1450nm)只是对于辅助取材比较有效的三个经验波段。
需要说明的是,每个滤波片的大小与感光芯片上像素的大小一致,例如感光芯片上的像素的边长为5微米,则图6中每个滤波片小格的边长可为5微米,感光芯片上的像素的边长为8微米,则图6中每个滤波片小格的边长可为8微米,以保证每个像素上都有一块滤波片。采集到的每帧图像,把1450nm滤波片所覆盖的像素抽取出来,得到的图像便是1450nm的单通道图像,把1300nm滤波片所覆盖的像素抽取出来,得到的图像便是1300nm的单通道图像,把1050nm滤波片所覆盖的像素抽取出来,得到的图像便是1050nm的单通道图像。
如图7所示,这三个通道的单通道图像可以直接合成一张彩色图像。另外,所有宽带滤波片对应的像素抽出来,得到的灰度图像可以用来采集无波长差别的图像,当然也可以通过外部照明光源的选择,用于采集特定波段的图像。
如图8所示,采集到的每帧图像,通过1050nm、1300nm、1450nm的窄带滤波片进行通道拆分,并在通道拆分后进行差值处理,得到1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像,并将1450nm的单通道图像、1300nm的单通道图像、1050nm的单通道图像合成窄带红外彩色图像。
本申请实施例所展示的快照式短波红外相机可以实时的捕捉窄带红外彩色图像,而当前的多光谱系统和高光谱系统很难做到实时。
如图9A所示的支架式成像系统,该支架式成像系统包括定制的短波红外相机901(如图6中所示的定制化的感光芯片),红外复消色差镜头902,窗口片903,支架904。其中,红外复消色差镜头902可以保证几个窄带波长能够同时清晰的聚焦在感光芯片表面。窗口片903可以是红外长通滤波片用于滤除可见光,也可以是偏振片,用于获取偏振光,或者是衰减片用于对入射光进行衰减等。
如图9B所示的手持式成像系统,该手持式成像系统包括定制的短波红外相机901(如图6中所示的定制化的感光芯片),红外复消色差镜头902,窗口片903,手柄905。其中,红外复消色差镜头902可以保证几个窄带波长能够同时清晰的聚焦在感光芯片表面。窗口片903可以是红外长通滤波片用于滤除可见光,也可以是偏振片,用于获取偏振光,或者是衰减片用于对入射光进行衰减等。
需要说明的是,图9A和图9B中的镜头可以是普通镜头,也可以是红外复消色差镜头。使用普通镜头时,由于不同波长折射率不同,图像清晰度会受到一定程度的影响,而使用红外复消色差镜头能够解决清晰度的问题,红外复消色差镜头通过镀膜和材料工艺可以让不同波长的光线能汇聚到同一平面,让图像清晰度更高。
如图10A所示的普通镜头,由于不同波长的光线折射率的不同,它们透过普通镜头后会汇聚到不同的平面,从而导致某一波长的图像清晰的时候,则另一波长图像会模糊。如图10B所示的红外复消色差镜头由于镜片有镀膜处理以及材料的选用与制作工艺的讲究,可以让一定范围内(比如400-1700nm)波长的光线能汇聚到一个平面,可以避免出现普通镜头带来的色差。
需要说明的是,图9A和图9B中展示的光源可以是宽带光源,也可以是同时点亮的多个窄带光源。有了图6这种快照式短波红外相机,就不需要把不同波长的光源分开点亮拍照来获取多光谱信息。而是同时将所有光源都点亮或者直接使用宽带光源照明,然后依赖滤波片矩阵去进行滤光得到多光谱图像。
如图11A所示的常亮模式(光源的照明模式),常亮模式亮度可以在长时间保持恒定,适合实时观察样本和录制视频。如图11B所示的闪光灯模式(光源的照明模式),闪光灯模式可以在极短的时间内爆发出极大的光源功率,适合采集运动样品,或者适合环境光比较强的场景,闪光灯模式下相机只需要选用非常小(约1/100000s(秒))的快门时间,可以保证采集到无运动模糊的样本图像。
如图12A所示,运用红外复消色差镜头上的对焦环1201进行手动旋转,以实现镜头对焦。如图12B所示,在红外复消色差镜头上额外安装液态镜头1202,结合相机可以进行焦面搜索,从而实现镜头自动对焦。
如图13所示,本申请实施例提供窄带红外彩色相机拍摄到的合成红外彩色图像与普通彩色相机拍摄到的彩色图像的对比图,空腔脏器组织主要包括:结肠癌组织、直肠癌组织、胃癌组织及食管癌组织,在以上不同的肿瘤组织中,窄带红外彩色图像有较好的组织边界区分度,且成像的颜色类似,对空腔脏器肌层的识别显示出较大的优势。在判断肿瘤边界时,窄带红外彩色图像明显较普通彩色图像更加清晰。其中,1050nm、1300nm、1450nm所合成的彩色图像能清晰的显示肿瘤组织的范围,不同组织呈现从黄色到橙色不同强度的色彩,在乳腺病例中窄带红外彩色图像比普通彩色图像更加清晰的显示了肿瘤轮廓以及肿瘤组织,显示的轮廓与全视野数字病理切片(Whole Slide Image,WSI)吻合度最高。
综上,本申请实施例提供的技术方案利用了红外多光谱窄带合成彩色图像为医生提供了肉眼无法观测到的信息来进行切除组织病灶区域预测,对术中肿瘤边缘确定和术后辅助病理取材提供了新的解决方案。相比医生裸眼观察和手感触摸的方法更可靠,一致性更有保障。本申请实施例的系统是快照式成像系统,可以做到实时成像(例如120fps(每秒传输帧数)),直接解决了不同光谱间的图像配准问题,也节省了时间,另外窄带滤波矩阵的另一个好处就是可以很好的滤除室内光源的影响,保证光谱的纯净度,从而可以让医生在敞开式的空间工作,不需要遮光箱,不受环境约束。闪光灯的设计可以进一步消除环境光的影响(在短曝光下消除环境光影响)并且对拍摄运动样本有极大的优势(例如人呼吸或者抖动引入的运动)。另一方面,成像系统无损伤无接触无电离辐射,几乎不受环境光影响可以在敞开式空间方便使用,硬件系统成本也比射线系统成本更低。本申请实施例的成像系统相对于普通彩色图像对术后切除的福尔马林固定肿瘤组织的取材辅助性更大,可以为取材医生提供更多的瘤床信息,进而提高取材效率。
至此已经结合本申请实施例提供的电子设备的示例性应用和实施,说明本申请实施例提供的图像处理方法,下面继续说明本申请实施例提供的图像处理装置中各个模块配合实现图像处理的方案。
采集模块5551,用于通过多种窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的单通道图像;融合模块5552,用于对所述多种窄带滤波片对应的单通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
在一些实施例中,所述图像处理包括感光芯片,所述多种窄带滤波片以矩阵形式规则排布于所述感光芯片上;所述采集模块5551还用于通过所述感光芯片对所述目标对象进行图像采集处理,得到包括所述目标对象的图像;基于所述感光芯片中的每种所述窄带滤波片对包括所述目标对象的图像进行通道拆分处理,得到每种所述窄带滤波片对应的中间通道图像;对每种所述窄带滤波片对应的中间通道图像进行差值处理,得到每种所述窄带滤波片对应的窄带通道图像。
在一些实施例中,所述采集模块5551还用于针对所述感光芯片中的任一种所述窄带滤波片执行以下处理:确定所述窄带滤波片在所述感光芯片的位置;基于所述窄带滤波片在所述感光芯片的位置,对包括所述目标对象的图像进行像素提取处理,得到所述窄带滤波片的像素;基于所述窄带滤波片在所述感光芯片的排布,对所述窄带滤波片的像素进行排列处理,得到所述窄带滤波片对应的中间通道图像。
在一些实施例中,所述多种窄带滤波片对应的窄带通道图像的尺寸相同;所述融合模块5552还用于针对所述窄带通道图像中的任一像素执行以下处理:确定所述多种窄带滤波片对应的窄带通道图像对应所述像素的像素值;将多个对应所述像素的像素值进行合成处理,得到所述像素的多通道像素值;对多个所述像素的多通道像素值进行拼接处理,得到包括所述目标对象的轮廓的彩色图像。
在一些实施例中,所述融合模块5552还用于确定所述多种窄带滤波片中的部分窄带滤波片;对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
在一些实施例中,所述融合模块5552还用于显示所述多种窄带滤波片的滤波指标;响应于针对所述滤波指标的选择操作,将被选中的滤波指标对应的窄带滤波片作为所述部分窄带滤波片。
在一些实施例中,所述融合模块5552还用于获取所述多种窄带滤波片被使用的频率;基于所述多种窄带滤波片被使用的频率对所述多种窄带滤波片进行降序排序,将降序排序结果中排列在前的多种窄带滤波片作为所述部分窄带滤波片。
在一些实施例中,当所述窄带滤波片的种类为至少四种时,所述融合模块5552还用于确定所述多种窄带滤波片中的任意三种窄带滤波片;对所述任意三种窄带滤波片对应的窄带通道图像进行合成处理,得到候选彩色图像;对每个所述候选彩色图像进行边缘检测处理,得到每个所述候选彩色图像的边缘特征;将所述边缘特征最多对应的候选彩色图像作为包括所述目标对象的轮廓的彩色图像。
在一些实施例中,所述图像处理装置还包括宽带滤波片;所述基于所述多种窄带滤波片对应的单通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像之后,所述采集模块5551还用于通过所述窄带滤波片对所述目标对象进行采集处理,得到包括所述目标对象的宽带通道图像;基于所述宽带通道图像对包括所述目标对象的轮廓的彩色图像进行图像增强处理,得到增强后的所述彩色图像。
在一些实施例中,所述采集模块5551还用于通过每种所述窄带滤波片对病理组织进行采集处理,得到包括所述病理组织的窄带通道病理图像;所述融合模块5552还用于基于所述多种窄带滤波片对应的窄带通道病理图像进行融合处理,得到包括所述病理组织的轮廓的彩色病理图像。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行本申请实施例上述的图像处理方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的图像处理方法,例如,如图5A-图5B示出的图像处理方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
以上所述,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (19)
1.一种图像处理方法,其特征在于,应用于电子设备,所述电子设备包括多种窄带滤波片;
所述方法包括:
通过每种所述窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的窄带通道图像;
确定所述多种窄带滤波片中的部分窄带滤波片,其中,所述部分窄带滤波片是通过针对滤波指标的选择操作所选中的所述窄带滤波片,或者是基于被使用的频率的降序排序确定的排序在前的所述窄带滤波片;
对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
2.根据权利要求1所述的方法,其特征在于,
所述电子设备包括感光芯片,所述多种窄带滤波片以矩阵形式规则排布于所述感光芯片上;
所述通过每种所述窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的窄带通道图像,包括:
通过所述感光芯片对所述目标对象进行图像采集处理,得到包括所述目标对象的图像;
基于所述感光芯片中的每种所述窄带滤波片对包括所述目标对象的图像进行通道拆分处理,得到每种所述窄带滤波片对应的中间通道图像;
对每种所述窄带滤波片对应的中间通道图像进行差值处理,得到每种所述窄带滤波片对应的窄带通道图像。
3.根据权利要求2所述的方法,其特征在于,所述基于所述感光芯片中的每种所述窄带滤波片对包括所述目标对象的图像进行通道拆分处理,得到每种所述窄带滤波片对应的中间通道图像,包括:
针对所述感光芯片中的任一种所述窄带滤波片执行以下处理:
确定所述窄带滤波片在所述感光芯片的位置;
基于所述窄带滤波片在所述感光芯片的位置,对包括所述目标对象的图像进行像素提取处理,得到所述窄带滤波片的像素;
基于所述窄带滤波片在所述感光芯片的排布,对所述窄带滤波片的像素进行排列处理,得到所述窄带滤波片对应的中间通道图像。
4.根据权利要求1所述的方法,其特征在于,
所述多种窄带滤波片对应的窄带通道图像的尺寸相同;
所述基于所述多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像,包括:
针对所述窄带通道图像中的任一像素执行以下处理:
确定所述多种窄带滤波片对应的窄带通道图像对应所述像素的像素值;
将多个对应所述像素的像素值进行合成处理,得到所述像素的多通道像素值;
对多个所述像素的多通道像素值进行拼接处理,得到包括所述目标对象的轮廓的彩色图像。
5.根据权利要求1所述的方法,其特征在于,所述确定所述多种窄带滤波片中的部分窄带滤波片,包括:
显示所述多种窄带滤波片的所述滤波指标;
响应于针对所述滤波指标的选择操作,将被选中的所述滤波指标对应的所述窄带滤波片作为所述部分窄带滤波片。
6.根据权利要求1所述的方法,其特征在于,所述确定所述多种窄带滤波片中的部分窄带滤波片,包括:
获取所述多种窄带滤波片被使用的所述频率;
基于所述多种窄带滤波片被使用的所述频率对所述多种窄带滤波片进行降序排序,将降序排序结果中排列在前的所述多种窄带滤波片作为所述部分窄带滤波片。
7.根据权利要求1所述的方法,其特征在于,当所述部分窄带滤波片的种类为至少四种时,所述基于对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像,包括:
确定所述部分窄带滤波片中的任意三种窄带滤波片;
对所述任意三种窄带滤波片对应的窄带通道图像进行合成处理,得到候选彩色图像;
对每个所述候选彩色图像进行边缘检测处理,得到每个所述候选彩色图像的边缘特征;
将所述边缘特征最多对应的候选彩色图像作为包括所述目标对象的轮廓的彩色图像。
8.根据权利要求1所述的方法,其特征在于,
所述电子设备还包括宽带滤波片;
所述方法还包括:
通过所述窄带滤波片对所述目标对象进行采集处理,得到包括所述目标对象的宽带通道图像;
基于所述宽带通道图像对包括所述目标对象的轮廓的彩色图像进行图像增强处理,得到增强后的所述彩色图像。
9.根据权利要求1所述的方法,其特征在于,
所述通过每种所述窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的窄带通道图像,包括:
通过每种所述窄带滤波片对病理组织进行采集处理,得到包括所述病理组织的窄带通道病理图像;
所述基于所述多种窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像,包括:
基于所述多种窄带滤波片对应的窄带通道病理图像进行融合处理,得到包括所述病理组织的轮廓的彩色病理图像。
10.一种电子设备,其特征在于,所述电子设备包括:
壳体,用于形成部分封闭的空间;
多种窄带滤波片,位于所述壳体内部的感光芯片上,用于:采集光信号,所述感光芯片用于输出感光信号;
处理器,位于所述壳体的内部,用于:接收由所述感光芯片输出的感光信号,所述感光信号是通过所述多种窄带滤波片采集的目标对象的光信号,基于所述感光信号生成包括所述目标对象的窄带通道图像,以及
确定所述多种窄带滤波片中的部分窄带滤波片,其中,所述部分窄带滤波片是通过针对滤波指标的选择操作所选中的所述窄带滤波片,或者是基于被使用的频率的降序排序确定的排序在前的所述窄带滤波片;
对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
11.根据权利要求10所述的电子设备,其特征在于,
所述多种窄带滤波片以矩阵形式规则排布于所述感光芯片上;
所述处理器还用于:
基于所述感光信号生成包括所述目标对象的图像,以及
基于所述感光芯片中的每种所述窄带滤波片对包括所述目标对象的图像进行通道拆分处理,得到每种所述窄带滤波片对应的中间通道图像,以及
对每种所述窄带滤波片对应的中间通道图像进行差值处理,得到每种所述窄带滤波片对应的窄带通道图像。
12.根据权利要求10所述的电子设备,其特征在于,所述电子设备还包括:
消色差镜头,设置于所述壳体的内部,用于将所述多种窄带滤波片采集的窄带波聚焦至所述感光芯片上。
13.根据权利要求12所述的电子设备,其特征在于,所述消色差镜头还包括:
对焦环,设置于所述消色差镜头表面,用于调整所述消色差镜头的焦距;或者,
液态镜头,设置于所述消色差镜头上,用于调整所述消色差镜头的焦距。
14.根据权利要求10所述的电子设备,其特征在于,所述电子设备还包括:
窗口片,设置于所述壳体的内部,用于保护所述感光芯片以及所述处理器;
其中,所述窗口片的类型包括:长通滤波片、偏振片、衰减片。
15.根据权利要求10所述的电子设备,其特征在于,所述电子设备还包括:
光源装置,设置于所述壳体的内部,用于提供至少一个光源,所述光源的类型包括宽带光源、窄带光源;
其中,所述光源装置的照明模式包括:常亮模式、闪光灯模式。
16.一种图像处理装置,其特征在于,所述装置包括:
采集模块,用于通过多种窄带滤波片对目标对象进行采集处理,得到包括所述目标对象的单通道图像;
融合模块,用于确定所述多种窄带滤波片中的部分窄带滤波片,其中,所述部分窄带滤波片是通过针对滤波指标的选择操作所选中的所述窄带滤波片,或者是基于被使用的频率的降序排序确定的排序在前的所述窄带滤波片;
对所述部分窄带滤波片对应的窄带通道图像进行融合处理,得到包括所述目标对象的轮廓的彩色图像。
17.一种图像处理装置,其特征在于,所述图像处理装置包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至9任一项所述的图像处理方法。
18.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时实现权利要求1至9任一项所述的图像处理方法。
19.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现权利要求1至9任一项所述的图像处理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114314.9A CN114449146B (zh) | 2022-01-30 | 2022-01-30 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
PCT/CN2022/132625 WO2023142622A1 (zh) | 2022-01-30 | 2022-11-17 | 图像处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
US18/329,676 US20230319378A1 (en) | 2022-01-30 | 2023-06-06 | Image processing method and apparatus, electronic device, computer-readable storage medium, and computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114314.9A CN114449146B (zh) | 2022-01-30 | 2022-01-30 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114449146A CN114449146A (zh) | 2022-05-06 |
CN114449146B true CN114449146B (zh) | 2024-04-26 |
Family
ID=81370975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210114314.9A Active CN114449146B (zh) | 2022-01-30 | 2022-01-30 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230319378A1 (zh) |
CN (1) | CN114449146B (zh) |
WO (1) | WO2023142622A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114449146B (zh) * | 2022-01-30 | 2024-04-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107405093A (zh) * | 2015-04-08 | 2017-11-28 | 奥林巴斯株式会社 | 图像处理装置、摄像装置、图像处理方法和程序 |
CN107625513A (zh) * | 2017-09-30 | 2018-01-26 | 华中科技大学 | 增强显示窄带成像内窥镜系统及其成像方法 |
CN111866318A (zh) * | 2019-04-29 | 2020-10-30 | 北京小米移动软件有限公司 | 多光谱成像方法、多光谱成像装置、移动终端和存储介质 |
CN113255685A (zh) * | 2021-07-13 | 2021-08-13 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5389612B2 (ja) * | 2009-11-06 | 2014-01-15 | 富士フイルム株式会社 | 電子内視鏡システム、電子内視鏡用のプロセッサ装置、及び電子内視鏡システムの作動方法 |
KR20120114895A (ko) * | 2011-04-08 | 2012-10-17 | 삼성전자주식회사 | 내시경 장치 및 상기 내시경 장치의 영상 획득 방법 |
DE112015005735T5 (de) * | 2015-01-23 | 2017-10-05 | Olympus Corporation | Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren und Bildverarbeitungsprogramm |
CN110731748A (zh) * | 2019-11-18 | 2020-01-31 | 深圳开立生物医疗科技股份有限公司 | 一种电子内窥镜 |
CN114449146B (zh) * | 2022-01-30 | 2024-04-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备、存储介质及程序产品 |
-
2022
- 2022-01-30 CN CN202210114314.9A patent/CN114449146B/zh active Active
- 2022-11-17 WO PCT/CN2022/132625 patent/WO2023142622A1/zh active Application Filing
-
2023
- 2023-06-06 US US18/329,676 patent/US20230319378A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107405093A (zh) * | 2015-04-08 | 2017-11-28 | 奥林巴斯株式会社 | 图像处理装置、摄像装置、图像处理方法和程序 |
CN107625513A (zh) * | 2017-09-30 | 2018-01-26 | 华中科技大学 | 增强显示窄带成像内窥镜系统及其成像方法 |
CN111866318A (zh) * | 2019-04-29 | 2020-10-30 | 北京小米移动软件有限公司 | 多光谱成像方法、多光谱成像装置、移动终端和存储介质 |
CN113255685A (zh) * | 2021-07-13 | 2021-08-13 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230319378A1 (en) | 2023-10-05 |
CN114449146A (zh) | 2022-05-06 |
WO2023142622A1 (zh) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60313412T2 (de) | Video-Überlagerungsvorrichtung und -verfahren | |
US7477767B2 (en) | Systems and methods for analyzing skin conditions of people using digital images | |
CN103857335B (zh) | 激光散斑图像的各向异性处理 | |
CN110120047A (zh) | 图像分割模型训练方法、图像分割方法、装置、设备及介质 | |
US20160120404A1 (en) | Ophthalmoscope | |
Csutak et al. | Agreement between image grading of conventional (45) and ultra wide-angle (200) digital images in the macula in the Reykjavik eye study | |
CN105335658A (zh) | 一种用智能移动设备的照相功能进行尿液分析的应用系统 | |
EP3475919A1 (en) | Complementary color flashing for multichannel image presentation | |
CN114449146B (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
WO2022257946A1 (zh) | 多光谱成像系统、成像方法和存储介质 | |
Kanemaki et al. | Fundus photography with a smartphone in indirect ophthalmoscopy in dogs and cats | |
CN112089403A (zh) | 多光谱医用多路成像方法及其系统 | |
AU2020202458A1 (en) | Spectral-spatial imaging device | |
CN107193118A (zh) | 多光谱显微成像系统及显微镜 | |
US11378515B2 (en) | Image processing device, imaging system, actuation method of image processing device, and computer-readable recording medium | |
CN211325679U (zh) | 一种基于增强现实的近红外荧光成像系统 | |
EP1938245A2 (en) | Systems and methods for analyzing skin conditions of people using digital images | |
CN107976795A (zh) | 双通道组织样品扫描仪和双通道组织样品数字成像复现系统 | |
WO2021151780A1 (de) | Methode zum kennzeichnen eines bereiches eines tumors | |
JP6400159B2 (ja) | 感光性の対象物、例えば生物組織の医療用撮像装置および撮像方法 | |
WO2020075226A1 (ja) | 画像処理装置の作動方法、画像処理装置、及び画像処理装置の作動プログラム | |
CN110115557A (zh) | 一种高光谱内窥成像装置及成像方法 | |
WO2022075040A1 (ja) | 画像生成システム、顕微鏡システム、および画像生成方法 | |
KR20230006238A (ko) | 사용자 맞춤형 피부 진단 사용자 단말 및 방법 | |
WO2023276219A1 (ja) | 情報処理装置、生体試料観察システム及び画像生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40067084 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |