CN114549368A - 一种基于图像传感器的内窥镜成像系统及方法 - Google Patents

一种基于图像传感器的内窥镜成像系统及方法 Download PDF

Info

Publication number
CN114549368A
CN114549368A CN202210436679.3A CN202210436679A CN114549368A CN 114549368 A CN114549368 A CN 114549368A CN 202210436679 A CN202210436679 A CN 202210436679A CN 114549368 A CN114549368 A CN 114549368A
Authority
CN
China
Prior art keywords
image
color correction
image sensor
matrix
endoscope
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.)
Pending
Application number
CN202210436679.3A
Other languages
English (en)
Inventor
唐永安
林文晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hualun Medical Supplies Shenzhen Co ltd
Original Assignee
Hualun Medical Supplies Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hualun Medical Supplies Shenzhen Co ltd filed Critical Hualun Medical Supplies Shenzhen Co ltd
Priority to CN202210436679.3A priority Critical patent/CN114549368A/zh
Publication of CN114549368A publication Critical patent/CN114549368A/zh
Pending legal-status Critical Current

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
    • A61B1/05—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances characterised by the image sensor, e.g. camera, being in the distal end portion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/06—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor with illuminating arrangements
    • A61B1/07—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor with illuminating arrangements using light-conductive means, e.g. optical fibres
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Endoscopes (AREA)

Abstract

本发明公开了一种基于图像传感器的内窥镜成像系统及方法，系统包括：内窥镜；光源，被配置为经导光束和内窥镜向待观察部位发射光信号；NanEye图像传感器，被配置为借助于光信号捕获图像信息；图像处理模块，被配置为将图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。本发明可通过颜色校正方法对图像颜色进行校正，能够更准确地再现物体的真实颜色，提高图像质量。

Description

一种基于图像传感器的内窥镜成像系统及方法
技术领域
本发明涉及内窥镜技术领域，尤其是一种基于图像传感器的内窥镜成像系统及方法。
背景技术
内窥镜是一类用于人体脏内腔等环境直接观察、诊断或治疗疾病的精密医疗仪器，在医疗中起着重要作用。临床医疗实践中，操作者将内窥镜插入人体，医护人员可通过内窥镜直接地观察人体内腔和内部器官的组织形态和X射线或其他影像设备不能看到的病变等状况，从而利用内窥镜对患者的病情做出快速准确的诊断。此外，借助内窥镜医生还可以在观察的同时对病灶进行有关手术和治疗。与传统的大创口开放式手术相比，医疗内窥镜创口小、损伤小、疼痛低、恢复快。但是目前的内窥镜的成像存在颜色失真，图像质量较差。
发明内容
针对现有技术中的缺陷，本发明提供了一种基于图像传感器的内窥镜成像系统及方法，可通过颜色校正方法对图像颜色进行校正，能够更准确地再现物体的真实颜色，提高图像质量。
第一方面
本发明提供了一种基于图像传感器的内窥镜成像系统，包括内窥镜和光源，所述光源被配置为经导光束和所述内窥镜向待观察部位发射光信号；还包括：
NanEye图像传感器，被配置为借助于所述光信号捕获图像信息；
图像处理模块，被配置为将所述图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。优选地，所述预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据所述U2、V2分量和Y1分量计算得到R2、G2、B2值。
优选地，所述预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将所述标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于所述标准比色卡的测量RGB值；
将所述测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
优选地，所述内窥镜成像系统还包括曝光增益模块，被配置为判断所述图像信息的像素值是否属于预设像素范围，若否，对增益和曝光时间进行调整。
优选地，所述内窥镜成像系统还包括去噪模块，被配置为采用高斯滤波算法对所述图像信息进行去噪。
第二方面
本发明提供了一种基于图像传感器的内窥镜成像方法，包括：
向待观察部位发射光信号；
借助于所述光信号捕获图像信息；
将所述图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。
优选地，所述预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据所述U2、V2分量和Y1分量计算得到R2、G2、B2值。
优选地，所述预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将所述标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于所述标准比色卡的测量RGB值；
将所述测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
优选地，所述内窥镜成像方法还包括：判断所述图像信息的像素值是否属于预设像素范围，若否，对增益和曝光时间进行调整。
优选地，所述内窥镜成像方法还包括：采用高斯滤波算法对所述图像信息进行去噪。
本发明的有益效果为：
可通过颜色校正方法对图像颜色进行校正，能够更准确地再现物体的真实颜色，提高图像质量；还可通过自动曝光增益算法调节增益和曝光时间，使图像信息的像素值达到理想范围；还可对图像信息去噪，进一步提高图像质量。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例一种基于图像传感器的内窥镜成像系统的结构示意图；
图2为本发明实施例一种基于图像传感器的内窥镜成像方法的流程示意图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为 “当... 时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示， 本发明实施例提供了一种基于图像传感器的内窥镜成像系统，包括：
内窥镜；
光源，被配置为经导光束和内窥镜向待观察部位发射光信号；
NanEye图像传感器，被配置为借助于光信号捕获图像信息；
图像处理模块，被配置为将图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。
NanEye图像传感器体积小且具有优良的EMC特性，可大大减小内窥镜成像系统的体积。具体地，NanEye图像传感器采用NanEye 2D摄像头。本发明实施例中的光源包括冷光源。图像处理模块包括FPGA主控板，FPGA主控板通过NanEye 2D摄像头接口与NanEye 2D摄像头连接，并通过显示接口与显示器连接。其中，显示器可为手机屏幕、电脑屏幕等。
在本发明实施例中，外部冷光源经导光束和内窥镜向待观察部位发射光信号，为NanEye图像传感器提供辅助照明。NanEye图像传感器进行图像采集。摄像头的串行图像数据即图像信息通过传输线，送入FPGA主控板信息图像处理，最终将经过颜色校正后的内窥镜图像通过显示接口输出到显示屏。
在本发明实施例中，预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据U2、V2分量和Y1分量计算得到R2、G2、B2值。R2、G2、B2为U2、V2分量和Y1分量对应的RGB值。
其中，四邻域方法是指取图像相邻的四个像素，以i代表行、j代表列，则四个相邻像素的坐标依次为（i，j）、（i，j+1）、（i+1，j）、（i+1，j+1）。
预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于标准比色卡的测量RGB值；
将测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
在本发明实施例中，采用U、V、UV三项进行多项式拟合，求得预设颜色校正关系矩阵A，校正效果较好。
在本发明实施例中，内窥镜成像系统还包括曝光增益模块，被配置为判断图像信息的像素值的平均值是否属于预设像素范围，若否，对增益和曝光时间进行调整。
由于NanEye 2D摄像头为一个视角为120度的摄像头，其内部的16位寄存器参数设计图像增益和曝光时间的调节。曝光增益模块包括曝光增益调节算法，当图像信息的像素值不属于预设像素范围时，经过自动曝光增益调节算法处理后，NanEye 2D摄像头得到合适的曝光和增益参数，内窥镜成像系统获得较好的图像质量。
在本发明实施例中，内窥镜成像系统还包括去噪模块，被配置为采用高斯滤波算法对图像信息进行去噪。高斯滤波算法包括：通过设定好的模板扫描待检测图像中的每一个像素，将模板中心像素点的像素值用模板内的领域内像素值进行加权平均取代。本实施例中，采用离散化窗口实现高斯滤波。本实施例采用去噪模块，可排除孤立点对图像处理的影响，提高图像质量。
基于上述的一种基于图像传感器的内窥镜成像系统，本发明实施例还提供了一种基于图像传感器的内窥镜成像方法，如图2所示，包括：
向待观察部位发射光信号；
借助于光信号捕获图像信息；
将图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。
在本发明实施例中，预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据U2、V2分量和Y1分量计算得到R2、G2、B2值。
其中，四邻域方法是指取图像相邻的四个像素，以i代表行、j代表列，则四个相邻像素的坐标依次为（i，j）、（i，j+1）、（i+1，j）、（i+1，j+1）。
预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于标准比色卡的测量RGB值；
将测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
在本发明实施例中，采用U、V、UV三项进行多项式拟合，求得预设颜色校正关系矩阵A，校正效果较好。
内窥镜成像方法还包括：判断图像信息的像素值是否属于预设像素范围，若否，对增益和曝光时间进行调整。当图像信息的像素值不属于预设像素范围时，经过自动曝光增益调节算法处理后，自动调节曝光和增益参数，获得较好的图像质量。
内窥镜成像方法还包括：采用高斯滤波算法对图像信息进行去噪。高斯滤波算法包括：通过设定好的模板扫描待检测图像中的每一个像素，将模板中心像素点的像素值用模板内的领域内像素值进行加权平均取代。本实施例中，采用离散化窗口实现高斯滤波，可排除孤立点对图像处理的影响，提高图像质量。
本发明提供的一种基于图像传感器的内窥镜成像系统和方法，可通过颜色校正方法对图像颜色进行校正，能够更准确地再现物体的真实颜色，提高图像质量；还可通过自动曝光增益算法调节增益和曝光时间，使图像信息的像素值达到理想范围；还可对图像信息去噪，进一步提高图像质量。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于图像传感器的内窥镜成像系统，包括内窥镜和光源，所述光源被配置为经导光束和所述内窥镜向待观察部位发射光信号；其特征在于，还包括：
NanEye图像传感器，被配置为借助于所述光信号捕获图像信息；
图像处理模块，被配置为将所述图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。
2.根据权利要求1所述的一种基于图像传感器的内窥镜成像系统，其特征在于，所述预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据所述U2、V2分量和Y1分量计算得到R2、G2、B2值。
3.根据权利要求2所述的一种基于图像传感器的内窥镜成像系统，其特征在于，
所述预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将所述标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于所述标准比色卡的测量RGB值；
将所述测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
4.根据权利要求1所述的一种基于图像传感器的内窥镜成像系统，其特征在于，所述内窥镜成像系统还包括曝光增益模块，被配置为判断所述图像信息的像素值是否属于预设像素范围，若否，对增益和曝光时间进行调整。
5.根据权利要求1所述的一种基于图像传感器的内窥镜成像系统，其特征在于，所述内窥镜成像系统还包括去噪模块，被配置为采用高斯滤波算法对所述图像信息进行去噪。
6.一种基于图像传感器的内窥镜成像方法，其特征在于，包括：
向待观察部位发射光信号；
借助于所述光信号捕获图像信息；
将所述图像信息按照预设颜色校正方法进行颜色校正并输出内窥镜图像。
7.根据权利要求6所述的一种基于图像传感器的内窥镜成像方法，其特征在于，所述预设颜色校正方法包括：
根据四邻域方法依次取每帧图像的每相邻的四个像素的平均RGB值即R1、G1、B1；
将平均RGB值转换到YUV颜色空间，即将R1、G1、B1转化为Y1、U1、V1，取U1、V1、U1V1分量构成的矩阵P与预设颜色校正关系矩阵A相乘，得到U2、V2分量；
根据所述U2、V2分量和Y1分量计算得到R2、G2、B2值。
8.根据权利要求7所述的一种基于图像传感器的内窥镜成像方法，其特征在于，
所述预设颜色校正关系矩阵A的构建方法包括：
获取标准比色卡的标准RGB值；
将所述标准RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡标准矩阵X；
获取内窥镜基于所述标准比色卡的测量RGB值；
将所述测量RGB值转化到YUV颜色空间，并用U、V、UV分量构成色卡测量矩阵W；
构造矩阵方程X=AW，根据多项式回归计算颜色校正关系矩阵A。
9.根据权利要求6所述的一种基于图像传感器的内窥镜成像方法，其特征在于，所述内窥镜成像方法还包括：判断所述图像信息的像素值是否属于预设像素范围，若否，对增益和曝光时间进行调整。
10.根据权利要求6所述的一种基于图像传感器的内窥镜成像方法，其特征在于，所述内窥镜成像方法还包括：采用高斯滤波算法对所述图像信息进行去噪。
CN202210436679.3A 2022-04-25 2022-04-25 一种基于图像传感器的内窥镜成像系统及方法 Pending CN114549368A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210436679.3A CN114549368A (zh) 2022-04-25 2022-04-25 一种基于图像传感器的内窥镜成像系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210436679.3A CN114549368A (zh) 2022-04-25 2022-04-25 一种基于图像传感器的内窥镜成像系统及方法

Publications (1)

Publication Number Publication Date
CN114549368A true CN114549368A (zh) 2022-05-27

Family

ID=81667114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210436679.3A Pending CN114549368A (zh) 2022-04-25 2022-04-25 一种基于图像传感器的内窥镜成像系统及方法

Country Status (1)

Country Link
CN (1) CN114549368A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117257204A (zh) * 2023-09-19 2023-12-22 深圳海业医疗科技有限公司 一种内窥镜控制组件控制方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN214342215U (zh) * 2020-11-30 2021-10-08 重庆西山科技股份有限公司 具有检测功能的内窥镜装置
CN113920037A (zh) * 2021-12-14 2022-01-11 极限人工智能有限公司 一种内窥镜画面矫正方法、装置、矫正系统及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN214342215U (zh) * 2020-11-30 2021-10-08 重庆西山科技股份有限公司 具有检测功能的内窥镜装置
CN113920037A (zh) * 2021-12-14 2022-01-11 极限人工智能有限公司 一种内窥镜画面矫正方法、装置、矫正系统及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
余胜威 等: "《MATLAB图像滤波去噪分析及其应用》", 30 September 2015, 北京航空航天大学出版社 *
陈婧: "医用高清电子内窥镜图像处理技术研究", 《中国优秀硕士论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117257204A (zh) * 2023-09-19 2023-12-22 深圳海业医疗科技有限公司 一种内窥镜控制组件控制方法及系统
CN117257204B (zh) * 2023-09-19 2024-05-07 深圳海业医疗科技有限公司 一种内窥镜控制组件控制方法及系统

Similar Documents

Publication Publication Date Title
CN110505459B (zh) 适用于内窥镜的图像颜色校正方法、装置和存储介质
JP5162374B2 (ja) 内視鏡画像のズレ量測定装置及び方法、並びに電子内視鏡及び内視鏡用画像処理装置
US20120075447A1 (en) Endoscope system
JP3271838B2 (ja) 内視鏡用画像処理装置
WO2016136698A1 (ja) 画像処理装置
JP6045760B2 (ja) 撮像システム
JP7135082B2 (ja) 内視鏡装置、内視鏡装置の作動方法、及びプログラム
US8666135B2 (en) Image processing apparatus
US20220012915A1 (en) Apparatuses, systems, and methods for managing auto-exposure of image frames depicting signal content against a darkened background
WO2016117036A1 (ja) 画像処理装置、画像処理装置の作動方法、画像処理装置の作動プログラムおよび内視鏡装置
JP5244164B2 (ja) 内視鏡装置
CN114549368A (zh) 一种基于图像传感器的内窥镜成像系统及方法
JPH03165732A (ja) 内視鏡の暗部領域の検出方法
CN109091099A (zh) 双目视觉的高清微型电子内窥镜系统
US11521319B2 (en) Endoscope system
CN109310303B (zh) 电子内窥镜处理器以及电子内窥镜系统
US20230255443A1 (en) Apparatuses, systems, and methods for discounting an object while managing auto-exposure of image frames depicting the object
Gurrala et al. Eliminating Vertical Fixed Pattern Noise in CMOS-Based Endoscopic Images using Modified Dark Frame Subtraction
CN111080547A (zh) 一种内窥镜图像增强方法
CN115908190B (zh) 一种用于视频图像画质增强的方法及系统
CN114418920B (zh) 一种内窥镜多焦点图像融合方法
CN117764847A (zh) 一种用于3d内窥镜白光图像和荧光图像齐焦的方法及系统
CN115604406A (zh) 一种基于自适应调节的电子内窥镜图像处理器系统
JPH04314181A (ja) 内視鏡画像の処理方法
WO2023144936A1 (ja) 画像判定装置、画像判定方法、及び、記録媒体

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220527

RJ01 Rejection of invention patent application after publication