CN114972106A - 内窥镜的图像处理方法、装置、图像处理设备和内窥镜 - Google Patents

内窥镜的图像处理方法、装置、图像处理设备和内窥镜 Download PDF

Info

Publication number
CN114972106A
CN114972106A CN202210663398.1A CN202210663398A CN114972106A CN 114972106 A CN114972106 A CN 114972106A CN 202210663398 A CN202210663398 A CN 202210663398A CN 114972106 A CN114972106 A CN 114972106A
Authority
CN
China
Prior art keywords
image
narrow
band
camera module
processing
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
CN202210663398.1A
Other languages
English (en)
Inventor
何超
其他发明人请求不公开姓名
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.)
Shanghai Weimi Medical Instrument Co ltd
Original Assignee
Shanghai Weimi Medical Instrument 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 Shanghai Weimi Medical Instrument Co ltd filed Critical Shanghai Weimi Medical Instrument Co ltd
Priority to CN202210663398.1A priority Critical patent/CN114972106A/zh
Publication of CN114972106A publication Critical patent/CN114972106A/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20052—Discrete cosine transform [DCT]
    • 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
    • G06T2207/20216—Image averaging
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及一种内窥镜的图像处理方法、装置、图像处理设备、内窥镜和存储介质。所述方法包括：获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像；对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像。采用本方法能够提高图像显示质量，便于医生通过标准显示图像进行疾病检测。

Description

内窥镜的图像处理方法、装置、图像处理设备和内窥镜
技术领域
本申请涉及图像处理技术领域，特别是涉及一种内窥镜的图像处理方法、装置、图像处理设备、内窥镜和存储介质。
背景技术
随着医疗技术的发展，微创手术因创口小、失血量少、术后疼痛感轻以及住院恢复期短等优点，使其在临床中广泛应用，而内窥镜在微创手术中负责对医生手术进行显示与引导。
在传统技术中，多数内窥镜采用白光摄像模组获取采集图像，并通过图像处理设备对图像进行处理，最后通过显示设备显示处理后的图像。然而，传统内窥镜中显示设备所显示的处理后的图像质量较低，不利于医生进行疾病检测。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高显示图像质量的内窥镜的图像处理方法、装置、图像处理设备、内窥镜和存储介质。
第一方面，提供了一种内窥镜的图像处理方法，上述图像处理方法包括：
获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；
对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像；
对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像。
在其中一个实施例中，对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像的步骤，包括：对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像；对每一个窄带摄像模组对应的各待融合图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像。
在其中一个实施例中，对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，得到每一个窄带摄像模组对应的各待融合图像的步骤，包括：对每一个窄带摄像模组采集的红色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第一滤波图像；对每一个窄带摄像模组采集的绿色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第二滤波图像；对每一个窄带摄像模组采集的蓝色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第三滤波图像；对每一个窄带摄像模组对应的第一滤波图像、第二滤波图像和第三滤波图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像。
在其中一个实施例中，对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像的步骤，包括：对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像；对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域；去噪图像集合包括任意两个窄带摄像模组所对应的去噪图像；对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像；其中，第一对齐区域图像为第一去噪图像在对应的对齐区域内的图像；第二对齐区域图像为第二去噪图在对应的对齐区域内的图像。
在其中一个实施例中，对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像的步骤，包括：根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，确定各与第一对齐区域对应的图像基础去噪图；基于反锐化掩膜算法，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像。
在其中一个实施例中，根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，确定各与第一对齐区域对应的图像基础去噪图的步骤，包括：根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行加权平均处理，得到各与第一对齐区域对应的图像基础去噪图。
在其中一个实施例中，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像的步骤，包括：对各基础去噪图和对应的第一对齐区域图像进行差值处理，得到各第一高频分量；将各第一高频分量叠加至对应的第一对齐区域图像，得到各第一增强图像；根据各第一增强图像和对应的第一剩余图像进行拼接恢复处理，得到各窄带摄像模组对应的标准显示图像；其中，第一剩余图像为第一去噪图像在对应的对齐区域外的图像。
在其中一个实施例中，对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像的步骤，包括：对每一个窄带摄像模组对应的彩色融合图像进行离散余弦变换，得到各第一频域图像；基于频域稀疏化算法，对各第一频域图像进行去噪处理，得到各第二频域图像；对各第二频域图像进行离散余弦逆变换，得到各窄带摄像模组对应的去噪图像。
在其中一个实施例中，对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域的步骤，包括：根据各去噪图像集合中的第一去噪图像和第二去噪图像进行计算，得到各去噪图像集合对应的目标位移差；目标位移差是指第一去噪图像和对应的第二去噪图像的位移差；根据各去噪图像集合对应的目标位移差确定对应的双路图像的对齐区域。
在其中一个实施例中，根据各去噪图像集合中的第一去噪图像和第二去噪图像进行计算，得到各去噪图像集合对应的目标位移差的步骤，包括：确定各参考图像中的参考点；参考图像为各去噪图像集合中的第一去噪图像或第二去噪图像；根据各参考点在对应的目标图像中寻找对应的匹配点；其中，在参考图像为对应的去噪图像集合中的第一去噪图像的情况下，目标图像则为对应的去噪图像集合中的第二去噪图像；在参考图像为对应的去噪图像集合中的第二去噪图像的情况下，目标图像则为对应的去噪图像集合中的第一去噪图像；根据各参考点和对应的匹配点进行计算，得到各去噪图像集合对应的目标位移差。
第二方面，提供了一种内窥镜的图像处理装置，上述图像处理装置包括：
图像获取模块，用于获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；
图像融合模块，用于对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像；
图像增强模块，用于对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像。
第三方面，提供了一种图像处理设备，该图像处理设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。
第四方面，提供了一种内窥镜，上述内窥镜包括至少两个窄带摄像模组以及上述图像处理设备实施例中的图像处理设备；窄带摄像模组电连接图像处理设备，并用于采集红色窄带图像、绿色窄带图像和蓝色窄带图像。
在其中一个实施例中，内窥镜还包括：光源设备，用于通过导光束向各窄带摄像模组提供照明光源；和/或，显示设备，电连接图像处理设备，并用于显示各窄带摄像模组对应的标准显示图像。
在其中一个实施例中，窄带摄像模组包括带有红色滤光片的第一摄像头、带有绿色滤光片的第二摄像头和带有蓝色滤光片的第三摄像头；其中，第一摄像头电连接图像处理设备，并用于采集红色窄带图像；第二摄像头电连接图像处理设备，并用于采集绿色窄带图像；第三摄像头电连接图像处理设备，并用于采集蓝色窄带图像。
在其中一个实施例中，内窥镜还包括壳体；各窄带摄像模组对称设置在壳体的端面中心两侧。
第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。
上述内窥镜的图像处理方法、装置、图像处理设备、内窥镜和存储介质，通过获取内窥镜的至少两个窄带摄像模组分别采集高质量的红色窄带图像、绿色窄带图像和蓝色窄带图像；而后，对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像，也就避免了白光摄像模组导致的白光图像中常见的色差与紫边问题，且提高了图像信噪比；最后，通过对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像，从而有效区分图像噪声与细节，提高了标准显示图像的清晰度，也就进一步提高了图像质量，便于医生通过标准显示图像进行疾病检测。
附图说明
图1为一个实施例中内窥镜的图像处理方法的流程示意图；
图2为一个实施例中融合处理步骤的流程示意图；
图3为一个实施例中窄带图像进行图像对齐处理的步骤的流程示意图；
图4为一个实施例中彩色融合图像进行图像增强处理的步骤的流程示意图；
图5为一个实施例中单帧去噪处理步骤的流程示意图；
图6为一个实施例中去噪图像进行图像对齐处理的步骤的流程示意图；
图7为一个实施例中目标位移差计算步骤的流程示意图；
图8为一个实施例中对齐区域图像进行图像增强处理的步骤的流程示意图；
图9为一个实施例中利用各基础去噪图对对齐区域图像进行图像增强处理的步骤的流程示意图
图10为一个实施例中内窥镜的图像处理装置的结构框图；
图11为一个实施例中图像处理设备的内部结构图；
图12为一个实施例中内窥镜的结构示意图；
图13为一个实施例中窄带摄像模组的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
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。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一电阻称为第二电阻，且类似地，可将第二电阻称为第一电阻。第一电阻和第二电阻两者都是电阻，但其不是同一电阻。
可以理解，以下实施例中的“连接”，如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
本申请实施例提供了一种内窥镜的图像处理方法、装置、图像处理设备、内窥镜和存储介质，能够避免了白光摄像模组导致的白光图像中常见的色差与紫边问题，且提高了图像信噪比；同时，能够有效区分图像噪声与细节，提高了标准显示图像的清晰度，也就进一步提高了图像质量，便于医生通过标准显示图像进行疾病检测。
在一个实施例中，如图1所示，提供了一种内窥镜的图像处理方法，本实施例以该方法应用于图像处理设备进行举例说明。本实施例中，该方法包括步骤102至步骤106。
步骤102，获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像。
其中，内窥镜中设置有至少两个窄带摄像模组，而内窥镜中任意一个窄带摄像模组都将采集对应的红色窄带图像、绿色窄带图像和蓝色窄带图像；而后，图像处理设备即可获取内窥镜的至少两个窄带摄像模组分别采集的高质量红色窄带图像、绿色窄带图像和蓝色窄带图像。
步骤104，对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像。
其中，图像处理设备获取到内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像之后，即可对每一个窄带摄像模组所采集的红色窄带图像、绿色窄带图像和蓝色窄带图像分别进行融合处理，从而得到每一个窄带摄像模组对应的彩色融合图像，也就避免了白光摄像模组导致的白光图像中常见的色差与紫边问题，提高了图像信噪比。
在一个具体示例中，内窥镜中设置两个窄带摄像模组分别为第一窄带摄像模组和第二窄带摄像模组。其中，图像处理设备可以获取得到第一窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像，同时还将获取得到第二窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像。而后，图像处理设备将对第一窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到第一窄带摄像模组对应的彩色融合图像；同时还将对第二窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到第二窄带摄像模组对应的彩色融合图像。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。
在其中一个实施例中，如图2所示，对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像的步骤，包括步骤201和步骤202。
步骤201，对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像。
其中，由于每一个窄带摄像模组中对应的红色窄带滤光片、绿色窄带滤光片和蓝色窄带滤光片的位置略有差异，因此通过对内窥镜中每一个窄带摄像模组所采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，从而得到各窄带摄像模组对应的各待融合图像。
在一个具体示例中，每一个窄带摄像模组中对应的红色窄带滤光片、绿色窄带滤光片和蓝色窄带滤光片的位置略有差异，所以每一个窄带摄像模组所采集的红色窄带图像、绿色窄带图像和蓝色窄带图像的中心位置呈正三角形关系。根据每一个窄带摄像模组所采集的红色窄带图像、绿色窄带图像和蓝色窄带图像的重叠区域，对相应的红色窄带图像、绿色窄带图像和蓝色窄带图像分别进行截取，从而完成图像对齐处理得到每一个窄带摄像模组对应的各待融合图像。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。
在其中一个实施例中，如图3所示，对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，得到每一个窄带摄像模组对应的各待融合图像的步骤，包括步骤301至步骤304。
步骤301，对每一个窄带摄像模组采集的红色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第一滤波图像。
步骤302，对每一个窄带摄像模组采集的绿色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第二滤波图像。
步骤303，对每一个窄带摄像模组采集的蓝色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第三滤波图像。
步骤304，对每一个窄带摄像模组对应的第一滤波图像、第二滤波图像和第三滤波图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像。
其中，图像处理设备对每一个窄带摄像模组采集的红色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第一滤波图像；同时，对每一个窄带摄像模组采集的绿色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第二滤波图像；且，对每一个窄带摄像模组采集的蓝色窄带图像进行低通滤波处理，得到各窄带摄像模组对应的第三滤波图像；而后，对每一个窄带摄像模组对应的第一滤波图像、第二滤波图像和第三滤波图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像。可以理解的是，步骤301、步骤302和步骤303的执行并没有严格的顺序限制，可以是同时执行，也可以是按一定顺序执行，在实际应用中根据用户需求而灵活设置，在此不进行限制。
在本实施例中，通过对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行低通滤波处理，进一步提高了各待融合图像的图像质量。
步骤202，对每一个窄带摄像模组对应的各待融合图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像。
其中，图像处理设备基于图像融合处理算法，对每一个窄带摄像模组对应的各待融合图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像。
在本实施例中，通过对每一个窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行图像对齐处理，得到各窄带摄像模组对应的各待融合图像；而后，对每一个窄带摄像模组对应的各待融合图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像，也就提高了各待融合图像的融合处理效率，同时也避免了白光摄像模组导致的白光图像中常见的色差与紫边问题，提高了图像信噪比。
步骤106，对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像。
其中，图像处理设备对融合处理后得到的各彩色融合图像进行图像增强处理，即可输出各窄带摄像模组对应的标准显示图像，从而有效区分图像噪声与细节，提高了标准显示图像的清晰度。此外，显示设备能够根据图像处理设备输出的各窄带摄像模组对应的标准显示图像，即可显示出高质量的三维立体图像。
基于此，上述内窥镜的图像处理方法通过获取内窥镜的至少两个窄带摄像模组分别采集高质量的红色窄带图像、绿色窄带图像和蓝色窄带图像；而后，对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像，也就避免了白光摄像模组导致的白光图像中常见的色差与紫边问题，且提高了图像信噪比；最后，通过对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像，从而有效区分图像噪声与细节，提高了标准显示图像的清晰度，也就进一步提高了图像质量，便于医生通过标准显示图像进行疾病检测。
在其中一个实施例中，如图4所示，对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像的步骤，包括步骤401至步骤403。
步骤401，对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像。
其中，图像处理设备可以基于单帧去噪算法，对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像。
在其中一个实施例中，如图5所示，对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像的步骤，包括步骤501至步骤503。
步骤501，对每一个窄带摄像模组对应的彩色融合图像进行离散余弦变换，得到各第一频域图像。
步骤502，基于频域稀疏化算法，对各第一频域图像进行去噪处理，得到各第二频域图像。
步骤503，对各第二频域图像进行离散余弦逆变换，得到各窄带摄像模组对应的去噪图像。
其中，图像处理设备将对每一个窄带摄像模组对应的属于空间域的彩色融合图像进行离散余弦变换，即可得到属于频率域的各第一频域图像；而后，基于频域稀疏化算法，对各第一频域图像进行去噪处理，得到各第二频域图像；最后，通过对各第二频域图像进行离散余弦逆变换，得到各窄带摄像模组对应的去噪图像。在本实施例中，通过上述步骤进一步降低噪声对彩色融合图像的影响。
在一个具体示例中，对内窥镜的任意一个窄带摄像模组对应的彩色融合图像进行离散余先变换，从而将该窄带摄像模组对应的彩色融合图从空间域转换至频率域，得到对应的第一频域图像。而后，根据第一频域图像确定各像素点对应的频域系数绝对值；接着，依次循环判断第一频域图像中各像素点对应的频域系数绝对值是否大于预设阈值；且，在像素点对应的频域系数绝对值大于预设阈值的情况下，保持该像素点对应的频域系数的值和符号；同时，在像素点对应的频域系数绝对值小于或等于预设阈值的情况下，将像素点对应的频域系数置0；然后，在第一频域图像中所有像素点对应的频域系数绝对值与预设阈值比较完成后，从而完成频域稀疏化的过程得到对应的第二频域图像；最后，对该第二频域图像进行离散余弦逆变换，也就将第二频域图像从频率域转换至空间域，即可得到该窄带摄像模组对应的去噪图像，实现进一步降低噪声对彩色融合图像的影响。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。
步骤402，对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域。
其中，去噪图像集合包括任意两个窄带摄像模组所对应的去噪图像，即第一去噪图像和第二去噪图像。图像处理设备基于图像对齐算法，对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，即可得到各双路图像的对齐区域。
在其中一个实施例中，如图6所示，对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域的步骤，包括步骤601和步骤602。
步骤601，根据各去噪图像集合中的第一去噪图像和第二去噪图像进行计算，得到各去噪图像集合对应的目标位移差。
步骤602，根据各去噪图像集合对应的目标位移差确定对应的双路图像的对齐区域。
其中，目标位移差是指第一去噪图像和对应的第二去噪图像的位移差。由于任意两个窄带摄像模组之间有位移差，所以图像处理设备需根据各去噪图像集合中的第一去噪图像和第二去噪图像进行计算，从而得到各去噪图像集合对应的目标位移差；而后，根据各去噪图像集合对应的目标位移差确定对应的双路图像的对齐区域。在本实施例中，通过计算个去噪图像集合对应的目标位移差，从而确定对应的双路图像的对齐区域，提高了图像增强处理的效率。
在其中一个实施例中，如图7所示，根据各去噪图像集合中的第一去噪图像和第二去噪图像进行计算，得到各去噪图像集合对应的目标位移差的步骤，包括701至步骤703。
步骤701，确定各参考图像中的参考点。
其中，参考图像为各去噪图像集合中的第一去噪图像或第二去噪图像。去噪图像集合包括第一去噪图像和第二去噪图像，图像处理设备可以在各去噪图像集合中选取对应的第一去噪图像或第二去噪图像作为参考图像，并确定各参考图像中的参考点。
步骤702，根据各参考点在对应的目标图像中寻找对应的匹配点。
可以理解的是，图像处理设备在选取的参考图像为对应的去噪图像集合中的第一去噪图像的情况下，则将对应的去噪图像集合中的第二去噪图像作为目标图像；且，图像处理设备在选取的参考图像为对应的去噪图像集合中的第二去噪图像的情况下，则将对应的去噪图像集合中的第一去噪图像作为目标图像。图像处理设备根据确定的参考图像的参考点，即可在与该参考图像对应的目标图像中寻找与参考图像的参考点所对应的匹配点。
步骤703，根据各参考点和对应的匹配点进行计算，得到各去噪图像集合对应的目标位移差。
其中，图像处理设备根据各参考图像的参考点和对应的目标图像上的匹配点进行计算，即可准确得到各去噪图像集合对应的目标位移差。
在一个具体示例中，图像处理设备将参考图像中参考点确定为(i1,j1),根据参考图像的参考点(i1,j1)在对应的目标图像中寻找与参考点(i1,j1)对应的候选匹配点(i2,j2)。然后，以候选匹配点(i2,j2)为中心确定候选匹配点(i2,j2)的邻域为target(i2,j2)，且以参考点(i1,j1)为中心确定参考点(i1,j1)的邻域为reference(i1,j1)，从而计算target(i2,j2)和reference(i1,j1)的SAD值。
其中，计算SAD的表达式为：
Figure BDA0003692032760000121
为了减少计算量，有极线定理可以确定候选匹配点(i2,j2)和参考点(i1,j1)在同一水平线上，且匹配点(i3,j3)在参考点(i1,j1)的同名位置的左侧范围内，从而也就确定搜索范围，并选取搜索范围内SAD值最小的候选匹配点(i2,j2)作为匹配点(i3,j3)。最后，即可通过计算匹配点(i3,j3)和参考点(i1,j1)之间的横坐标差的绝对值，得到各去噪图像集合对应的目标位移差。以上仅为具体示例，实际应用中根据用户需求而灵活设置，在此不进行限制。
在本实施例中，通过确定各参考图像中的参考点；而后，根据各参考点在对应的目标图像中寻找对应的匹配点；接着，根据各参考点和对应的匹配点进行计算，即可准确得到各去噪图像集合对应的目标位移差，提高了图像增强处理的便利性。
步骤403，对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像。
其中，第一对齐区域图像为第一去噪图像在对应的对齐区域内的图像；第二对齐区域图像为第二去噪图在对应的对齐区域内的图像。图像处理设备基于图像增强算法，可以对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像。
在本实施例中，对每一个窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各窄带摄像模组对应的去噪图像；而后，对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域；最后，对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像。也就有效区分了图像噪声与细节，提高了标准显示图像的清晰度。
在其中一个实施例中，如图8所示，对各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像的步骤，包括步骤801和步骤802。
步骤801，根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，确定各与第一对齐区域对应的图像基础去噪图。
其中，图像处理设备根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，即可确定各与第一对齐区域对应的图像基础去噪图。
在其中一个实施例中，根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，确定各与第一对齐区域对应的图像基础去噪图的步骤，包括：根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像进行加权平均处理，得到各与第一对齐区域对应的图像基础去噪图。因此，提高了图像增强处理的便利性和效率。
步骤802，基于反锐化掩膜算法，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像。
其中，图像处理设备基于反锐化掩膜算法，可以利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，即可得到各窄带摄像模组对应的标准显示图像。
可以理解的是，反锐化掩膜算法是指将待处理图像通过低通滤波后与待处理图像逐点做差值运算，而后乘上一个修正因子再与待处理图像求和，以达到提高图像中高频成分、增加图像轮廓的目的。
在本实施例中，通过根据各第一对齐区域图像和与第一对齐区域图像对应的第二对齐区域图像，确定各与第一对齐区域对应的图像基础去噪图；而后，基于反锐化掩膜算法，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像，从而实现提高图像中高频成分以及增强图像轮廓的目的。
在其中一个实施例中，如图9所示，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像的步骤，包括步骤901至步骤903。
步骤901，对各基础去噪图和对应的第一对齐区域图像进行差值处理，得到各第一高频分量。
步骤902，将各第一高频分量叠加至对应的第一对齐区域图像，得到各第一增强图像。
步骤903，根据各第一增强图像和对应的第一剩余图像进行拼接恢复处理，得到各窄带摄像模组对应的标准显示图像。
其中，第一剩余图像为第一去噪图像在对应的对齐区域外的图像。图像处理设备对各基础去噪图和对应的第一对齐区域图像进行差值处理，得到各第一高频分量，也就实现了对对应的第一对齐区域的图像进行高频提取；而后，将各第一高频分量叠加至对应的第一对齐区域图像，得到各第一增强图像；接着，根据各第一增强图像和对应的第一剩余图像进行拼接恢复处理，得到各窄带摄像模组对应的标准显示图像。
在本实施例中，通过上述步骤得到各窄带摄像模组对应的标准显示图像，从而实现提高图像的锐利度以及增强图像轮廓的目的。
在其中一个实施例中，如图9所示，利用各基础去噪图对对应的第一对齐区域图像和对应的第二对齐区域图像进行图像增强处理，得到各窄带摄像模组对应的标准显示图像的步骤，还包括步骤904至步骤906。
步骤904，对各基础去噪图和对应的第二对齐区域图像进行差值处理，得到各第二高频分量。
步骤905，将各第二高频分量叠加至对应的第二对齐区域图像，得到各第二增强图像。
步骤906，根据各第二增强图像和对应的第二剩余图像进行拼接恢复处理，得到各窄带摄像模组对应的标准显示图像。
其中，第二剩余图像为第二去噪图像在对应的对齐区域外的图像。图像处理设备对各基础去噪图和对应的第二对齐区域图像进行差值处理，得到各第二高频分量，也就实现了对对应的第一对齐区域的图像进行高频提取；而后，将各第二高频分量叠加至对应的第二对齐区域图像，得到各第二增强图像；接着，根据各第二增强图像和对应的第二剩余图像进行拼接恢复处理，得到各窄带摄像模组对应的标准显示图像。
在本实施例中，通过上述步骤得到各窄带摄像模组对应的标准显示图像，从而实现提高图像中高频成分以及增强图像轮廓的目的。
应该理解的是，虽然图1-9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种内窥镜的图像处理装置，包括：图像获取模块1010、图像融合模块1020和图像增强模块1030，其中：
图像获取模块1010用于获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；图像融合模块1020用于对各窄带摄像模组采集的红色窄带图像、绿色窄带图像和蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像；图像增强模块1030用于对各彩色融合图像进行图像增强处理，输出各窄带摄像模组对应的标准显示图像。
关于内窥镜的图像处理装置的具体限定可以参见上文中对于内窥镜的图像处理方法的限定，在此不再赘述。上述内窥镜的图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种图像处理设备1100，该图像处理设备1100可以是终端，其内部结构图可以如图11所示。该图像处理设备1100包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该图像处理设备1100的处理器用于提供计算和控制能力。该图像处理设备1100的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该图像处理设备1100的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种内窥镜的图像处理方法。该图像处理设备1100的显示屏可以是液晶显示屏或者电子墨水显示屏，该图像处理设备1100的输入装置可以是显示屏上覆盖的触摸层，也可以是图像处理设备1100外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的图像处理设备1100的限定，具体的图像处理设备1100可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种图像处理设备1100，该图像处理设备1100包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。
在一个实施例中，如图12所示，提供了一种内窥镜，上述内窥镜包括至少两个窄带摄像模组1210以及上述图像处理设备实施例中的图像处理设备1100。
其中，窄带摄像模组1210电连接图像处理设备1100，并用于采集红色窄带图像、绿色窄带图像和蓝色窄带图像。因此，提高了内窥镜的便利性。
在其中一个实施例中，如图12所示，窄带摄像模组1210包括带有红色滤光片的第一摄像头1211、带有绿色滤光片的第二摄像头1212和带有蓝色滤光片的第三摄像头1213；其中，第一摄像头1211电连接图像处理设备，并用于采集红色窄带图像；第二摄像头1212电连接图像处理设备，并用于采集绿色窄带图像；第三摄像头1213电连接图像处理设备，并用于采集蓝色窄带图像。因此，提高了内窥镜的便利性。
在一个具体示例中，第一摄像头1211包括镜头、红色滤光片、棱镜、CMOS传感器和AD转换器，光纤通过镜头进入第一摄像头1211，经过红色滤光片和棱镜的处理，使得有效的光信号传播至CMOS传感器，CMOS传感器将光信号转换为模拟电信号，最后经过AD转换器将模拟电信号转换为数字电信号，并传输个图像处理设备。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。
在一个具体示例中，如图13所示，内窥镜镜体包括窄带摄像模组1210，窄带摄像模组1210为第一物镜12101、第二物镜12102、第三物镜102103、红色窄带滤光片12104、蓝色窄带滤光片12105、绿色窄带滤光片12106、第一棱镜12107、第二棱镜12108、第三棱镜102109、第一图像传感器12110、第二图像传感器12111、第三图形传感器12112和导光束2000。其中，第一物镜12101、红色窄带滤光片12104、第一棱镜12107和第一图像传感器12110在同一水平方向依次呈组合设置；第二物镜12102、蓝色窄带滤光片12105、第二棱镜12108和第二图像传感器12111在同一水平方向依次呈组合设置；第三物镜12103、绿色窄带滤光片12106、第三棱镜12109和第二图像传感器12112在同一水平方向依次呈组合设置。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。
在其中一个实施例中，如图12所示，内窥镜还包括光源设备1220和/或显示设备230。
其中，光源设备1220用于通过导光束2000向各窄带摄像模组1210提供照明光源；显示设备1230电连接图像处理设备1100，并用于显示各窄带摄像模组1210对应的标准显示图像。可以理解的是，显示设备1230根据图像处理设备1100输出的各所述窄带摄像模组1210对应的标准显示图像，则能显示各所述窄带摄像模组对应的标准显示图像即三维立体图像。因此，提高了内窥镜的便利性。在一个具体示例中，显示设备可以是三维显示器，还可以是二维显示器，具体根据用户需求而灵活设置，在此不进行限制。
在其中一个实施例中，如图12所示，内窥镜还包括壳体1240；各窄带摄像模组1210对称设置在壳体1240的端面中心两侧。因此，提高了内窥镜的便利性。在一个具体示例中，壳体1240可以但不限于是圆柱体，具体根据用户需求而灵活设置，在此不进行限制。
在其中一个实施例中，如图12所示，壳体1240的端面中心两侧对称设置有至少两个通光孔1241；通光孔1241用于设置导光束2000；其中，导光束2000用于连接光源设备1220。因此，提高了内窥镜的便利性。
在一个实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (17)

1.一种内窥镜的图像处理方法，其特征在于，所述图像处理方法包括：
获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；
对各所述窄带摄像模组采集的所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像进行融合处理，得到各所述窄带摄像模组对应的彩色融合图像；
对各所述彩色融合图像进行图像增强处理，输出各所述窄带摄像模组对应的标准显示图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述对各所述窄带摄像模组采集的所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像的步骤，包括：
对每一个所述窄带摄像模组采集的所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像进行图像对齐处理，得到各所述窄带摄像模组对应的各待融合图像；
对每一个所述窄带摄像模组对应的各待融合图像进行融合处理，得到各窄带摄像模组对应的彩色融合图像。
3.根据权利要求2所述的图像处理方法，其特征在于，所述对每一个所述窄带摄像模组采集的所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像进行图像对齐处理，得到每一个所述窄带摄像模组对应的各待融合图像的步骤，包括：
对每一个所述窄带摄像模组采集的所述红色窄带图像进行低通滤波处理，得到各所述窄带摄像模组对应的第一滤波图像；
对每一个所述窄带摄像模组采集的所述绿色窄带图像进行低通滤波处理，得到各所述窄带摄像模组对应的第二滤波图像；
对每一个所述窄带摄像模组采集的所述蓝色窄带图像进行低通滤波处理，得到各所述窄带摄像模组对应的第三滤波图像；
对每一个所述窄带摄像模组对应的所述第一滤波图像、所述第二滤波图像和所述第三滤波图像进行图像对齐处理，得到各所述窄带摄像模组对应的各待融合图像。
4.根据权利要求1所述的图像处理方法，其特征在于，所述对各所述彩色融合图像进行图像增强处理，输出各所述窄带摄像模组对应的标准显示图像的步骤，包括：
对每一个所述窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各所述窄带摄像模组对应的去噪图像；
对各去噪图像集合中的第一去噪图像和第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域；所述去噪图像集合包括任意两个所述窄带摄像模组所对应的去噪图像；
对各第一对齐区域图像和与所述第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各所述窄带摄像模组对应的标准显示图像；其中，所述第一对齐区域图像为所述第一去噪图像在对应的所述对齐区域内的图像；所述第二对齐区域图像为所述第二去噪图在对应的所述对齐区域内的图像。
5.根据权利要求4所述的图像处理方法，其特征在于，所述对各第一对齐区域图像和与所述第一对齐区域图像对应的第二对齐区域图像进行图像增强处理，得到各所述窄带摄像模组对应的标准显示图像的步骤，包括：
根据各所述第一对齐区域图像和与所述第一对齐区域图像对应的所述第二对齐区域图像，确定各与所述第一对齐区域对应的图像基础去噪图；
基于反锐化掩膜算法，利用各所述基础去噪图对对应的所述第一对齐区域图像和对应的所述第二对齐区域图像进行图像增强处理，得到各所述窄带摄像模组对应的标准显示图像。
6.根据权利要求5所述的图像处理方法，其特征在于，所述根据各所述第一对齐区域图像和与所述第一对齐区域图像对应的所述第二对齐区域图像，确定各与所述第一对齐区域对应的图像基础去噪图的步骤，包括：
根据各所述第一对齐区域图像和与所述第一对齐区域图像对应的所述第二对齐区域图像进行加权平均处理，得到各与所述第一对齐区域对应的图像基础去噪图。
7.根据权利要求5所述的图像处理方法，其特征在于，所述利用各所述基础去噪图对对应的所述第一对齐区域图像和对应的所述第二对齐区域图像进行图像增强处理，得到各所述窄带摄像模组对应的标准显示图像的步骤，包括：
对各所述基础去噪图和对应的所述第一对齐区域图像进行差值处理，得到各第一高频分量；
将各所述第一高频分量叠加至对应的所述第一对齐区域图像，得到各第一增强图像；
根据各所述第一增强图像和对应的第一剩余图像进行拼接恢复处理，得到各所述窄带摄像模组对应的标准显示图像；其中，所述第一剩余图像为所述第一去噪图像在对应的所述对齐区域外的图像。
8.根据权利要求4所述的图像处理方法，其特征在于，所述对每一个所述窄带摄像模组对应的彩色融合图像进行单帧去噪处理，得到各所述窄带摄像模组对应的去噪图像的步骤，包括：
对每一个所述窄带摄像模组对应的彩色融合图像进行离散余弦变换，得到各第一频域图像；
基于频域稀疏化算法，对各所述第一频域图像进行去噪处理，得到各第二频域图像；
对各所述第二频域图像进行离散余弦逆变换，得到各所述窄带摄像模组对应的去噪图像。
9.根据权利要求4所述的图像处理方法，其特征在于，所述对各去噪图像集合中的第一去噪图像和所述第二去噪图像进行图像对齐处理，得到各双路图像的对齐区域的步骤，包括：
根据各所述去噪图像集合中的所述第一去噪图像和所述第二去噪图像进行计算，得到各所述去噪图像集合对应的目标位移差；所述目标位移差是指所述第一去噪图像和对应的所述第二去噪图像的位移差；
根据各所述去噪图像集合对应的目标位移差确定对应的双路图像的对齐区域。
10.根据权利要求9所述的图像处理方法，其特征在于，所述根据各所述去噪图像集合中的所述第一去噪图像和所述第二去噪图像进行计算，得到各所述去噪图像集合对应的目标位移差的步骤，包括：
确定各参考图像中的参考点；所述参考图像为各所述去噪图像集合中的所述第一去噪图像或所述第二去噪图像；
根据各所述参考点在对应的所述目标图像中寻找对应的匹配点；其中，在所述参考图像为对应的所述去噪图像集合中的所述第一去噪图像的情况下，所述目标图像则为对应的所述去噪图像集合中的所述第二去噪图像；在所述参考图像为对应的所述去噪图像集合中的所述第二去噪图像的情况下，所述目标图像则为对应的所述去噪图像集合中的所述第一去噪图像；
根据各所述参考点和对应的所述匹配点进行计算，得到各所述去噪图像集合对应的目标位移差。
11.一种内窥镜的图像处理装置，其特征在于，所述图像处理装置包括：
图像获取模块，用于获取内窥镜的至少两个窄带摄像模组分别采集的红色窄带图像、绿色窄带图像和蓝色窄带图像；
图像融合模块，用于对各所述窄带摄像模组采集的所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像进行融合处理，得到各所述窄带摄像模组对应的彩色融合图像；
图像增强模块，用于对各所述彩色融合图像进行图像增强处理，输出各所述窄带摄像模组对应的标准显示图像。
12.一种图像处理设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
13.一种内窥镜，其特征在于，所述内窥镜包括至少两个窄带摄像模组以及如权利要求12所述的图像处理设备；所述窄带摄像模组电连接所述图像处理设备，并用于采集所述红色窄带图像、所述绿色窄带图像和所述蓝色窄带图像。
14.根据权利要求13所述的内窥镜，其特征在于，所述内窥镜还包括：
光源设备，用于通过导光束向各所述窄带摄像模组提供照明光源；和/或，
显示设备，电连接所述图像处理设备，并用于显示各所述窄带摄像模组对应的标准显示图像。
15.根据权利要求13所述的内窥镜，其特征在于，所述窄带摄像模组包括带有红色滤光片的第一摄像头、带有绿色滤光片的第二摄像头和带有蓝色滤光片的第三摄像头；其中，所述第一摄像头电连接所述图像处理设备，并用于采集红色窄带图像；所述第二摄像头电连接所述图像处理设备，并用于采集绿色窄带图像；所述第三摄像头电连接所述图像处理设备，并用于采集蓝色窄带图像。
16.根据权利要求15所述的内窥镜，其特征在于，所述内窥镜还包括壳体；各所述窄带摄像模组对称设置在所述壳体的端面中心两侧。
17.一种计算机可读存储介质，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实现权利要求1至10中任一项所述的方法的步骤。
CN202210663398.1A 2022-06-13 2022-06-13 内窥镜的图像处理方法、装置、图像处理设备和内窥镜 Pending CN114972106A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210663398.1A CN114972106A (zh) 2022-06-13 2022-06-13 内窥镜的图像处理方法、装置、图像处理设备和内窥镜

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210663398.1A CN114972106A (zh) 2022-06-13 2022-06-13 内窥镜的图像处理方法、装置、图像处理设备和内窥镜

Publications (1)

Publication Number Publication Date
CN114972106A true CN114972106A (zh) 2022-08-30

Family

ID=82961505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210663398.1A Pending CN114972106A (zh) 2022-06-13 2022-06-13 内窥镜的图像处理方法、装置、图像处理设备和内窥镜

Country Status (1)

Country Link
CN (1) CN114972106A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631116A (zh) * 2022-12-21 2023-01-20 南昌航空大学 基于双目视觉的飞行器电力巡检系统
CN117593437A (zh) * 2024-01-18 2024-02-23 华伦医疗用品(深圳)有限公司 基于gpu的内窥镜实时图像处理方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631116A (zh) * 2022-12-21 2023-01-20 南昌航空大学 基于双目视觉的飞行器电力巡检系统
CN115631116B (zh) * 2022-12-21 2023-03-10 南昌航空大学 基于双目视觉的飞行器电力巡检系统
CN117593437A (zh) * 2024-01-18 2024-02-23 华伦医疗用品(深圳)有限公司 基于gpu的内窥镜实时图像处理方法及系统
CN117593437B (zh) * 2024-01-18 2024-05-14 华伦医疗用品(深圳)有限公司 基于gpu的内窥镜实时图像处理方法及系统

Similar Documents

Publication Publication Date Title
Zhuo et al. Defocus map estimation from a single image
US11170482B2 (en) Image processing method and device
CN114972106A (zh) 内窥镜的图像处理方法、装置、图像处理设备和内窥镜
CN111340789A (zh) 眼底视网膜血管识别及量化方法、装置、设备及存储介质
US9124775B2 (en) Information processing apparatus, information processing method, program, and imaging apparatus including optical microscope
Kolar et al. Hybrid retinal image registration using phase correlation
Weibel et al. Graph based construction of textured large field of view mosaics for bladder cancer diagnosis
Lee et al. Automatic distortion correction of endoscopic images captured with wide-angle zoom lens
US9183634B2 (en) Image processing apparatus and image processing method
WO2016194177A1 (ja) 画像処理装置、内視鏡装置及び画像処理方法
CN110827335B (zh) 乳腺影像配准方法和装置
US10817996B2 (en) Devices for and methods of combining content from multiple frames
CN110855889A (zh) 图像处理方法、装置、图像处理设备及存储介质
CN113610752A (zh) 乳腺图像配准方法、计算机设备和存储介质
KR20150105190A (ko) 컬러-코드화된 구조를 사용하는 카메라 캘리브레이션 방법 및 장치
JP2018197674A (ja) 計測装置の作動方法、計測装置、計測システム、３次元形状復元装置、およびプログラム
US10062171B2 (en) 3D reconstruction from photometric stereo with shadows
CN112261399B (zh) 胶囊内窥镜图像三维重建方法、电子设备及可读存储介质
CN113935934A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
WO2016170655A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
CN115994999A (zh) 基于边界梯度注意力网络的杯状细胞语义分割方法及系统
Chen et al. Recovering depth from a single image using spectral energy of the defocused step edge gradient
WO2021068904A1 (zh) 一种图像处理方法及相关装置
JP6835227B2 (ja) 画像処理装置、画像処理方法およびコンピュータプログラム
CN111739004A (zh) 图像处理方法、设备及存储介质

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