CN115511979A - 一种基于灰度变换的内窥镜主板控制系统 - Google Patents

一种基于灰度变换的内窥镜主板控制系统 Download PDF

Info

Publication number
CN115511979A
CN115511979A CN202211258606.6A CN202211258606A CN115511979A CN 115511979 A CN115511979 A CN 115511979A CN 202211258606 A CN202211258606 A CN 202211258606A CN 115511979 A CN115511979 A CN 115511979A
Authority
CN
China
Prior art keywords
endoscope
image
module
value
brightness
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
CN202211258606.6A
Other languages
English (en)
Inventor
秦晓鹏
魏先锋
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.)
Enove Precision Plastics Catheter Co ltd
Original Assignee
Enove Precision Plastics Catheter 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 Enove Precision Plastics Catheter Co ltd filed Critical Enove Precision Plastics Catheter Co ltd
Priority to CN202211258606.6A priority Critical patent/CN115511979A/zh
Publication of CN115511979A publication Critical patent/CN115511979A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B23/00Telescopes, e.g. binoculars; Periscopes; Instruments for viewing the inside of hollow bodies; Viewfinders; Optical aiming or sighting devices
    • G02B23/24Instruments or systems for viewing the inside of hollow bodies, e.g. fibrescopes
    • G02B23/2476Non-optical details, e.g. housings, mountings, supports
    • G02B23/2484Arrangements in relation to a camera or imaging device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231Monitoring the presence, absence or movement of users
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • G06F1/325Power saving in peripheral device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Astronomy & Astrophysics (AREA)
  • Optics & Photonics (AREA)
  • Endoscopes (AREA)

Abstract

本发明公开了一种基于灰度变换的内窥镜主板控制系统,该系统包括:主机开关控制模块、亮度调控模块、图像信息采集模块、图像信息处理模块、监视模块、最大视场角检测模块及畸变率识别模块。本发明利用灰度算法对图像去噪,阈值分割,边缘提取等算法,对医用内窥镜最大视场角检测和畸变率检测进行有效的测量,在一定程度上可以减少人工的干预,具有智能化程度高的优点;提出了内窥镜畸变率检测算法,通过得到改进后的边点弧段提取方法,可以将检测图像中的光滑线段正确连接,避免在分叉路段选错方向,提取更加准确的弧段。

Description

一种基于灰度变换的内窥镜主板控制系统
技术领域
本发明涉及内窥镜技术领域,具体来说,涉及一种基于灰度变换的内窥镜主板控制系统。
背景技术
当前,在信息快速发展的社会,计算机技术已经开始向其它传统可行领域靠拢,伴随这一趋势,出现了很多的高科技仪器设备。与此同时,在传统医疗领域也出现了各式各样先进的设备仪器,辅助医生进行治疗。其中,医用内窥镜的产生,减轻了医生的很大一部分精力去分析人体中较小的病变细胞。医用内窥镜中的设计、制造更趋向现代化、合理化、智能化。在医疗领域中,医用内窥镜是通过长管进行采集图像,通过采集到的图像,对其进行分析、诊断。
医用内窥镜作为一种医用光学观察仪器,使用医用内窥镜最大的一个特点就是:在以前技术不发达的条件下,医学上在对一些切口大,难度高的手术中,都是医学专家进行高强度完成。而医用内窥镜的出现,同时结合其他相关的医疗设备,不需要医学专家进行高难度的手术,而通过一个小的伤口就可以进行治疗。医用内窥镜不仅可以降低了手术的难度,提高手术的安全可靠性,而且降低了高危手术对病人的伤害,也推动了医学领域的快速发展。医用内窥镜的优点在于它的成像系统所形成的像素高,且清晰。同时它的组成结构小巧,利于医用人员的操作。
现在,大多数的微创手术都用医用内窥镜作为辅助器材。从它的优点可以看出,它所成的像的好坏能直接导致医学专家对病症的诊断。在使用前必须对它的成像这一光学性能进行检测。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种基于灰度变换的内窥镜主板控制系统,以克服现有相关技术所存在的上述技术问题。
为此,本发明采用的具体技术方案如下:
一种基于灰度变换的内窥镜主板控制系统,该系统包括:主机开关控制模块、亮度调控模块、图像信息采集模块、图像信息处理模块、监视模块、最大视场角检测模块及畸变率识别模块;
所述主机开关控制模块通过所述亮度调控模块与所述图像信息采集模块连接,所述图像信息采集模块通过所述图像信息处理模块与所述监视模块连接,所述监视模块通过最大视场角检测模块与所述畸变率识别模块连接;
所述主机开关控制模块,用于实现内窥镜主机电源的控制;
所述亮度调控模块,用于调节内窥镜的亮度参数;
所述图像信息采集模块,用于实现内窥镜图像的采集;
所述图像信息处理模块,用于实现内窥镜图像处理与输出;
所述监视模块,用于实现窥探图像的实时显示;
所述最大视场角检测模块,用于通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角;
所述畸变率识别模块,用于对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率。
进一步的,所述主机开关控制模块包括睡眠控制模块、休眠控制模块及关机控制模块;
所述睡眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送睡眠的控制指令;
所述休眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送休眠的控制指令;
所述关机控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送关机的控制指令。
进一步的,所述亮度参数包括内窥镜的亮度调节、内窥镜的对比度调节、内窥镜的饱和度调节、内窥镜的锐度调节及内窥镜的曲线调节。
进一步的,所述调节内窥镜的亮度参数包括以下步骤:
通过按下内窥镜的亮度调节按钮,键盘通过UART通信告知内窥镜进入背光亮度调节;
利用可调旋钮改变内窥镜背光控制PWM的占空比或DC值,实现内窥镜的亮度调节;
利用可调旋钮增强或降低内窥镜的对比度,实现内窥镜的对比度调节;
其中,所述内窥镜的对比度调节通过对输出图像曲线的增益和偏移进行增减调节增大图像像素的差值、增强图像明暗对比效果来实现,调节公式为:
f(x,y)=α*g(x,y)+β(α>0)
式中,g(x,y)为调整前的图像像素曲线函数,f(x,y)为调整后的图像像素曲线函数,α为增益数值,β为偏移数值。
进一步的,所述内窥镜的亮度调节的原理公式为:
0<(duty)<1
f(duty)=backlightmin+∫(backlightmax-backlightmin)d(duty)
0<backlight<2^n
式中,duty为PWM波形的占空比,backlightmin为背光亮度最小值,backlightmax为背光亮度的最大值,backlight取值范围在0-2n,其实n为PWM的精度值,常见的PWM精度有7位,8位,12位,16位,24位。
进一步的,所述实现内窥镜图像处理与输出包括以下步骤:
利用灰度变化将采集的内窥镜图像转换成灰度图像;
利用图像去噪算法对内窥镜的灰度图像进行去噪处理;
利用图像分割算法对内窥镜的灰度图像进行分割处理;
通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录。
进一步的,所述利用灰度变化将采集的内窥镜图像转换成灰度图像包括以下步骤:
使用线性函数对塑像点进行变换,使用分段线性函数计算修改塑像点的值;
对狭窄的灰度进行拉伸,对较宽的灰度进行压缩;
利用伽马校正对图像进行非线性转换,通过判断伽马的值调节图像的暗亮程度,进行灰度的增强,其中,校正的值在0-1的范围内;
所述伽马校正的计算公式为:
Figure BDA0003890283810000041
式中,r为待检测的图像,s为输出检测后的图像,E为非线性变换丽数的斜率,m为像素值,T为阈值。
进一步的,所述通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录包括以下步骤:
先将待检测图像进行阈值分割,确定所要检测目标图像的最佳分割阈值;
通过最佳阈值而定义隶属度,并通过调整隶属度的步长来获取目标信息并提取边缘。
进一步的,所述通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角包括以下步骤:
对采集的内窥镜图像进行高斯滤波和阈值处理,得到二值化后的图像;
将图像分割为连续的连通域区间,并降低图像的分辨率;
设定阈值,通过对内窥镜图像扫描,在图像中取两个相邻的像素点;
当两个相邻像素点之间的距离小于设定的阈值时,设一个序列,在扫描完图像后,把不同的连续曲线上的像素点存入到不同的序列中,并实现不同连续曲线的分割;
通过检测待测同心圆的所有半径,并运用累加器对检测到的半径进行存储;
通过重复出现的半径坐标参数对累加器中加一,设置新的阈值,当累加器中某个半径值大于新的阈值时,将此半径视为待测圆对应的半径,并由此通过半径的个数得出判断出同心圆测标板同心圆的个数。
进一步的,所述对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率包括以下步骤:
从待拟合椭圆的边界随机选取五个点作椭圆插值,计算出椭圆初始参数值作为参数初值;
通过对椭圆的参数进行估计,将椭圆的参数的值设为状态向量,而把椭圆的参数的为估计值设为状态矩阵的初始值,而状态噪声协方差矩阵的初值,用无限大的对角矩阵进行表示,且σ的初值取1;
运用Kalman滤波方程,把状态向量和状态噪声协方差矩阵根据每个待拟合点状态依次更新;
通过相加新状态向量和参数初始的估计值,计算出椭圆参数的新的估计值;
参数的初值由新估计出来的参数代替,利用迭代原理,到两次迭代后结果的变化小于给定误差时,得出估计值;
计算拟合结果的置信区间,并根据拟合结果求取畸变率。
本发明的有益效果为:
1、本发明的内窥镜主板可在用户离开电脑时接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送休眠、关机及睡眠的控制指令。
2、本发明对医用内窥镜质量检测图像识别中,利用灰度算法对图像去噪,阈值分割,边缘提取等算法,该系统能够对医用内窥镜最大视场角检测和畸变率检测进行有效的测量,在一定程度上可以减少人工的干预,具有智能化程度高,可重复性好的优点。
3、本发明通过边缘分割法的分析,同时结合实际过程中医用内窥镜采集图片的缺陷,分析了总结了模糊边缘检测算法的优缺点,在其计算的复杂度大和计算量大的方面做了改进,应用模糊边缘检测算法对图像进行了边缘检测,得到了很好的检测效果。
4、本发明深入分析现有的椭圆拟合算法的优缺点,提出了医用内窥镜畸变率检测算法,通过得到改进后的边点弧段提取方法,可以将检测图像中的光滑线段正确连接,避免在分叉路段选错方向,提取更加准确的弧段;通过把属于同一个椭圆的所有弧段进行组合,为拟合椭圆提供很好的帮助;运用了数值稳定的直接最小二乘法,对椭圆进行了拟合;结合边界搜索弧段检测的方法,能很好检测出椭圆。
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,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种基于灰度变换的内窥镜主板控制系统的原理框图。
图中:
1、主机开关控制模块;2、亮度调控模块;3、图像信息采集模块;4、图像信息处理模块;5、监视模块;6、最大视场角检测模块;7、畸变率识别模块。
具体实施方式
为进一步说明各实施例,本发明提供有附图,这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理,配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点,图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例,提供了一种基于灰度变换的内窥镜主板控制系统。
现结合附图和具体实施方式对本发明进一步说明,如图1所示,根据本发明实施例的基于灰度变换的内窥镜主板控制系统,该系统包括:主机开关控制模块1、亮度调控模块2、图像信息采集模块3、图像信息处理模块4、监视模块5、最大视场角检测模块6及畸变率识别模块7;
所述主机开关控制模块1通过所述亮度调控模块2与所述图像信息采集模块3连接,所述图像信息采集模块3通过所述图像信息处理模块4与所述监视模块5连接,所述监视模块5通过最大视场角检测模块6与所述畸变率识别模块7连接;
所述主机开关控制模块1,用于实现内窥镜主机电源的控制;
在一个实施例中,所述主机开关控制模块1包括睡眠控制模块、休眠控制模块及关机控制模块;
所述睡眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送睡眠的控制指令;
所述休眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送休眠的控制指令;
所述关机控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送关机的控制指令。
所述亮度调控模块2,用于调节内窥镜的亮度参数;
在一个实施例中,所述亮度参数包括内窥镜的亮度调节、内窥镜的对比度调节、内窥镜的饱和度调节、内窥镜的锐度调节及内窥镜的曲线调节。
在一个实施例中,所述调节内窥镜的亮度参数包括以下步骤:
通过按下内窥镜的亮度调节按钮,键盘通过UART通信告知内窥镜进入背光亮度调节;
利用可调旋钮改变内窥镜背光控制PWM的占空比或DC值,实现内窥镜的亮度调节;
利用可调旋钮增强或降低内窥镜的对比度,实现内窥镜的对比度调节;
其中,所述内窥镜的对比度调节通过对输出图像曲线的增益和偏移进行增减调节增大图像像素的差值、增强图像明暗对比效果来实现,调节公式为:
f(x,y)=α*g(x,y)+β(α>0)
式中,g(x,y)为调整前的图像像素曲线函数,f(x,y)为调整后的图像像素曲线函数,α为增益数值,β为偏移数值。
在一个实施例中,所述内窥镜的亮度调节的原理公式为:
0<(duty)<1
f(duty)=backlightmin+∫(backlightmax-backlightmin)d(duty)
0<backlight<2^n
式中,duty为PWM波形的占空比,backlightmin为背光亮度最小值,backlightmax为背光亮度的最大值,backlight取值范围0-2n,其实n为PWM的精度值,常见的PWM精度有7位,8位,12位,16位,24位。
所述图像信息采集模块3,用于实现内窥镜图像的采集;
所述图像信息处理模块4,用于实现内窥镜图像处理与输出;
在一个实施例中,所述实现内窥镜图像处理与输出包括以下步骤:
利用灰度变化将采集的内窥镜图像转换成灰度图像;
在具体应用时,灰度变换(Gray-Scale transformation)是目的是将图像进行增强,通过改变图像中的灰度动态范围实现,图像中的某些细微的特征,灰度变换都能够很好的进行检测。
常用的方式分为三种。
1、线性变换图像增强方式;
2、非线性变换图像增强方式;
3、分段线性变换图像增强方式。
线性变换的方式,就是使用线性函数来对像素点进行变换,使用分段线性函数来计算修改像素点的值就是分段线性变换。其中,线性变换可以针对整幅图像,对狭窄的灰度进行拉伸,对较宽的灰度进行压缩,让图像的视觉效果更好。但是在实际处理中,上述的设想方法行不通,存在很大的难度。分段线性变换同线性变换相似,也很难达到上述的效果。上面描述的线性变换在进行图像增强时,存在有局限性。因此,分段线性变换在对图像进行增强时也具有局限性,并不是对所有图像都可以很好的进行图像增强。为了解决这一弊端,一般情况下,把变换的默认值调整合适就能达到最佳效果。
利用图像去噪算法对内窥镜的灰度图像进行去噪处理;
在具体应用时,高斯滤波作为一种线性平滑滤波,用来去除高斯噪声。具体来说,高斯滤波的实质就是通过求加权平均值应用到图像去噪中。通过加权平均图像中的像素点本身的像素值和它邻域内的其他像素点的像素值进行计算得到。高斯滤波的具体操作是: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。
高斯滤波是以离散化窗口卷积方式和傅里叶变换这两种方式的实现的滤波。但是,当离散化的窗口特别大,用该方法进行卷积的计算量特别大时,用基于傅里叶变换的高斯滤波实现方法。高斯滤波实质上就是对信号的平滑处理,在对实际图像处理的过程中,对于图像处理的后期,噪声干扰对图像后期处理造成很大的问题,由于误差会累计传递等因素,因此为获取图像边缘,在边缘提取前先去除噪声对图像的影响,通过二阶导数确定图像的边缘。
利用图像分割算法对内窥镜的灰度图像进行分割处理;
伽马校正(Gamma Correction)是对图像进行非线性变换对其明暗程度进行计算的一种灰度方法;通过判断gamma的值调节图像的亮暗程度;Gamma的值在[0,1]的范围内,图像的亮暗呈现递减的趋势。当gamma值取1的时候,图像处于饱和,也即和原图没有任何变换。
通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录。
在一个实施例中,所述利用灰度变化将采集的内窥镜图像转换成灰度图像包括以下步骤:
使用线性函数对塑像点进行变换,使用分段线性函数计算修改塑像点的值;
对狭窄的灰度进行拉伸,对较宽的灰度进行压缩;
利用伽马校正对图像进行非线性转换,通过判断伽马的值调节图像的暗亮程度,进行灰度的增强,其中,校正的值在0-1的范围内;
所述伽马校正的计算公式为:
Figure BDA0003890283810000091
式中,r为待检测的图像,s为输出检测后的图像,E为非线性变换丽数的斜率,m为像素值,T为阈值。
在一个实施例中,所述通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录包括以下步骤:
先将待检测图像进行阈值分割,确定所要检测目标图像的最佳分割阈值;
通过最佳阈值而定义隶属度,并通过调整隶属度的步长来获取目标信息并提取边缘。
所述监视模块5,用于实现窥探图像的实时显示;
所述最大视场角检测模块6,用于通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角;
在一个实施例中,所述通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角包括以下步骤:
对采集的内窥镜图像进行高斯滤波和阈值处理,得到二值化后的图像;
将图像分割为连续的连通域区间,并降低图像的分辨率;
设定阈值,通过对内窥镜图像扫描,在图像中取两个相邻的像素点;
当两个相邻像素点之间的距离小于设定的阈值时,设一个序列,在扫描完图像后,把不同的连续曲线上的像素点存入到不同的序列中,并实现不同连续曲线的分割;
通过检测待测同心圆的所有半径,并运用累加器对检测到的半径进行存储;
通过重复出现的半径坐标参数对累加器中加一,设置新的阈值,当累加器中某个半径值大于新的阈值时,将此半径视为待测圆对应的半径,并由此通过半径的个数得出判断出同心圆测标板同心圆的个数。
所述畸变率识别模块7,用于对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率。
在一个实施例中,所述对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率包括以下步骤:
从待拟合椭圆的边界随机选取五个点作椭圆插值,计算出椭圆初始参数值作为参数初值;
通过对椭圆的参数进行估计,将椭圆的参数的值设为状态向量,而把椭圆的参数的为估计值设为状态矩阵的初始值,而状态噪声协方差矩阵的初值,用无限大的对角矩阵进行表示,σ的初值取1;
运用Kalman滤波方程,把状态向量和状态噪声协方差矩阵根据每个待拟合点状态依次更新;
通过相加新状态向量和参数初始的估计值,计算出椭圆参数的新的估计值;
参数的初值由新估计出来的参数代替,利用迭代原理,到两次迭代后结果的变化小于给定误差时,得出估计值;
计算拟合结果的置信区间,并根据拟合结果求取畸变率,并根据拟合结果求取畸变率。
最小二乘法拟合椭圆的实质是:通过获取待拟合椭圆图像上的每个点到椭圆距离,计算它们的误差距离平方和,通过计算得出误差距离平方和最小值,利用假设好的椭圆参数,可得出椭圆的拟合的数据。误差距离包括几何和代数两种。
综上所述,借助于本发明的上述技术方案,本发明的内窥镜主板可在用户离开电脑时接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送休眠、关机及睡眠的控制指令;本发明对医用内窥镜质量检测图像识别中,对图像去噪,阈值分割,边缘提取等算法,该系统能够对医用内窥镜最大视场角检测和畸变率检测进行有效的测量,在一定程度上可以减少人工的干预,具有智能化程度高,可重复性好的优点;本发明通过边缘分割法的分析,同时结合实际过程中医用内窥镜采集图片的缺陷,分析了总结了模糊边缘检测算法的优缺点,在其计算的复杂度大和计算量大的方面做了改进,应用模糊边缘检测算法对图像进行了边缘检测,得到了很好的检测效果;本发明深入分析现有的椭圆拟合算法的优缺点,提出了医用内窥镜畸变率检测算法,通过得到改进后的边点弧段提取方法,可以将检测图像中的光滑线段正确连接,避免在分叉路段选错方向,提取更加准确的弧段。通过把属于同一个椭圆的所有弧段进行组合,为拟合椭圆提供很好的帮助;运用了数值稳定的直接最小二乘法,对椭圆进行了拟合;结合边界搜索弧段检测的方法,能很好检测出椭圆。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于灰度变换的内窥镜主板控制系统,其特征在于,该系统包括:主机开关控制模块、亮度调控模块、图像信息采集模块、图像信息处理模块、监视模块、最大视场角检测模块及畸变率识别模块;
所述主机开关控制模块通过所述亮度调控模块与所述图像信息采集模块连接,所述图像信息采集模块通过所述图像信息处理模块与所述监视模块连接,所述监视模块通过最大视场角检测模块与所述畸变率识别模块连接;
所述主机开关控制模块,用于实现内窥镜主机电源的控制;
所述亮度调控模块,用于调节内窥镜的亮度参数;
所述图像信息采集模块,用于实现内窥镜图像的采集;
所述图像信息处理模块,用于实现内窥镜图像处理与输出;
所述监视模块,用于实现窥探图像的实时显示;
所述最大视场角检测模块,用于通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角;
所述畸变率识别模块,用于对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率。
2.根据权利要求1所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述主机开关控制模块包括睡眠控制模块、休眠控制模块及关机控制模块;
所述睡眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送睡眠的控制指令;
所述休眠控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送休眠的控制指令;
所述关机控制模块,用于接收无线开关的开关触发指令,并向无线开关控制的内窥镜主机发送关机的控制指令。
3.根据权利要求1所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述亮度参数包括内窥镜的亮度调节、内窥镜的对比度调节、内窥镜的饱和度调节、内窥镜的锐度调节及内窥镜的曲线调节。
4.根据权利要求3所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述调节内窥镜的亮度参数包括以下步骤:
通过按下内窥镜的亮度调节按钮,键盘通过UART通信告知内窥镜进入背光亮度调节;
利用可调旋钮改变内窥镜背光控制PWM的占空比或DC值,实现内窥镜的亮度调节;
利用可调旋钮增强或降低内窥镜的对比度,实现内窥镜的对比度调节;
其中,所述内窥镜的对比度调节通过对输出图像曲线的增益和偏移进行增减调节增大图像像素的差值、增强图像明暗对比效果来实现,调节公式为:
f(x,y)=α*g(x,y)+β(α>0)
式中,g(x,y)为调整前的图像像素曲线函数,f(x,y)为调整后的图像像素曲线函数,α为增益数值,β为偏移数值。
5.根据权利要求4所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述内窥镜的亮度调节的原理公式为:
0<(duty)<1
f(duty)=backlightmin+∫(backlightmax-backlightmin)d(duty)
0<backlight<2^n
式中,duty为PWM波形的占空比,backlightmin为背光亮度最小值,backlightmax为背光亮度的最大值,backlight取值范围为0-2n
6.根据权利要求1所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述实现内窥镜图像处理与输出包括以下步骤:
利用灰度变化将采集的内窥镜图像转换成灰度图像;
利用图像去噪算法对内窥镜的灰度图像进行去噪处理;
利用图像分割算法对内窥镜的灰度图像进行分割处理;
通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录。
7.根据权利要求6所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述利用灰度变化将采集的内窥镜图像转换成灰度图像包括以下步骤:
使用线性函数对塑像点进行变换,使用分段线性函数计算修改塑像点的值;
对狭窄的灰度进行拉伸,对较宽的灰度进行压缩;
利用伽马校正对图像进行非线性转换,通过判断伽马的值调节图像的暗亮程度,进行灰度的增强,其中,校正的值在0-1的范围内;
所述伽马校正的计算公式为:
Figure FDA0003890283800000031
式中,r为待检测的图像,s为输出检测后的图像,E为非线性变换丽数的斜率,m为像素值,T为阈值。
8.根据权利要求6所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述通过边缘提取算法检测内窥镜的灰度图像的边缘,并将检测过程中边缘垫信息的走向进行记录包括以下步骤:
先将待检测图像进行阈值分割,确定所要检测目标图像的最佳分割阈值;
通过最佳阈值而定义隶属度,并通过调整隶属度的步长来获取目标信息并提取边缘。
9.根据权利要求1所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述通过同心圆测标板检测同心圆的个数,并根据度数转换公式求取内窥镜最大视场角包括以下步骤:
对采集的内窥镜图像进行高斯滤波和阈值处理,得到二值化后的图像;
将图像分割为连续的连通域区间,并降低图像的分辨率;
设定阈值,通过对内窥镜图像扫描,在图像中取两个相邻的像素点;
当两个相邻像素点之间的距离小于设定的阈值时,设一个序列,在扫描完图像后,把不同的连续曲线上的像素点存入到不同的序列中,并实现不同连续曲线的分割;
通过检测待测同心圆的所有半径,并运用累加器对检测到的半径进行存储;
通过重复出现的半径坐标参数对累加器中加一,设置新的阈值,当累加器中某个半径值大于新的阈值时,将此半径视为待测圆对应的半径,并由此通过半径的个数得出判断出同心圆测标板同心圆的个数。
10.根据权利要求1所述的一种基于灰度变换的内窥镜主板控制系统,其特征在于,所述对采集的内窥镜图像进行拟合,求出内窥镜图像的长短轴,并求取畸变率包括以下步骤:
从待拟合椭圆的边界随机选取五个点作椭圆插值,计算出椭圆初始参数值作为参数初值;
通过对椭圆的参数进行估计,将椭圆的参数的值设为状态向量,而把椭圆的参数的为估计值设为状态矩阵的初始值,而状态噪声协方差矩阵的初值,用无限大的对角矩阵进行表示,且σ的初值取1;
运用Kalman滤波方程,把状态向量和状态噪声协方差矩阵根据每个待拟合点状态依次更新;
通过相加新状态向量和参数初始的估计值,计算出椭圆参数的新的估计值;
参数的初值由新估计出来的参数代替,利用迭代原理,到两次迭代后结果的变化小于给定误差时,得出估计值;
计算拟合结果的置信区间,并根据拟合结果求取畸变率。
CN202211258606.6A 2022-10-14 2022-10-14 一种基于灰度变换的内窥镜主板控制系统 Pending CN115511979A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211258606.6A CN115511979A (zh) 2022-10-14 2022-10-14 一种基于灰度变换的内窥镜主板控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211258606.6A CN115511979A (zh) 2022-10-14 2022-10-14 一种基于灰度变换的内窥镜主板控制系统

Publications (1)

Publication Number Publication Date
CN115511979A true CN115511979A (zh) 2022-12-23

Family

ID=84511400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211258606.6A Pending CN115511979A (zh) 2022-10-14 2022-10-14 一种基于灰度变换的内窥镜主板控制系统

Country Status (1)

Country Link
CN (1) CN115511979A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557587A (zh) * 2024-01-12 2024-02-13 南京晨新医疗科技有限公司 一种内窥镜冷光源亮度自动调节系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557587A (zh) * 2024-01-12 2024-02-13 南京晨新医疗科技有限公司 一种内窥镜冷光源亮度自动调节系统
CN117557587B (zh) * 2024-01-12 2024-03-19 南京晨新医疗科技有限公司 一种内窥镜冷光源亮度自动调节系统

Similar Documents

Publication Publication Date Title
CN101384210B (zh) 图像分析装置
CN112734757B (zh) 一种脊柱X光图像cobb角测量方法
US20100266188A1 (en) Chest x-ray registration, subtraction and display
CN116503392B (zh) 一种用于卵巢组织分析的卵泡区域分割方法
CN112164043A (zh) 一种用于多眼底图像拼接的方法及系统
CN116993628B (zh) 一种用于肿瘤射频消融引导的ct图像增强系统
CN104732520A (zh) 一种胸部数字影像的心胸比测量算法及系统
KR20210140985A (ko) 콥 각도 측정 방법 및 시스템, 콥 각도 측정 프로그램
CN115511979A (zh) 一种基于灰度变换的内窥镜主板控制系统
CN111488912A (zh) 一种基于深度学习神经网络的喉部疾病诊断系统
CN113689424B (zh) 可自动识别图像特征的超声检查系统及识别方法
CN114287915A (zh) 一种基于背部彩色图像的无创脊柱侧弯筛查方法及系统
CN111461961B (zh) 一种oct血管图像错位矫正方法
CN110276772B (zh) 一种肌肉组织中结构要素的自动定位方法及系统
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
CN114240893A (zh) 一种外像图像中脊柱Cobb角的测算方法
CN110647870B (zh) 一种基于滑动窗计算静息态fMRI数据近似熵的方法
Li et al. Towards the objectification of tongue diagnosis: Automatic segmentation of tongue image
CN117541800B (zh) 基于喉镜影像的喉部异常部位分割方法
CN111640127A (zh) 一种用于骨科的精准临床诊断导航方法
CN117557587B (zh) 一种内窥镜冷光源亮度自动调节系统
Dabbah et al. Nerve fibre extraction in confocal corneal microscopy images for human diabetic neuropathy detection using gabor filters
CN116864098B (zh) 一种基于位置信息的医疗器械受力信息获取方法及系统
CN116728420B (zh) 一种脊柱外科手术用机械臂调控方法及系统
CN117974692B (zh) 一种基于区域生长的眼科医学影像处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination