CN116703785A - 一种微创手术镜下模糊图像的处理方法 - Google Patents

一种微创手术镜下模糊图像的处理方法 Download PDF

Info

Publication number
CN116703785A
CN116703785A CN202310973870.6A CN202310973870A CN116703785A CN 116703785 A CN116703785 A CN 116703785A CN 202310973870 A CN202310973870 A CN 202310973870A CN 116703785 A CN116703785 A CN 116703785A
Authority
CN
China
Prior art keywords
point
image
blurred image
angle
pixel
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.)
Granted
Application number
CN202310973870.6A
Other languages
English (en)
Other versions
CN116703785B (zh
Inventor
滕长青
俞晓红
刘青山
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.)
Pmt Chengdu Medical Technology Co ltd
Original Assignee
Pmt Chengdu Medical Technology 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 Pmt Chengdu Medical Technology Co ltd filed Critical Pmt Chengdu Medical Technology Co ltd
Priority to CN202310973870.6A priority Critical patent/CN116703785B/zh
Publication of CN116703785A publication Critical patent/CN116703785A/zh
Application granted granted Critical
Publication of CN116703785B publication Critical patent/CN116703785B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种微创手术镜下模糊图像的处理方法，该方法包括以下步骤：S1、读取微创手术镜下采集的模糊图像A；S2、采用方向像素变化率确定模糊图像A在空域上沿着角度k的方向的融合函数F；S3、确定模糊图像A沿着角度k的方向的模糊核分布函数J；S4、确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K；S5、以模糊图像A沿着角度k的方向的模糊核分布函数J的最小值对应的角度K的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域沿着图像调整的方向进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。该方法能够将微创手术镜下采集的模糊图像处理成不影响观看的图像。

Description

一种微创手术镜下模糊图像的处理方法
技术领域
本发明涉及微创手术技术领域，具体涉及一种微创手术镜下模糊图像的处理方法。
背景技术
微创手术是指利用腹腔镜、胸腔镜等现代医疗器械及相关设备进行的微小创伤的手术，具有创伤小、疼痛轻、恢复快的优越性。
目前，微创手术中需要将腹腔镜、胸腔镜等内窥镜伸入病患体内，获取图像信息，以便医护人员观察病患体内情况，实施手术，其中由于各种原因，容易造成采集的图像出现模糊的现象，影响医护人员的观看，不利于微创手术的开展。
造成微创手术镜下采集的图像出现模糊的主要原因包括设备硬件故障（比如设备各部件之间连接异常、设备损坏等）、设备操作不当（比如对焦不准、曝光时间不足等）、环境因素（光线不足、阴影遮挡等）。
一旦出现模糊图像，就需要对模糊图像进行处理，为此，本申请提出一种微创手术镜下模糊图像的处理方法。
发明内容
本发明旨在提供一种微创手术镜下模糊图像的处理方法，所要解决的技术问题至少包括如何将微创手术镜下采集的模糊图像处理成不影响医护人员观看的图像。
为了实现上述目的，本发明提供一种微创手术镜下模糊图像的处理方法，包括以下步骤：
S1、读取微创手术镜下采集的模糊图像A；
S2、采用方向像素变化率确定模糊图像A在空域上沿着角度k的方向的融合函数F：
；
其中，表示模糊图像A的水平像素综合变化率；/>表示模糊图像A的垂直像素综合变化率；
S3、确定模糊图像A沿着角度k的方向的模糊核分布函数J：
；
其中，M表示图像A的宽度，N表示图像A的高度；
S4、确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K；
S5、以模糊图像A沿着角度k的方向的模糊核分布函数J的最小值对应的角度K的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域沿着图像调整的方向进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
优选地，在步骤S4中，对所述的模糊图像A沿着角度k的方向的模糊核分布函数J进行展开平方项的操作，得到：
；
令梯度矩阵D代替其中的
，得到：
。
优选地，所述的梯度矩阵D通过计算模糊图像A的水平像素综合变化率和垂直像素综合变化率得到，进一步将所述的梯度矩阵D表示为：
。
优选地，将所述梯度矩阵D的四个元素d11、d12、d21和d22分别代入所述的模糊图像A沿着角度k的方向的模糊核分布函数J的展开平方项的形式，得到：
。
优选地，为了确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K，对所述的模糊核分布函数J求导并令导数等于0，得到：
；
进而得到：
；
其中，
；
；
其中，n为任意整数，“km”为通过以上公式计算得到的中间数值解。
优选地，所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内有唯一的最大值和最小值，以所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内取最小值时对应的Kz的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
优选地，所述的模糊图像A的水平像素综合变化率的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
优选地，所述的模糊图像A的垂直像素综合变化率 的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
优选地，步骤S5中所述的平移同时采用锐化函数T对模糊图像的边缘进行锐化加强，所述的锐化函数T具体为：
T=（1+4λ）f（x,y）-λ[f（x+1,y）+ f（x-1,y）+ f（x,y+1）+ f（x,y-1）]；
其中λ为锐化程度系数，一般取正整数；λ的取值越大，锐化的程度越强；f（x,y）为（x,y）点的像素亮度值，f（x+1,y）为（x+1,y）点的像素亮度值，f（x-1,y）为（x-1,y）点的像素亮度值，f（x,y+1）为（x,y+1）点的像素亮度值，f（x,y-1）为（x,y-1）点的像素亮度值。
优选地，所述的锐化程度系数λ为2至7之间的正整数。
与现有技术相比，本发明的有益效果是：
本发明所述的微创手术镜下模糊图像的处理方法采用方向像素变化率确定模糊图像A在空域上沿着角度k的方向的融合函数F，确定模糊图像A沿着角度k的方向的模糊核分布函数J，进而确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K；以模糊图像A沿着角度k的方向的模糊核分布函数J的最小值对应的角度K的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域沿着图像调整的方向进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止，这种处理方法能够快速地将微创手术镜下采集的模糊图像处理成不影响医护人员观看的清晰度满足要求的图像，与现有技术中的迭代算法相比，处理速度至少提升了76.9%。处理过程中，通过对所述的模糊图像A沿着角度k的方向的模糊核分布函数J进行展开平方项的操作，引入梯度矩阵D，通过计算模糊图像A的水平像素综合变化率和垂直像素综合变化率得到梯度矩阵D的四个元素d11、d12、d21和d22，将四个元素d11、d12、d21和d22分别代入所述的模糊图像A沿着角度k的方向的模糊核分布函数J的展开平方项的形式，对所述的模糊核分布函数J求导并令导数等于0，能够迅速求出所需角度的数值解，大大降低了对硬件系统计算能力的要求，与现有技术中的迭代算法相比，对硬件系统计算能力的要求降低了至少93.7%,取得了预料不到的技术效果。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的具体实施方式一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明所述的微创手术镜下模糊图像的处理方法的流程示意图。
具体实施方式
在下文中更详细地描述了本发明以有助于对本发明的理解。
如图1所示，本发明所述的微创手术镜下模糊图像的处理方法包括以下步骤：
S1、读取微创手术镜下采集的模糊图像A；
S2、采用方向像素变化率确定模糊图像A在空域上沿着角度k的方向的融合函数F：
；
其中，表示模糊图像A的水平像素综合变化率；/>表示模糊图像A的垂直像素综合变化率；
S3、确定模糊图像A沿着角度k的方向的模糊核分布函数J：
；
其中，M表示图像A的宽度，N表示图像A的高度；
S4、确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K；
对所述的模糊图像A沿着角度k的方向的模糊核分布函数J进行展开平方项的操作，得到：
；
令梯度矩阵D代替其中的
，得到：
。
所述的梯度矩阵D通过计算模糊图像A的水平像素综合变化率和垂直像素综合变化率得到，进一步将所述的梯度矩阵D表示为：
。
优选地，将所述梯度矩阵D的四个元素d11、d12、d21和d22分别代入所述的模糊图像A沿着角度k的方向的模糊核分布函数J的展开平方项的形式，得到：
。
优选地，为了确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K，对所述的模糊核分布函数J求导并令导数等于0，得到：
；
进而得到：
；
其中，
；
；
其中，n为任意整数，“km”为通过以上公式计算得到的中间数值解。
S5、以模糊图像A沿着角度k的方向的模糊核分布函数J的最小值对应的角度K的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域沿着图像调整的方向进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
优选地，所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内有唯一的最大值和最小值，以所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内取最小值时对应的Kz的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
优选地，所述的模糊图像A的水平像素综合变化率的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
优选地，所述的模糊图像A的垂直像素综合变化率 的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
优选地，步骤S5中所述的平移同时采用锐化函数T对模糊图像的边缘进行锐化加强，所述的锐化函数T具体为：
T=（1+4λ）f（x,y）-λ[f（x+1,y）+ f（x-1,y）+ f（x,y+1）+ f（x,y-1）]；
其中λ为锐化程度系数，一般取正整数；λ的取值越大，锐化的程度越强；f（x,y）为（x,y）点的像素亮度值，f（x+1,y）为（x+1,y）点的像素亮度值，f（x-1,y）为（x-1,y）点的像素亮度值，f（x,y+1）为（x,y+1）点的像素亮度值，f（x,y-1）为（x,y-1）点的像素亮度值。
优选地，所述的锐化程度系数λ为2至7之间的正整数。申请人的试验结果表明，当锐化程度系数λ超过7以后，锐化效果的增强已经不明显；而当锐化程度系数λ小于2时，锐化效果明显变差。
优选地，如果（x,y）点、（x+1,y）点、（x-1,y）点、（x,y+1）点、（x,y-1）点中的任意一个在事实上不存在，则对应的该不存在的点的像素点值和像素亮度值的具体数值取为0。
以上描述了本发明优选实施方式，然其并非用以限定本发明。本领域技术人员对在此公开的实施方案可进行并不偏离本发明范畴和精神的改进和变化。

Claims (10)

1.一种微创手术镜下模糊图像的处理方法，其特征在于，所述的微创手术镜下模糊图像的处理方法包括以下步骤：
S1、读取微创手术镜下采集的模糊图像A；
S2、采用方向像素变化率确定模糊图像A在空域上沿着角度k的方向的融合函数F：
；
其中，表示模糊图像A的水平像素综合变化率；/>表示模糊图像A的垂直像素综合变化率；
S3、确定模糊图像A沿着角度k的方向的模糊核分布函数J：
；
其中，M表示图像A的宽度，N表示图像A的高度；
S4、确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K；
S5、以模糊图像A沿着角度k的方向的模糊核分布函数J的最小值对应的角度K的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域沿着图像调整的方向进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
2.根据权利要求1所述的微创手术镜下模糊图像的处理方法，其特征在于，在步骤S4中，对所述的模糊图像A沿着角度k的方向的模糊核分布函数J进行展开平方项的操作，得到：
；
令梯度矩阵D代替其中的；
，得到：
。
3.根据权利要求2所述的微创手术镜下模糊图像的处理方法，其特征在于，所述的梯度矩阵D通过计算模糊图像A的水平像素综合变化率和垂直像素综合变化率得到，进一步将所述的梯度矩阵D表示为：
。
4.根据权利要求3所述的微创手术镜下模糊图像的处理方法，其特征在于，将所述梯度矩阵D的四个元素d11、d12、d21和d22分别代入所述的模糊图像A沿着角度k的方向的模糊核分布函数J的展开平方项的形式，得到：
。
5.根据权利要求4所述的微创手术镜下模糊图像的处理方法，其特征在于，为了确定模糊图像A沿着角度k的方向的模糊核分布函数J的最小值及其对应的角度K，对所述的模糊核分布函数J求导并令导数等于0，得到：
；
进而得到：
；
其中，
；
；
其中，n为任意整数，“km”为通过以上公式计算得到的中间数值解。
6.根据权利要求5所述的微创手术镜下模糊图像的处理方法，其特征在于，所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内有唯一的最大值和最小值，以所述的模糊图像A沿着角度k的方向的模糊核分布函数J在0度至180度范围内取最小值时对应的Kz的方向的逆方向作为图像调整的方向，对模糊图像A中选定的模糊区域进行平移，直至模糊图像A的清晰度达到医护人员能够正常观看为止。
7.根据权利要求1所述的微创手术镜下模糊图像的处理方法，其特征在于，所述的模糊图像A的水平像素综合变化率的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
8.根据权利要求1所述的微创手术镜下模糊图像的处理方法，其特征在于，所述的模糊图像A的垂直像素综合变化率 的计算公式为：
；
其中，px,y为（x,y）点的像素点值，px-1,y+1为（x-1,y+1）点的像素点值，px-1,y为（x-1,y）点的像素点值，px-1,y-1为（x-1,y-1）点的像素点值，px,y+1为（x,y+1）点的像素点值，px,y-1为（x,y-1）点的像素点值，px+1,y+1为（x+1,y+1）点的像素点值，px+1,y-1为（x+1,y-1）点的像素点值。
9.根据权利要求1所述的微创手术镜下模糊图像的处理方法，其特征在于，步骤S5中所述的平移同时采用锐化函数T对模糊图像的边缘进行锐化加强，所述的锐化函数T具体为：
T=（1+4λ）f（x,y）-λ[f（x+1,y）+ f（x-1,y）+ f（x,y+1）+ f（x,y-1）]；
其中λ为锐化程度系数，λ的取值越大，锐化的程度越强；f（x,y）为（x,y）点的像素亮度值，f（x+1,y）为（x+1,y）点的像素亮度值，f（x-1,y）为（x-1,y）点的像素亮度值，f（x,y+1）为（x,y+1）点的像素亮度值，f（x,y-1）为（x,y-1）点的像素亮度值。
10.根据权利要求9所述的微创手术镜下模糊图像的处理方法，其特征在于，所述的锐化程度系数λ为2至7之间的正整数。
CN202310973870.6A 2023-08-04 2023-08-04 一种微创手术镜下模糊图像的处理方法 Active CN116703785B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310973870.6A CN116703785B (zh) 2023-08-04 2023-08-04 一种微创手术镜下模糊图像的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310973870.6A CN116703785B (zh) 2023-08-04 2023-08-04 一种微创手术镜下模糊图像的处理方法

Publications (2)

Publication Number Publication Date
CN116703785A true CN116703785A (zh) 2023-09-05
CN116703785B CN116703785B (zh) 2023-10-27

Family

ID=87832522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310973870.6A Active CN116703785B (zh) 2023-08-04 2023-08-04 一种微创手术镜下模糊图像的处理方法

Country Status (1)

Country Link
CN (1) CN116703785B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060107223A1 (en) * 2004-11-12 2006-05-18 Mirtich Brian V System and method for assigning analysis parameters to vision detector using a graphical interface
US20100166334A1 (en) * 2008-12-29 2010-07-01 Arcsoft Hangzhou Co., Ltd. Method for magnifying images and videos
CN104599242A (zh) * 2014-12-09 2015-05-06 西安电子科技大学 使用多尺度非局部正则的模糊核估计方法
WO2015133572A1 (ja) * 2014-03-07 2015-09-11 フィールズ株式会社 動画処理方法、動画処理装置、及び動画処理プログラム
CN110782401A (zh) * 2019-09-23 2020-02-11 浙江大华技术股份有限公司 图像去模糊方法以及相关装置
CN111383190A (zh) * 2018-12-26 2020-07-07 硅工厂股份有限公司 图像处理设备和方法
CN112381742A (zh) * 2020-11-25 2021-02-19 清华大学合肥公共安全研究院 一种单幅图像去运动模糊方法及系统
CN112651890A (zh) * 2020-12-18 2021-04-13 深圳先进技术研究院 基于双编码融合网络模型的pet-mri图像去噪方法、装置
CN112950461A (zh) * 2021-03-27 2021-06-11 刘文平 全局与超像素分割相融合的色彩迁移方法
CN112991194A (zh) * 2021-01-29 2021-06-18 电子科技大学 一种基于深度残差网络的红外热波图像去模糊方法
CN114092416A (zh) * 2021-11-04 2022-02-25 上海市特种设备监督检验技术研究院 一种dr模糊图像盲反卷积复原方法及系统
CN114418891A (zh) * 2022-01-21 2022-04-29 中国科学院长春光学精密机械与物理研究所 一种基于局部二值模式的图像盲去模糊算法
CN115063321A (zh) * 2022-07-12 2022-09-16 普密特(成都)医疗科技有限公司 一种微创手术镜下模糊图像的规避与补偿方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060107223A1 (en) * 2004-11-12 2006-05-18 Mirtich Brian V System and method for assigning analysis parameters to vision detector using a graphical interface
US20100166334A1 (en) * 2008-12-29 2010-07-01 Arcsoft Hangzhou Co., Ltd. Method for magnifying images and videos
WO2015133572A1 (ja) * 2014-03-07 2015-09-11 フィールズ株式会社 動画処理方法、動画処理装置、及び動画処理プログラム
CN104599242A (zh) * 2014-12-09 2015-05-06 西安电子科技大学 使用多尺度非局部正则的模糊核估计方法
CN111383190A (zh) * 2018-12-26 2020-07-07 硅工厂股份有限公司 图像处理设备和方法
CN110782401A (zh) * 2019-09-23 2020-02-11 浙江大华技术股份有限公司 图像去模糊方法以及相关装置
CN112381742A (zh) * 2020-11-25 2021-02-19 清华大学合肥公共安全研究院 一种单幅图像去运动模糊方法及系统
CN112651890A (zh) * 2020-12-18 2021-04-13 深圳先进技术研究院 基于双编码融合网络模型的pet-mri图像去噪方法、装置
CN112991194A (zh) * 2021-01-29 2021-06-18 电子科技大学 一种基于深度残差网络的红外热波图像去模糊方法
CN112950461A (zh) * 2021-03-27 2021-06-11 刘文平 全局与超像素分割相融合的色彩迁移方法
CN114092416A (zh) * 2021-11-04 2022-02-25 上海市特种设备监督检验技术研究院 一种dr模糊图像盲反卷积复原方法及系统
CN114418891A (zh) * 2022-01-21 2022-04-29 中国科学院长春光学精密机械与物理研究所 一种基于局部二值模式的图像盲去模糊算法
CN115063321A (zh) * 2022-07-12 2022-09-16 普密特(成都)医疗科技有限公司 一种微创手术镜下模糊图像的规避与补偿方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DR. S. SARAVANAN等: "DEBLURRING ALGORITHM FOR VIDEO IMAGE BASED ON DENOISING ENGINE ALONG WITH CONTRAST ENHANCEMENT", 《TIJER》, vol. 10, no. 4, pages 319 - 327 *
WANG HAWK: "35. 去卷积：怎么把模糊的图像变清晰？", pages 1 - 4, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/104340592> *
孙子正 等: "基于全局-局部生成对抗学习的无监督弱光图像增强", 《计算机辅助设计与图形学学报》, vol. 34, no. 10, pages 1550 - 1558 *
林清华 等: "基于累积变化率的医学图像弱边缘检测算法", 《计算机工程与设计》, vol. 36, no. 11, pages 3046 - 3050 *
陆文骏 等: "无人机航拍运动模糊盲复原的参数优选研究", 《玉溪师范学院学报》, vol. 37, no. 3, pages 63 - 68 *

Also Published As

Publication number Publication date
CN116703785B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
Kaynig et al. Fully automatic stitching and distortion correction of transmission electron microscope images
JP5315157B2 (ja) 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム
US7324660B2 (en) Image position matching apparatus and image processing apparatus
US10672108B2 (en) Image processing apparatus, image processing method, and image processing program
WO2021073101A1 (zh) 一种图像处理方法、装置和电子设备及可读存储介质
JP3621304B2 (ja) 画像の輝度補正方法
Guo et al. A specular reflection suppression method for endoscopic images
TWI827771B (zh) 圖像處理設備和方法
CN111491151B (zh) 一种显微手术立体视频渲染方法
CN115578286A (zh) 高动态范围的混合曝光成像方法和装置
CN116703785B (zh) 一种微创手术镜下模糊图像的处理方法
JP2012205619A (ja) 画像処理装置、制御装置、内視鏡装置、画像処理方法及び画像処理プログラム
US10285586B2 (en) Registration across frame boundaries in AO-SLO capture
JP7265316B2 (ja) 画像処理装置及び画像処理方法
KR20100097858A (ko) 예제 기반 신경회로망을 이용한 고해상도 영상 확대
IL160152A (en) Super-resolution image processing
CN115345800B (zh) 医用内窥镜运动影像自适应降噪方法及系统
CN111161143A (zh) 一种光学定位技术辅助的手术视野全景拼接方法
CN115861147A (zh) 一种内窥镜暗区域增强方法、装置、电子设备及存储介质
CN115063321A (zh) 一种微创手术镜下模糊图像的规避与补偿方法
WO2005059833A1 (ja) 輝度補正装置および輝度補正方法
Abel et al. Methods for removing glare in digital endoscope images
CN117455780B (zh) 内镜暗场图像的增强方法、装置、电子设备及存储介质
CN117710250B (zh) 一种消除纤维镜成像蜂窝状结构的方法
CN114418920B (zh) 一种内窥镜多焦点图像融合方法

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
GR01 Patent grant
GR01 Patent grant