CN117314798A - 一种去除纤维镜图像网格的方法 - Google Patents
一种去除纤维镜图像网格的方法 Download PDFInfo
- Publication number
- CN117314798A CN117314798A CN202311609053.9A CN202311609053A CN117314798A CN 117314798 A CN117314798 A CN 117314798A CN 202311609053 A CN202311609053 A CN 202311609053A CN 117314798 A CN117314798 A CN 117314798A
- Authority
- CN
- China
- Prior art keywords
- image
- spectrum
- frequency
- fiberscope
- frequencies
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000000835 fiber Substances 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 69
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 7
- 238000005253 cladding Methods 0.000 description 3
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003365 glass fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Endoscopes (AREA)
Abstract
本发明提供了一种去除纤维镜图像网格的方法，其包括：获取纤维镜图像，分别得到其Y、U、V分量的图像，通过对Y分量图像进行二维离散傅里叶变换获得其对应的频域图像；对所述频域图像进行频谱转换以得到频谱转换后的频谱图像，其中，频谱转换后的频谱图像中的零频分量位于频谱图像的中心位置；根据频谱图像生成待去除频率的滤波器；使用所述滤波器与所述频谱图像进行得到滤波后的频谱图像，并对该频谱图像做傅里叶反变换，得到去除网格后的Y分量图像，并基于该去除网格后的Y分量图像、以及所述U分量图像、所述V分量图像生成最终的纤维镜图像。本发明通过在频域自适应的去除纤维镜图像中的网格状结构，从而提高了成像质量。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及一种去除纤维镜图像网格的方法。
背景技术
纤维镜是内窥镜成像系统配备的一种特殊的镜种，有喉镜、支气管镜、胃镜和主动脉根部内窥镜等类别，可以适用于各种微创手术场景。纤维内镜是应用具有全反射特性的玻璃纤维制成，包括纤维导光束和导像束。纤维导光束和导像束均由数万根玻璃纤维组成，纤维极细，均为发丝的1/10，柔软可弯曲。每一根纤维都由高折射率的纤芯和低折射率的包层组成，光线从一端进入光纤，通过纤芯和包层的内部反射，沿光纤芯被引导，在传感器(sensor)上成像。由于包层的折射率较低，于是在通过纤维镜成像时就形成了较为明显的网格状结构，会严重影响手术过程中医生的判断。
发明内容
针对上述技术问题，本发明提出了一种去除纤维镜图像网格的方法，该方法通过将纤维镜图像转换到频域，能够在频域自适应的去除纤维镜图像中的网格状结构，从而更好的保留图像细节，提高了成像质量。
为实现上述技术目的，本发明采用以下技术方案：
一种去除纤维镜图像网格的方法，其包括：步骤1，获取纤维镜图像，分别得到其Y、U、V分量的图像信息，通过对其中Y分量的图像进行二维离散傅里叶变换获得其对应的频域图像；步骤2，对所述频域图像进行频谱转换以得到频谱转换后的频谱图像，其中，频谱转换后的频谱图像中的零频分量位于频谱图像的中心位置；步骤3，根据频谱图像生成待去除频率的滤波器；步骤4，使用所述滤波器与所述频谱图像进行相乘运算得到滤波后的频谱图像，并对该频谱图像做傅里叶反变换，得到去除网格后的Y分量图像，并基于该去除网格后的Y分量图像、所述U分量图像、以及所述V分量图像生成最终的纤维镜图像。
进一步的，步骤3中所述的根据频谱图像生成待去除频率的滤波器，具体包括：步骤31，计算频谱图像中预设频率所一一对应的幅值和，并计算上述所有幅值和的中位数；步骤32，确定待去除的频率，包括将所有预设频率所对应的幅值和，一一与所述中位数进行比较，当至少连续10个频率对应的幅值和大于中位数时，将该些频率进行记录，作为待去除的频率；步骤33，根据上述确定的所述待去除的频率，生成滤波器。
进一步的，所述步骤3中的所述预设频率为从120开始的所有频率。
进一步的，所述步骤3中所述的计算频谱图像中预设频率所对应的幅值和，包括将预设频率对应灰度值的和作为预设频率所对应的幅值和。
进一步的，所述步骤3中的所述生成滤波器，包括将要滤除的频率位置置0，其余频率位置置1。
本发明通过将纤维镜图像转换到频域，在频域内自适应的去除纤维镜图像中的网格状结构，更好的保留图像细节，提高了成像质量，有利于提高临床诊断的可靠性。
附图说明
图1是本发明去除纤维镜图像网格方法的流程示意图；
图2是本发明纤维镜图像的初始Y分量图像；
图3是本发明原始纤维镜图像的频域图像；
图4是本发明频谱转换后的频谱图像；
图5是本发明生成滤波器的示意图；
图6是本发明去除网格后的Y分量图像。
具体实施方式
以下结合附图对本发明作进一步详述：所描述的实施例仅是本发明的一部分实施例，而不是全部，以下的实施例仅是为了更加清晰地说明本发明的技术方案，不能被用来限制本发明的保护范围。
如图1所示，本发明提供一种去除纤维镜图像网格的方法，具体包括：
步骤1，获取纤维镜图像，分别得到其Y、U、V分量的图像，通过对其中Y分量图像进行二维离散傅里叶变换获得其对应的频域图像。
如图2所示，由于获取的纤维镜图像通常为彩色图像，首先将其转换到Y、U、V色彩空间，并分别得到其Y、U、V分量的图像信息，由于Y分量通常代表图像的亮度信息，因此仅通过对其中Y分量的图像进行二维离散傅里叶变换获得其对应的频域图像。
步骤2，对该频域图像进行频谱转换以得到频谱转换后的频谱图像，其中，频谱转换后的频谱图像中的零频分量位于频谱图像的中心位置。
在将纤维镜图像的Y分量图像转换到频域之后，如图3所示，该频域图像中低频分量位于图像的四个角，高频分量位于图像的中央。
二维快速傅立叶变换（FFT）具有平移和旋转特性，因此我们可以在不丢失任何信息的情况下移动频谱。如图4所示，为了方便后面的计算，本发明通过频谱转换，将低频分量移动到频谱图像的中央，此时频谱图像的坐标原点是零频分量，且从内到外频率由低频到高频递增。
步骤3，根据频谱图像生成待去除频率的滤波器。
在一个优选实施例中，步骤3中所述的根据频谱图像生成待去除频率的滤波器，具体包括：步骤31，计算频谱图像中预设频率所一一对应的幅值和，并计算上述所有幅值和的中位数。步骤32，确定待去除的频率，包括将所有预设频率所对应的幅值和，一一与所述中位数进行比较，当至少连续10个频率对应的幅值和大于中位数时，将该些频率进行记录，作为待去除的频率。步骤33，根据上述确定的所述待去除的频率，生成滤波器。
可以知道，通常谱频图像里频率高低可以用来表征图像中灰度变化剧烈程度。其中，图像中的边缘信号和噪声信号往往是高频信号，而图像变化频繁的图像轮廓及背景等信号往往是低频信号。这时可以有针对性的对图像进行相关操作，例如图像除噪、图像增强和锐化等。
在研究中发现，对于纤维镜图像中的网格状结构，由于网格的结构特性，其在成像时会体现出黑白黑白黑白这种有规律的间隔，而对于频谱图像，这种黑色白色的差异表现为幅值，幅值越大，黑白差异越大，所以对应的高频分量就可能是网格结构。
针对该网格状结构的特性，本发明通过顺序将频谱图像中预设频率所对应的幅值，与预设频率所对应幅值和的中位数一一进行比较，只有当某一预设频率所对应的幅值大于中位数时，才将该频率作为网格状结构所有可能对应的高频分量。
此外，由于噪声的存在，本发明还进一步的设定为当至少连续10个预设频率对应的幅值和大于中位数时，才将对应的频率作为网格状结构所对应的高频分量。可以理解，该至少10个为大于等于10个的连续频率分量。
也就是说，本发明通过分析Y分量图像的频谱图像，通过统计预设频率对应的幅值，从而能够自适应的确定网格状结构对应的频谱分量，进而生成对应的滤波器，实现对网格状结构的有效滤除。
在一个优选实施例中，上述的预设频率为从120频率开始的所有频率。具体来说，如上所述，纤维镜图像中的网格状结构在频谱图像中体现为连续多次出现的高频分量，而小于频率120的频率分量为图像轮廓所对应的分量，本发明通过对从120频率开始的所有频率进行分析处理，从而确定纤维镜图像中网格状结构所对应的频率分量。
在一个优选实施例中，所述步骤3中所述的计算频谱图像中预设频率所对应的幅值和，包括将预设频率对应灰度值的和作为预设频率所对应的幅值和。
在一个优选实施例中，所述步骤3中的所述生成滤波器，包括将要滤除的频率位置置0，其余频率位置置1。如图5所示，其为根据本发明方法所生成的一个滤波器示意图。
步骤4，使用所述滤波器与所述频谱图像进行相乘运算得到滤波后的频谱图像，并对该频谱图像做傅里叶反变换，得到去除网格后的Y分量图像，并基于该去除网格后的Y分量图像、所述U分量图像、以及所述V分量图像生成最终的纤维镜图像。
图6示出了根据本发明方法所处理得到的实验结果，可以看到，相比于图1中的原始纤维镜图像的Y分量图像，图6中所示的通过本发明提供的去除纤维镜图像网格方法得到的Y分量图像，通过去除其中的网格状结构，显著提高了成像质量，有利于提高临床诊断的可靠性。
综上所述，本发明提供了一种去除纤维镜图像网格的方法，所述方法包括：步骤1，获取纤维镜图像，分别得到其Y、U、V分量的图像信息，通过对其中Y分量的图像进行二维离散傅里叶变换获得其对应的频域图像；步骤2，对所述频域图像进行频谱转换以得到频谱转换后的频谱图像，其中，频谱转换后的频谱图像中的零频分量位于频谱图像的中心位置；步骤3，根据频谱图像生成待去除频率的滤波器；步骤4，使用所述滤波器与所述频谱图像进行相乘运算得到滤波后的频谱图像，并对该频谱图像做傅里叶反变换，得到去除网格后的Y分量图像，并基于该去除网格后的Y分量图像、所述U分量图像、以及所述V分量图像生成最终的纤维镜图像。本发明通过将纤维镜图像的Y分量图像转换到频域，在频域内自适应的去除纤维镜图像中的网格状结构，更好的保留图像细节，提高了成像质量。
需要强调的是，本发明所述的实施例是实例性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。
Claims (5)
1.一种去除纤维镜图像网格的方法，其特征在于，包括：
步骤1，获取纤维镜图像，分别得到其Y、U、V分量的图像，通过对其中Y分量的图像进行二维离散傅里叶变换获得其对应的频域图像；
步骤2，对所述频域图像进行频谱转换以得到频谱转换后的频谱图像，其中，频谱转换后的频谱图像中的零频分量位于频谱图像的中心位置；
步骤3，根据频谱图像生成待去除频率的滤波器；
步骤4，使用所述滤波器与所述频谱图像进行相乘运算得到滤波后的频谱图像，并对该频谱图像做傅里叶反变换，得到去除网格后的Y分量图像，并基于该去除网格后的Y分量图像、所述U分量图像、以及所述V分量图像生成最终的纤维镜图像。
2.根据权利要求1所述的去除纤维镜图像网格的方法，其特征在于，步骤3中所述的根据频谱图像生成待去除频率的滤波器，具体包括：
步骤31，计算频谱图像中预设频率所一一对应的幅值和，并计算上述所有幅值和的中位数；
步骤32，确定待去除的频率，包括将所有预设频率所对应的幅值和，一一与所述中位数进行比较，当至少连续10个频率对应的幅值和大于中位数时，将该些频率进行记录，作为待去除的频率；
步骤33，根据上述确定的所述待去除的频率，生成滤波器。
3.根据权利要求2所述的去除纤维镜图像网格的方法，其特征在于，所述步骤3中的所述预设频率为从120开始的所有频率。
4.根据权利要求3所述的去除纤维镜图像网格的方法，其特征在于，所述步骤3中所述的计算频谱图像中预设频率所对应的幅值和，包括将频谱图像中预设频率对应灰度值的和作为预设频率所对应的幅值和。
5.根据权利要求4所述的去除纤维镜图像网格的方法，其特征在于，所述步骤3的所述生成滤波器，包括将要滤除的频率位置置0，其余频率位置置1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311609053.9A CN117314798B (zh) | 2023-11-29 | 2023-11-29 | 一种去除纤维镜图像网格的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311609053.9A CN117314798B (zh) | 2023-11-29 | 2023-11-29 | 一种去除纤维镜图像网格的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117314798A true CN117314798A (zh) | 2023-12-29 |
| CN117314798B CN117314798B (zh) | 2024-05-03 |
Family
ID=89287019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311609053.9A Active CN117314798B (zh) | 2023-11-29 | 2023-11-29 | 一种去除纤维镜图像网格的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117314798B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809702A (zh) * | 2015-04-22 | 2015-07-29 | 上海理工大学 | 基于频率域处理的脉诊曲线图像网格消除方法 |
| CN110866874A (zh) * | 2019-10-21 | 2020-03-06 | 南京大学 | 基于频域的去除光场重建图像中的周期噪声的方法 |
| CN111383186A (zh) * | 2018-12-29 | 2020-07-07 | Tcl集团股份有限公司 | 一种图像处理方法、装置及终端设备 |
| CN112884666A (zh) * | 2021-02-02 | 2021-06-01 | 杭州海康慧影科技有限公司 | 图像处理方法、装置及计算机存储介质 |
| CN113643271A (zh) * | 2021-08-24 | 2021-11-12 | 凌云光技术股份有限公司 | 一种基于频域滤波的图像瑕疵检测方法及装置 |
| CN113658154A (zh) * | 2021-08-24 | 2021-11-16 | 凌云光技术股份有限公司 | 一种基于频域周期性纹理去除的图像检测方法及装置 |
| CN114699042A (zh) * | 2022-02-25 | 2022-07-05 | 上海电气集团股份有限公司 | 一种频率检测方法、装置、电子设备及存储介质 |
| CN115661122A (zh) * | 2022-11-14 | 2023-01-31 | 南京图格医疗科技有限公司 | 一种图像网格纹去除方法及系统 |
| CN116957971A (zh) * | 2023-07-25 | 2023-10-27 | 阳光新能源开发股份有限公司 | 摩尔纹的去除方法、装置、设备及介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6333990B1 (en) * | 1998-06-02 | 2001-12-25 | General Electric Company | Fourier spectrum method to remove grid line artifacts without changing the diagnostic quality in X-ray images |
| CN105321154A (zh) * | 2014-07-16 | 2016-02-10 | 南京普爱射线影像设备有限公司 | 一种自动检测并去除滤线栅纹的图像校正方法 |
| WO2017197618A1 (zh) * | 2016-05-19 | 2017-11-23 | 深圳大学 | 一种红外图像中条纹噪声的去除方法及系统 |
| CN109993174B (zh) * | 2018-12-25 | 2021-01-05 | 华中科技大学 | 一种基于噪声抑制的空中目标检测方法及系统 |
| CN114418846B (zh) * | 2021-12-30 | 2024-09-10 | 深圳市安健科技股份有限公司 | 一种滤线栅摩尔纹的去除方法及终端 |
-
2023
- 2023-11-29 CN CN202311609053.9A patent/CN117314798B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809702A (zh) * | 2015-04-22 | 2015-07-29 | 上海理工大学 | 基于频率域处理的脉诊曲线图像网格消除方法 |
| CN111383186A (zh) * | 2018-12-29 | 2020-07-07 | Tcl集团股份有限公司 | 一种图像处理方法、装置及终端设备 |
| CN110866874A (zh) * | 2019-10-21 | 2020-03-06 | 南京大学 | 基于频域的去除光场重建图像中的周期噪声的方法 |
| CN112884666A (zh) * | 2021-02-02 | 2021-06-01 | 杭州海康慧影科技有限公司 | 图像处理方法、装置及计算机存储介质 |
| CN113643271A (zh) * | 2021-08-24 | 2021-11-12 | 凌云光技术股份有限公司 | 一种基于频域滤波的图像瑕疵检测方法及装置 |
| CN113658154A (zh) * | 2021-08-24 | 2021-11-16 | 凌云光技术股份有限公司 | 一种基于频域周期性纹理去除的图像检测方法及装置 |
| CN114699042A (zh) * | 2022-02-25 | 2022-07-05 | 上海电气集团股份有限公司 | 一种频率检测方法、装置、电子设备及存储介质 |
| CN115661122A (zh) * | 2022-11-14 | 2023-01-31 | 南京图格医疗科技有限公司 | 一种图像网格纹去除方法及系统 |
| CN116957971A (zh) * | 2023-07-25 | 2023-10-27 | 阳光新能源开发股份有限公司 | 摩尔纹的去除方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117314798B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0511400B1 (en) | Device for processing image of endoscope and method thereof | |
| JP5453401B2 (ja) | 後方散乱超音波の準同型デコンボリューション解析により組織性状を判別するシステムおよび方法 | |
| Nobi et al. | A New Method to Remove Noise in Magnetic Resonance and Ultrasound Images. | |
| US9245323B2 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
| JP5591570B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN107705260B (zh) | 医学x光图像的去噪系统及计算方法 | |
| ITMI20121156A1 (it) | Metodo di elaborazione di immagini di tomografia a coerenza ottica | |
| US5878159A (en) | Method for processing endoscopic images obtained with multicore fibers or multifibers | |
| CN110101362B (zh) | 一种关于oct和octa的图像噪声去除的方法 | |
| CN111415312B (zh) | 共聚焦内窥镜图像处理方法、系统和计算机设备 | |
| Winter et al. | Automatic adaptive enhancement for images obtained with fiberscopic endoscopes | |
| KR20140089669A (ko) | 영상에서 스펙클을 제거하는 방법, 장치 및 시스템. | |
| CN110136161A (zh) | 图像特征提取分析方法、系统及装置 | |
| US10620287B2 (en) | Method and apparatus for denoising magnetic resonance diffusion tensor, and computer program product | |
| CN108961177B (zh) | 一种oct图像散点噪声的抑制方法 | |
| CN117314798B (zh) | 一种去除纤维镜图像网格的方法 | |
| CN116662738A (zh) | 分布式振动传感信号去噪方法、电子装置及存储介质 | |
| CN111915515A (zh) | 超声图像中噪声去除的方法、超声设备及存储介质 | |
| CN109146812B (zh) | 一种基于频域滤波的内窥镜图像去除六角形噪声的方法 | |
| KR102561360B1 (ko) | 보정을 사용하지 않고 파이버스코프 이미지를 처리하는 방법 및 이를 수행하는 파이버스코프 시스템 | |
| JP2008229307A (ja) | 脳波測定方法及び脳波測定装置並びに記録媒体 | |
| CN111461961B (zh) | 一种oct血管图像错位矫正方法 | |
| WO2002005212A2 (en) | Image enhancement | |
| Elter et al. | Physically motivated reconstruction of fiberscopic images | |
| CN115661122B (zh) | 一种图像网格纹去除方法及系统 |
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 |