DE102018204897B4 - Verfahren zum Korrigieren eines enttrübten medizinischen Bildes - Google Patents
Verfahren zum Korrigieren eines enttrübten medizinischen Bildes Download PDFInfo
- Publication number
- DE102018204897B4 DE102018204897B4 DE102018204897.5A DE102018204897A DE102018204897B4 DE 102018204897 B4 DE102018204897 B4 DE 102018204897B4 DE 102018204897 A DE102018204897 A DE 102018204897A DE 102018204897 B4 DE102018204897 B4 DE 102018204897B4
- Authority
- DE
- Germany
- Prior art keywords
- medical image
- saturation
- value
- correction value
- difference
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 30
- 238000002357 laparoscopic surgery Methods 0.000 description 5
- 210000000683 abdominal cavity Anatomy 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 241001631457 Cannula Species 0.000 description 2
- 238000002350 laparotomy Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000012084 abdominal surgery Methods 0.000 description 1
- 210000003815 abdominal wall Anatomy 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000000750 endocrine system Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6027—Correction or control of colour gradation or colour contrast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/68—Circuits for processing colour signals for controlling the amplitude of colour signals, e.g. automatic chroma control circuits
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Endoscopes (AREA)
Abstract
Es wird vorgeschlagen, dass ein Verfahren zum Korrigieren eines enttrübten medizinischen Bildes folgende Schritte umfasst: Erlangen erster Sättigungswerte eines medizinischen Bildes und zweiter Sättigungswerte eines enttrübten medizinischen Bildes in einem HSV-Farbraum; Erlangen eines Sättigungsdifferenzwerts basierend auf den ersten Sättigungswerten und den zweiten Sättigungswerten; Erlangen eines Korrekturwerts basierend auf dem medizinischen Bild und einem Schwellwert; Erlangen eines Sättigungskorrekturwerts basierend auf dem Sättigungsdifferenzwert und dem Korrekturwert; und Korrigieren des enttrübten medizinischen Bildes basierend auf dem Sättigungskorrekturwert.
Description
- Die Offenbarung bezieht sich auf die Bildverarbeitung und insbesondere auf ein Verfahren zum Korrigieren eines enttrübten medizinischen Bildes, z. B. eines laparoskopischen Bildes.
- Die Laparoskopie wird weit verbreitet bei operativen Eingriffen in Bezug auf den Gastrointestinaltrakt, die Bauchwand, das endokrine System usw. verwendet. Im Unterschied zu der traditionellen Laparotomie, bei der der Chirurg einen operativen Eingriff in der Bauchhöhle durch einen einzelnen großen Einschnitt durchführt, erfordert die Laparoskopie lediglich kleine Einschnitte (für gewöhnlich 0,5 cm - 1,5 cm) zum Einführen einer Vielfalt von Kanülen, so dass medizinische Vorrichtungen und die Laparoskoplinse durch die Kanülen in die Bauchhöhle eindringen können, damit der Chirurg eine Operation durchführen kann, während derselbe von dem Laparoskop aufgenommene Bilder ansieht. Die Laparoskopie ermöglicht es Chirurgen, mit kleineren Wunden dieselben Resultate wie bei der traditionelle Laparotomie zu erzielen.
- Falls jedoch die Temperatur der Laparoskoplinse niedriger ist als die Temperatur in der Bauchhöhle, kann die warme Luft in der Bauchhöhle Schleier auf der Laparoskoplinse zur Folge haben, wodurch die auf einem Bildschirm angezeigten laparoskopischen Bilder eingetrübt werden und die Operation nachteilig beeinflusst wird. Enttrübungstechniken wurden dazu entwickelt, dieses Problem zu lösen. Die enttrübten Bilder weisen jedoch für gewöhnlich Farbstichprobleme auf.
- Bei einem herkömmlichen Verfahren zum Korrigieren eines Farbstiches des enttrübten Bildes wird eine Darstellung des enttrübten Bildes in einen HSV-Farbraum (HSV: hue = Farbton, saturation = Sättigung, value = Hellwert) umgewandelt, um das enttrübte Bild durch Fördern der Wertkomponente (d. h. Helligkeit) des Bildes zu korrigieren. Dennoch wird bei der Laparoskopie Licht nur von dem Laparoskop bereitgestellt, so dass eine Umgebungshelligkeit aufgrund einer Bewegung des Laparoskops, anderer Vorrichtungen oder von Gewebe in der Bauchhöhle instabil sein kann. Die Helligkeit der laparoskopischen Bilder kann durch die Umgebungshelligkeit beeinflusst werden, was einen weiteren Farbstich auf dem korrigierten enttrübten Bild zur Folge hat, welches das resultierende Bild ist, das nach dem Korrigieren des enttrübten Bildes unter Verwendung des herkömmlichen Verfahrens erhalten wird. Folglich ist das herkömmliche Verfahren nicht für Anwendungen mit einer starken Umgebungshelligkeitsschwankung wie etwa Laparoskopie geeignet.
- Aus der
CN 105846259 A ist ein Verfahren zum Enttrüben medizinischer Bilder beschrieben, bei dem ein Dunkelkanal verwendet wird, um einen Dunkelkanalgraphen zu erhalten und einen Atmosphärenbeleuchtungskoeffizienten und einen Transmittanzgraphen abzuschätzen. - Tchaka, K. u. a.: Chromaticity based smoke removal in endoscopic images, Proc. SPIE 10133, Medical Imaging 2017: Image Processing, 2017, 101331M, offenbaren ebenfalls ein Verfahren, bei dem ein Dunkelkanal-Prior verwendet wird, um einen Schleier von medizinischen Bildern zu entfernen.
- He, K. u. a.: Single Image Haze Removal Using Dark Channel Prior, IEEE Trans. On PAMI, Vol. 3, No. 12, 2011 offenbaren ebenfalls ein Verfahren einer Schleierentfernung unter Verwendung eines Dunkelkanal-Priors, wobei eine Transmission und atmosphärisches Licht abgeschätzt werden.
- Yoon, I. u.a.: Adaptive Defogging with Color Correction in the HSV Color Space for Consumer Surveillance System, IEEE Transactions on Consumer Electronics, Vol. 58, Issue 1, Seiten 111-116, beschreiben nach dem Entfernen von Schleierkomponenten das Durchführen einer Farbkorrektur zwischen aufeinanderfolgenden Bildern, wobei Korrekturwerte jeweils aus der Differenz der einzelnen Farbkomponenten im HSV-Farbraum zwischen aufeinanderfolgenden Bildern abgeleitet werden.
- Zhao, R. u.a.: A method of color correction of camera based on HSV model, Proc. SPIE 9284, 7th International Symposium of Advanced Optical Manufacturing and Testing Technologies: Optoelectronics Materials and Devices for Sensing and Imaging, 2014, 92840G, beschreiben ebenfalls eine Farbkorrektur einer Kamera im HSV-Farbraum, wobei die einzelnen Farbkomponenten eines aufgenommenen Bildes jeweils mit einem Referenzwert verglichen und dann entsprechend korrigiert werden.
- Daher besteht eine Aufgabe der Offenbarung darin, ein Verfahren zum Korrigieren von enttrübten medizinischen Bildern zu schaffen, das für Anwendungen mit einer starken Umgebungshelligkeitsschwankung geeignet ist.
- Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 gelöst.
- Gemäß der Offenbarung umfasst das Verfahren folgende Schritte: (A) Erlangen einer Mehrzahl von ersten Sättigungswerten eines ersten medizinischen Bildes in einem HSV-Farbraum und einer Mehrzahl von zweiten Sättigungswerten eines zweiten medizinischen Bildes in dem HSV-Farbraum, wobei das zweite medizinische Bild durch Durchführen einer Enttrübung an dem ersten medizinischen Bild erhalten wird, wobei sich die ersten Sättigungswerte auf Pixel des ersten medizinischen Bildes beziehen, wobei sich die zweiten Sättigungswerte auf Pixel des zweiten medizinischen Bildes beziehen; (B) Erlangen eines Sättigungsdifferenzwerts basierend auf den ersten Sättigungswerten und den zweiten Sättigungswerten; (C) Erlangen eines Korrekturwerts basierend auf dem ersten medizinischen Bild und einem Schwellwert; (D) Erlangen eines Sättigungskorrekturwerts basierend auf dem Sättigungsdifferenzwert und dem Korrekturwert; und (E) Korrigieren des zweiten medizinischen Bildes basierend auf dem Sättigungskorrekturwert, um ein drittes medizinisches Bild zu erhalten.
- Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
-
1 ein Blockdiagramm, das eine Bildverarbeitungsvorrichtung zum Implementieren eines Ausführungsbeispiels des Verfahrens zum Korrigieren eines enttrübten medizinischen Bildes gemäß der Offenbarung veranschaulicht; und -
2 und3 ein Flussdiagramm, das Schritte des Ausführungsbeispiels veranschaulicht. - Bevor die Offenbarung ausführlicher beschrieben wird, wird darauf hingewiesen, dass Bezugszeichen oder Endabschnitte von Bezugszeichen an geeigneten Stellen in den Figuren wiederholt werden, um entsprechende oder analoge Elemente aufzuzeigen, die optional ähnliche Eigenschaften aufweisen können.
- Unter Bezugnahme auf
1 wird das Ausführungsbeispiel des Verfahrens zum Korrigieren eines enttrübten medizinischen Bildes durch eine Bildverarbeitungsvorrichtung100 implementiert. Die Bildverarbeitungsvorrichtung100 umfasst eine Speichereinheit11 und eine Verarbeitungseinheit12 , die elektrisch mit der Speichereinheit11 und einer Laparoskopvorrichtung200 verbunden ist. - Die Speichervorrichtung
11 speichert einen Schwellwert, einen ersten vorbestimmten Wert und einen zweiten vorbestimmten Wert. Der erste vorbestimmte Wert ist größer als der zweite vorbestimmte Wert. - Die Laparoskopvorrichtung
200 wird dazu verwendet, ein erstes medizinisches Bild in einem menschlichen Körper aufzunehmen. Das erste medizinische Bild umfasst eine Mehrzahl von Pixeln. -
1 und2 wirken zusammen, um beispielhaft zu veranschaulichen, wie die Bildverarbeitungsvorrichtung100 das Ausführungsbeispiel des Verfahrens zum Korrigieren eines enttrübten medizinischen Bildes implementiert. - In Schritt
S31 , nachdem die Verarbeitungseinheit12 das erste medizinische Bild von der Laparoskopvorrichtung200 empfängt, führt die Verarbeitungseinheit12 eine Enttrübung an dem ersten medizinischen Bild durch, um ein zweites medizinisches Bild (d. h. ein enttrübtes erstes medizinisches Bild) zu erhalten. Bei diesem Ausführungsbeispiel nutzt die Verarbeitungseinheit12 „Dark Channel Prior“ (DCP), um ein Dunkelkanalbild zu erzeugen. Das Dunkelkanalbild bezieht sich auf einige der Pixel des ersten medizinischen Bildes, die in zumindest einem Farbkanal eine sehr niedrige Intensität (z. B. nahezu Null) aufweisen. Daraufhin berechnet die Verarbeitungseinheit12 einen Atmosphärisches-Licht-Wert, der sich auf ein globales atmosphärisches Licht bezieht und der der größte Pixelwert des Dunkelkanalbildes ist. Dann berechnet die Verarbeitungseinheit12 ein Übertragungsbild, das sich auf einen Abschnitt von Licht bezieht, der während einer Übertragung in der Luft nicht gestreut wird. Schließlich erlangt die Verarbeitungseinheit12 das zweite medizinische Bild basierend auf dem Übertragungsbild und dem Atmosphärisches-Licht-Wert. Bei anderen Ausführungsbeispielen kann die Verarbeitungseinheit12 unterschiedliche Enttrübungsalgorithmen nutzen, um das erste medizinische Bild zu enttrüben, und diese Offenbarung ist in diesem Bezug nicht beschränkt. - In Schritt
S32 wandelt die Verarbeitungseinheit12 das erste medizinische Bild und das zweite medizinische Bild von einem RGB-Farbraum (RGG: rot, grün, blau) in einen HSV-Farbraum (HSV: hue = Farbton, saturation = Sättigung, value = Hellwert) um, um eine Mehrzahl von ersten Sättigungswerten, die sich auf die Pixel des ersten medizinischen Bildes beziehen, und eine Mehrzahl von zweiten Sättigungswerten zu erlangen, die sich auf die Pixel des zweiten medizinischen Bildes beziehen. - In Schritt
S33 erlangt die Verarbeitungseinheit12 einen Sättigungsdifferenzwert basierend auf den ersten Sättigungswerten und den zweiten Sättigungswerten. Bei einem Ausführungsbeispiel ist der Sättigungsdifferenzwert eine Differenz zwischen einem Durchschnitt der ersten Sättigungswerte und einem Durchschnitt der zweiten Sättigungswerte. Bei einem Ausführungsbeispiel ist der Sättigungsdifferenzwert eine Differenz zwischen einem ersten Differenzwert und einem zweiten Differenzwert, wobei der erste Differenzwert eine Differenz zwischen einem größten und einem kleinsten der ersten Sättigungswerte ist, und der zweite Differenzwert eine Differenz zwischen einem größten und einem kleinsten der zweiten Sättigungswerte ist. Die Offenbarung ist jedoch in diesem Bezug nicht beschränkt. - In Schritt
S34 erlangt die Verarbeitungseinheit12 einen Korrekturwert basierend auf dem ersten medizinischen Bild und dem in der Speichereinheit11 gespeicherten Schwellwert. - Unter weiterer Bezugnahme auf
3 umfasst SchrittS34 bei diesem Ausführungsbeispiel die TeilschritteS341 bisS344 . - In Teilschritt
S341 führt die Verarbeitungseinheit12 eine Kantenschärfung und eine Schwellwertverarbeitung an dem ersten medizinischen Bild durch, wodurch eine Mehrzahl von Kantenpixeln (z. B. schwarze Pixel des geschärften und schwellwertverarbeiteten ersten medizinischen Bildes), die sich auf Kanten von Objekten in dem ersten medizinischen Bild beziehen, erhalten wird. Eine Gesamtzahl der Kantenpixel dient als ein Kantenmerkmalswert, der sich auf das erste medizinische Bild bezieht. - In dem Teilschritt
S342 bestimmt die Verarbeitungseinheit12 , ob der Kantenmerkmalswert größer ist als der Schwellwert. Der Ablauf geht über zu TeilschrittS343 , wenn die Verarbeitungseinheit12 bestimmt, dass der Kantenmerkmalswert größer ist als der Schwellwert, und geht anderenfalls über zu TeilschrittS344 . - In Teilschritt
S343 wirkt die Verarbeitungseinheit12 dahin gehend, dass der erste vorbestimmte Wert als der Korrekturwert dient. - In Teilschritt
S344 wirkt die Verarbeitungseinheit12 dahin gehend, dass der zweite vorbestimmte Wert als der Korrekturwert dient. - Um eine Überkorrektur eines Farbstichs aufgrund eines großen Sättigungsdifferenzwerts bei niedrigem Trübungsgrad des ersten medizinischen Bildes zu verhindern oder um eine Unterkorrektur eines Farbstichs aufgrund eines kleinen Sättigungsdifferenzwerts bei hohem Trübungsgrad des ersten medizinischen Bildes zu verhindern, verwendet dieses Ausführungsbeispiel den Kantenschärfungsgrad des ersten medizinischen Bildes dahin gehend, als Kriterium zum Bestimmen des Trübungsgrads des ersten medizinischen Bildes zu dienen. Der Kantenmerkmalswert, der größer als der Schwellwert ist, stellt einen hohen Trübungsgrad dar, so dass der erste vorbestimmte Wert, der größer ist als der zweite vorbestimmte Wert, als der Korrekturwert ausgewählt wird; und der Kantenmerkmalswert, der kleiner ist als der Schwellwert, stellt einen niedrigen Trübungsgrad dar, so dass der zweite vorbestimmte Wert als der Korrekturwert ausgewählt wird.
- In Schritt
S35 erlangt die Verarbeitungseinheit12 einen Sättigungskorrekturwert basierend auf dem Sättigungsdifferenzwert und dem Korrekturwert. Bei diesem Ausführungsbeispiel ist der Sättigungskorrekturwert ein Produkt des Sättigungsdifferenzwerts und des Korrekturwerts, jedoch ist diese Offenbarung in diesem Bezug nicht beschränkt. - In Schritt
S36 korrigiert die Verarbeitungseinheit12 das zweite medizinische Bild basierend auf dem Sättigungskorrekturwert, um ein drittes medizinisches Bild (d. h. ein korrigiertes zweites medizinisches Bild, auch ein korrigiertes enttrübtes erstes medizinisches Bild) zu erhalten. Bei einem Ausführungsbeispiel wird das dritte medizinische Bild durch Subtrahieren des Sättigungskorrekturwerts von dem zweiten Sättigungswert jedes Pixels des zweiten medizinischen Bildes erhalten. Bei einem Ausführungsbeispiel wird das dritte medizinische Bild durch Addieren des Sättigungskorrekturwerts zu dem zweiten Sättigungswert jedes Pixels des zweiten medizinischen Bildes erhalten. Bei einem Ausführungsbeispiel wird das dritte medizinische Bild durch Multiplizieren des zweiten Sättigungswerts jedes Pixels des zweiten medizinischen Bildes mit dem Sättigungskorrekturwert erhalten. Bei einem Ausführungsbeispiel wird das dritte medizinische Bild durch Dividieren des zweiten Sättigungswerts jedes Pixels des zweiten medizinischen Bildes durch den Sättigungskorrekturwert erhalten. Diese Offenbarung ist jedoch in diesem Bezug nicht beschränkt. - Zusammenfassend nutzt das Ausführungsbeispiel des Verfahrens zum Korrigieren eines enttrübten medizinischen Bildes gemäß dieser Offenbarung die Verarbeitungseinheit
12 dazu, das erste und das zweite medizinische Bild in den HSV-Farbraum umzuwandeln, um die ersten und die zweiten Sättigungswerte zu erhalten. Da die Sättigungskomponenten der Bilder eine niedrige Empfindlichkeit in Bezug auf eine Umgebungshelligkeit aufweisen, kann das dritte medizinische Bild, das durch Korrigieren des zweiten medizinischen Bildes basierend auf den ersten und zweiten Sättigungswerten erhalten wird, frei von Farbstich sein, wodurch eine Identifizierbarkeit des medizinischen Bildes gefördert wird. - Bei einem Ausführungsbeispiel bezieht sich die Offenbarung auf ein Verfahren zum Korrigieren eines enttrübten medizinischen Bildes. Das Verfahren umfasst folgende Schritte: (A) Erlangen einer Mehrzahl von ersten Sättigungswerten eines ersten medizinischen Bildes in einem HSV-Farbraum und einer Mehrzahl von zweiten Sättigungswerten eines zweiten medizinischen Bildes in dem HSV-Farbraum, wobei das zweite medizinische Bild durch Durchführen einer Enttrübung an dem ersten medizinischen Bild erhalten wird, wobei sich die ersten Sättigungswerte auf Pixel des ersten medizinischen Bildes beziehen, wobei sich die zweiten Sättigungswerte auf Pixel des zweiten medizinischen Bildes beziehen; (B) Erlangen eines Sättigungsdifferenzwerts basierend auf den ersten Sättigungswerten und den zweiten Sättigungswerten; (C) Erlangen eines Korrekturwerts basierend auf dem ersten medizinischen Bild und einem Schwellwert; (D) Erlangen eines Sättigungskorrekturwerts basierend auf dem Sättigungsdifferenzwert und dem Korrekturwert; und (E) Korrigieren des zweiten medizinischen Bildes basierend auf dem Sättigungskorrekturwert, um ein drittes medizinisches Bild zu erhalten.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei in Schritt (B) der Sättigungsdifferenzwert eine Differenz zwischen einem Durchschnitt der ersten Sättigungswerte und einem Durchschnitt der zweiten Sättigungswerte ist.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei in Schritt (B) der Sättigungsdifferenzwert eine Differenz zwischen einem ersten Differenzwert und einem zweiten Differenzwert ist, wobei der erste Differenzwert eine Differenz zwischen einem größten und einem kleinsten der ersten Sättigungswerte ist, wobei der zweite Differenzwert eine Differenz zwischen einem größten und einem kleinsten der zweiten Sättigungswerte ist.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei Schritt (C) folgende Teilschritte umfasst: (C-1) Durchführen einer Kantenschärfung und Schwellwertverarbeitung an dem ersten medizinischen Bild, um einen Kantenmerkmalswert zu erhalten, der sich auf das erste medizinische Bild bezieht; (C-2) Bestimmen, ob der Kantenmerkmalswert größer ist als der Schwellwert; (C-3) auf das Bestimmen hin, dass der Kantenmerkmalswert größer ist als der Schwellwert, Bewirken, dass ein erster vorbestimmter Wert als der Korrekturwert dient; und (C-4) auf das Bestimmen hin, dass der Kantenmerkmalswert nicht größer als der Schwellwert ist, Bewirken, dass ein zweiter vorbestimmter Wert als der Korrekturwert dient.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei der Kantenmerkmalswert eine Anzahl von schwarzen Pixeln des ersten medizinischen Bildes ist, an dem die Kantenschärfung und die Schwellwertverarbeitung durchgeführt wurden, und wobei der zweite vorbestimmte Wert kleiner ist als der erste vorbestimmte Wert.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei in Schritt (D) der Sättigungskorrekturwert ein Produkt des Sättigungsdifferenzwerts und des Korrekturwerts ist.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei Schritt (E) ein Subtrahieren des Sättigungskorrekturwerts von jedem der zweiten Sättigungswerte umfasst, um das dritte medizinische Bild zu erhalten.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei Schritt (E) ein Addieren des Sättigungskorrekturwerts zu jedem der zweiten Sättigungswerte umfasst, um das dritte medizinische Bild zu erhalten.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei Schritt (E) ein Multiplizieren jedes der zweiten Sättigungswerte mit dem Sättigungskorrekturwert umfasst, um das dritte medizinische Bild zu erhalten.
- Bei einem weiteren Ausführungsbeispiel bezieht sich die Offenbarung auf zumindest eines der vorhergehenden Ausführungsbeispiele, wobei Schritt (E) ein Dividieren jedes der zweiten Sättigungswerte durch den Sättigungskorrekturwert umfasst, um das dritte medizinische Bild zu erhalten.
- In der obigen Beschreibung wurden zu Erklärungszwecken zahlreiche spezifische Details dargelegt, um ein eingehendes Verständnis des Ausführungsbeispiels / der Ausführungsbeispiele bereitzustellen. Es ist Fachleuten jedoch ersichtlich, dass eines oder mehrere andere Ausführungsbeispiele ohne einige dieser spezifischen Details genutzt werden können. Es sei außerdem darauf hingewiesen, dass die Bezugnahme in dieser Beschreibung auf „ein Ausführungsbeispiel“, ein Ausführungsbeispiel mit einer Anzeige einer Ordnungszahl usw. bedeutet, dass ein(e) bestimmte(s) Merkmal, Struktur oder Eigenschaft in der Nutzung der Offenbarung umfasst ist. Es sei ferner darauf hingewiesen, dass in der Beschreibung mehrere Merkmale manchmal in einem bzw. einer einzelnen Ausführungsbeispiel, Figur oder Beschreibung derselben zusammengefasst sind, mit dem Ziel, die Offenbarung zu straffen und das Verständnis mehrerer erfinderischer Aspekte zu unterstützen.
Claims (10)
- Verfahren zum Korrigieren eines enttrübten medizinischen Bildes, das durch folgende Schritte gekennzeichnet ist: (A) Erlangen einer Mehrzahl von ersten Sättigungswerten eines ersten medizinischen Bildes in einem HSV-Farbraum und einer Mehrzahl von zweiten Sättigungswerten eines zweiten medizinischen Bildes in dem HSV-Farbraum, wobei das zweite medizinische Bild durch Durchführen einer Enttrübung an dem ersten medizinischen Bild erhalten wird, wobei sich die ersten Sättigungswerte auf Pixel des ersten medizinischen Bildes beziehen, wobei sich die zweiten Sättigungswerte auf Pixel des zweiten medizinischen Bildes beziehen; (B) Erlangen eines Sättigungsdifferenzwerts basierend auf den ersten Sättigungswerten und den zweiten Sättigungswerten; (C) Erlangen eines Korrekturwerts basierend auf dem ersten medizinischen Bild und einem Schwellwert; (D) Erlangen eines Sättigungskorrekturwerts basierend auf dem Sättigungsdifferenzwert und dem Korrekturwert; und (E) Korrigieren des zweiten medizinischen Bildes basierend auf dem Sättigungskorrekturwert, um ein drittes medizinisches Bild zu erhalten.
- Verfahren gemäß
Anspruch 1 , das dadurch gekennzeichnet ist, dass in Schritt (B) der Sättigungsdifferenzwert eine Differenz zwischen einem Durchschnitt der ersten Sättigungswerte und einem Durchschnitt der zweiten Sättigungswerte ist. - Verfahren gemäß
Anspruch 1 , das dadurch gekennzeichnet ist, dass in Schritt (B) der Sättigungsdifferenzwert eine Differenz zwischen einem ersten Differenzwert und einem zweiten Differenzwert ist, wobei der erste Differenzwert eine Differenz zwischen einem größten und einem kleinsten der ersten Sättigungswerte ist, wobei der zweite Differenzwert eine Differenz zwischen einem größten und einem kleinsten der zweiten Sättigungswerte ist. - Verfahren gemäß einem der
Ansprüche 1 bis3 , das dadurch gekennzeichnet ist, dass Schritt (C) folgende Teilschritte umfasst: (C-1) Durchführen einer Kantenschärfung und Schwellwertverarbeitung an dem ersten medizinischen Bild, um einen Kantenmerkmalswert zu erhalten, der sich auf das erste medizinische Bild bezieht; (C-2) Bestimmen, ob der Kantenmerkmalswert größer ist als der Schwellwert; (C-3) auf das Bestimmen hin, dass der Kantenmerkmalswert größer ist als der Schwellwert, Bewirken, dass ein erster vorbestimmter Wert als der Korrekturwert dient; und (C-4) auf das Bestimmen hin, dass der Kantenmerkmalswert nicht größer als der Schwellwert ist, Bewirken, dass ein zweiter vorbestimmter Wert als der Korrekturwert dient. - Verfahren gemäß
Anspruch 4 , das dadurch gekennzeichnet ist, dass der Kantenmerkmalswert eine Anzahl von schwarzen Pixeln des ersten medizinischen Bildes ist, an dem die Kantenschärfung und die Schwellwertverarbeitung durchgeführt wurden, und wobei der zweite vorbestimmte Wert kleiner ist als der erste vorbestimmte Wert. - Verfahren gemäß einem der
Ansprüche 1 bis5 , das dadurch gekennzeichnet ist, dass in Schritt (D) der Sättigungskorrekturwert ein Produkt des Sättigungsdifferenzwerts und des Korrekturwerts ist. - Verfahren gemäß einem der
Ansprüche 1 bis6 , das dadurch gekennzeichnet ist, dass Schritt (E) ein Subtrahieren des Sättigungskorrekturwerts von jedem der zweiten Sättigungswerte umfasst, um das dritte medizinische Bild zu erhalten. - Verfahren gemäß einem der
Ansprüche 1 bis6 , dass dadurch gekennzeichnet ist, dass Schritt (E) ein Addieren des Sättigungskorrekturwerts zu jedem der zweiten Sättigungswerte umfasst, um das dritte medizinische Bild zu erhalten. - Verfahren gemäß einem der
Ansprüche 1 bis6 , dass dadurch gekennzeichnet ist, dass Schritt (E) ein Multiplizieren jedes der zweiten Sättigungswerte mit dem Sättigungskorrekturwert umfasst, um das dritte medizinische Bild zu erhalten. - Verfahren gemäß einem der
Ansprüche 1 bis6 , dass dadurch gekennzeichnet ist, dass Schritt (E) ein Dividieren jedes der zweiten Sättigungswerte durch den Sättigungskorrekturwert umfasst, um das dritte medizinische Bild zu erhalten.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/928,439 US10643311B2 (en) | 2018-03-22 | 2018-03-22 | Method for correcting dehazed medical image |
JP2018054114A JP6595649B2 (ja) | 2018-03-22 | 2018-03-22 | 画像処理方法 |
KR1020180035818A KR101976318B1 (ko) | 2018-03-22 | 2018-03-28 | 디헤이즈드 의료 이미지를 보정하기 위한 방법 |
DE102018204897.5A DE102018204897B4 (de) | 2018-03-22 | 2018-03-29 | Verfahren zum Korrigieren eines enttrübten medizinischen Bildes |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/928,439 US10643311B2 (en) | 2018-03-22 | 2018-03-22 | Method for correcting dehazed medical image |
JP2018054114A JP6595649B2 (ja) | 2018-03-22 | 2018-03-22 | 画像処理方法 |
KR1020180035818A KR101976318B1 (ko) | 2018-03-22 | 2018-03-28 | 디헤이즈드 의료 이미지를 보정하기 위한 방법 |
DE102018204897.5A DE102018204897B4 (de) | 2018-03-22 | 2018-03-29 | Verfahren zum Korrigieren eines enttrübten medizinischen Bildes |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102018204897A1 DE102018204897A1 (de) | 2019-10-02 |
DE102018204897B4 true DE102018204897B4 (de) | 2019-12-24 |
Family
ID=68316075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102018204897.5A Active DE102018204897B4 (de) | 2018-03-22 | 2018-03-29 | Verfahren zum Korrigieren eines enttrübten medizinischen Bildes |
Country Status (4)
Country | Link |
---|---|
US (1) | US10643311B2 (de) |
JP (1) | JP6595649B2 (de) |
KR (1) | KR101976318B1 (de) |
DE (1) | DE102018204897B4 (de) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10643311B2 (en) * | 2018-03-22 | 2020-05-05 | Hiwin Technologies Corp. | Method for correcting dehazed medical image |
WO2021046752A1 (en) * | 2019-09-11 | 2021-03-18 | Covidien Lp | Systems and methods for neural-network based color restoration |
WO2021126248A1 (en) * | 2019-12-20 | 2021-06-24 | Google Llc | Spatially varying reduction of haze in images |
US11528435B2 (en) * | 2020-12-25 | 2022-12-13 | Industrial Technology Research Institute | Image dehazing method and image dehazing apparatus using the same |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846259A (zh) | 2016-05-04 | 2016-08-10 | 东莞市信为兴电子有限公司 | 一种三卡连接座 |
CN106846259A (zh) * | 2016-12-15 | 2017-06-13 | 上海交通大学 | 一种腹腔镜手术视频帧率自适应的实时去烟雾方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4194133B2 (ja) * | 1998-06-24 | 2008-12-10 | キヤノン株式会社 | 画像処理方法及び装置及び記憶媒体 |
JP4197858B2 (ja) * | 2001-08-27 | 2008-12-17 | 富士通株式会社 | 画像処理プログラム |
JP5182518B2 (ja) * | 2009-01-29 | 2013-04-17 | 株式会社Jvcケンウッド | 撮像装置および撮像方法 |
TWI423166B (zh) * | 2009-12-04 | 2014-01-11 | Huper Lab Co Ltd | 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法 |
US9460118B2 (en) * | 2014-09-30 | 2016-10-04 | Duelight Llc | System, method, and computer program product for exchanging images |
JP5901667B2 (ja) * | 2014-02-10 | 2016-04-13 | オリンパス株式会社 | 画像処理装置及び方法、画像処理プログラム、撮像装置 |
JP6320115B2 (ja) * | 2014-03-28 | 2018-05-09 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
ES2727929T3 (es) * | 2014-06-12 | 2019-10-21 | Eizo Corp | Dispositivo de eliminación de neblina y método de generación de imágenes |
JP2016158682A (ja) * | 2015-02-27 | 2016-09-05 | Hoya株式会社 | 画像処理装置 |
TWI537875B (zh) * | 2015-04-08 | 2016-06-11 | 大同大學 | 影像合成方法與影像處理裝置 |
DE112016002322T5 (de) * | 2015-05-22 | 2018-03-08 | Mitsubishi Electric Corp. | Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren, Programm, das Programm aufzeichnendes Aufzeichnungsmedium, Bilderfassungsvorrichtung und Bildaufzeichnungs-/Bildwiedergabevorrichtung |
US10643311B2 (en) * | 2018-03-22 | 2020-05-05 | Hiwin Technologies Corp. | Method for correcting dehazed medical image |
-
2018
- 2018-03-22 US US15/928,439 patent/US10643311B2/en active Active
- 2018-03-22 JP JP2018054114A patent/JP6595649B2/ja active Active
- 2018-03-28 KR KR1020180035818A patent/KR101976318B1/ko active IP Right Grant
- 2018-03-29 DE DE102018204897.5A patent/DE102018204897B4/de active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105846259A (zh) | 2016-05-04 | 2016-08-10 | 东莞市信为兴电子有限公司 | 一种三卡连接座 |
CN106846259A (zh) * | 2016-12-15 | 2017-06-13 | 上海交通大学 | 一种腹腔镜手术视频帧率自适应的实时去烟雾方法 |
Non-Patent Citations (8)
Title |
---|
HE, K. et al.: Single Image Haze Removal Using Dark Channel Prior. IEEE Trans. On PAMI, VOL. 33, NO. 12, 2011. * |
He, K. u. a.: Single Image Haze Removal Using Dark Channel Prior, IEEE Trans. On PAMI, Vol. 3, No. 12, 2011 |
TCHAKA, K. et al.: Chromaticity based smoke removal in endoscopic images. Proc. SPIE 10133, Medical Imaging 2017: Image Processing, 2017, 101331M. * |
Tchaka, K. u. a.: Chromaticity based smoke removal in endoscopic images, Proc. SPIE 10133, Medical Imaging 2017: Image Processing, 2017, 101331M |
YOON, i. et al.: Adaptive Defogging with Color Correction in the HSV Color Space for Consumer Surveillance System. IEEE Transactions on Consumer Electronics, Vol. 58, Issue 1, 2012, Seiten 111-116. * |
Yoon, I. u.a.: Adaptive Defogging with Color Correction in the HSV Color Space for Consumer Surveillance System, IEEE Transactions on Consumer Electronics, Vol. 58, Issue 1, Seiten 111-116 |
ZHAO, R. et al.: A method of color correction of camera based on HSV model. Proc. SPIE 9284, 7th International Symposium on Advanced Optical Manufacturing and Testing Technologies: Optoelectronics Materials and Devices for Sensing and Imaging, 2014, 92840G. * |
Zhao, R. u.a.: A method of color correction of camera based on HSV model, Proc. SPIE 9284, 7th International Symposium of Advanced Optical Manufacturing and Testing Technologies: Optoelectronics Materials and Devices for Sensing and Imaging, 2014 |
Also Published As
Publication number | Publication date |
---|---|
JP6595649B2 (ja) | 2019-10-23 |
DE102018204897A1 (de) | 2019-10-02 |
US20190295224A1 (en) | 2019-09-26 |
JP2019165832A (ja) | 2019-10-03 |
US10643311B2 (en) | 2020-05-05 |
KR101976318B1 (ko) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018204897B4 (de) | Verfahren zum Korrigieren eines enttrübten medizinischen Bildes | |
DE102009032249B4 (de) | Signalverarbeitungsvorrichtung für ein elektronisches Endoskop und elektronisches Endoskopsystem | |
DE102015116599A1 (de) | Elektronische Vorrichtung und Verfahren zum Steuern ihrer Kameras | |
DE112017005193T5 (de) | Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren und Bildaufnahmevorrichtung | |
DE112015000917T5 (de) | Bildverarbeitungsgerät, Bildverarbeitungsverfahren und Bildverarbeitungsprogramm | |
EP3089106B1 (de) | Verfahren zur reflexionskorrektur von abbildungen und diesbezügliche vorrichtungen | |
DE112015002583T5 (de) | Vorrichtung für die Bildverarbeitung, Endoskopsystem und Verfahren für die Bildverarbeitung | |
DE102008032989A1 (de) | Vorrichtung und Verfahren zur Randbetonung | |
DE112016002322T5 (de) | Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren, Programm, das Programm aufzeichnendes Aufzeichnungsmedium, Bilderfassungsvorrichtung und Bildaufzeichnungs-/Bildwiedergabevorrichtung | |
CN114066780B (zh) | 4k内窥镜图像去雾方法、装置、电子设备及存储介质 | |
DE102018119020B4 (de) | System zum bestimmen einer leimauftragsmenge | |
DE102005047539A1 (de) | Bildverarbeitungsverfahren zur Fensterung und/oder Dosisregelung für medizinische Diagnostikeinrichtungen | |
DE602004005879T2 (de) | Verfahren und system zum differentiellen und regelmässigen modifizieren eines digitalen bildes nach pixeln | |
DE112019004863T5 (de) | Elektronisches endoskopsystem und datenverarbeitungsvorrichtung | |
DE112019007102T5 (de) | Endoskopprozessor, informationsverarbeitungsvorrichtung, endoskopsystem, programm und informationsverarbeitungsverfahren | |
DE112017002653T5 (de) | Bildsignalverarbeitungsvorrichtung, Bildsignalverarbeitungsverfahren und Bildsignalverarbeitungsprogramm | |
EP3844943B1 (de) | Verfahren zur anzeige eines modells einer umgebung, steuergerät und fahrzeug | |
DE202017006792U1 (de) | Bildverarbeitungseinheit und Computerprogramm zur Erkennung und Korrektur von Bildfehlern | |
DE102018214664A1 (de) | System zum aufnehmen eines panoramabildes einer schuhsohle | |
DE112016000067T5 (de) | Bildverarbeitungseinrichtung | |
DE102015116110A1 (de) | Verfahren und System zur Bestimmung der subjektiven Refraktionseigenschaften eines Auges | |
DE102010014733B4 (de) | Chromakeyverfahren und Chromakeyvorrichtung zur Aufnahme und Bildbearbeitung von Kamerabildern | |
DE112017000024T5 (de) | Bildverarbeitungsvorrichtung und elektronisches Endoskopsystem | |
DE102007022958A1 (de) | Endoskopprozessor, Computerprogrammprodukt, Endoskopsystem und Endoskopbild-Wiedergabegerät | |
DE112017007162T5 (de) | Gesichtsermittlungsvorrichtung, dazugehöriges Steuerungsverfahren und Programm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |