KR101293728B1 - Detecting method of wounded portion of skin and the recorded medium thereof - Google Patents
Detecting method of wounded portion of skin and the recorded medium thereof Download PDFInfo
- Publication number
- KR101293728B1 KR101293728B1 KR1020120141786A KR20120141786A KR101293728B1 KR 101293728 B1 KR101293728 B1 KR 101293728B1 KR 1020120141786 A KR1020120141786 A KR 1020120141786A KR 20120141786 A KR20120141786 A KR 20120141786A KR 101293728 B1 KR101293728 B1 KR 101293728B1
- Authority
- KR
- South Korea
- Prior art keywords
- pixel
- image
- pixels
- values
- wound
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Dermatology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
Description
본 발명은 피부의 상처 부위 검출 방법 및 그 기록 매체에 관한 것으로, 더욱 상세하게는 사체의 촬영 사진으로부터 사체에 남겨진 상처 부위, 특히 육안 관찰에서 간과할 수 있는 미세한 상처 부위를 검출할 수 있는 피부의 상처 부위 검출 방법 및 그 기록 매체에 관한 것이다. BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for detecting a wound site of the skin and a recording medium thereof, and more particularly, to a wound site remaining on a body from a photograph of a body, particularly a skin that can detect minute wounds that can be overlooked by visual observation. A wound site detection method and a recording medium thereof.
법의학에서 부검은 사체와 그 장기 및 구조물을 해부하여 검사하는 것으로, 첫 번째 단계에서 어떤 외상이 있는지 법의관이 외관을 육안으로 살피고, 부검을 진행하면서 그 내부와 장기에 대해 자세히 관찰하여 기술한다. 그리고 그 뒤에 세포와 조직의 현미경 검사를 포함한 더 자세한 검사를 하는 것이 일반적이다.In forensics, an autopsy is a dissection of the dead body and its organs and structures, in which the forensic examiner visually examines the appearance of the trauma in the first stage and examines the inside and the organs in detail during the autopsy. . And then it is common to do more detailed examinations, including microscopic examination of cells and tissues.
외상을 살피는 단계를 검안이라 하는데, 검안 단계에서는 육안으로 사체를 살피면서 디지털 카메라로 사체를 촬영한다. 촬영시 피부에 상처가 관찰되는 경우 상처 부분을 더 자세히 촬영한다. 그러나 육안으로 살피는 과정에서 바늘에 찔린 상처와 같은 미세한 상처를 간과할 수 있으며, 촬영된 사진을 통하여 검안 현장에서 관찰하는 경우에도 미세한 상처는 잘 관찰되지 않으므로 미세한 상처를 자세히 살펴 볼 기회를 놓치게 될 우려가 있었다. 그리고 이와 같은 우려를 해소하기 위한 제안이 이루어지지 않아 미세한 상처에 대한 자세한 관찰을 확실하게 보증할 수 없는 문제점이 있었다.Examination of the trauma is called the optometrist. In the optometry, the body is taken with a digital camera while the body is examined by the naked eye. If a wound is observed on the skin at the time of shooting, take a closer look at the wound. However, in the process of visual inspection, it is possible to overlook a minute wound such as a needle puncture wound, and even when observed at the optometrist through the photograph, the minute wound is not observed well, so there is a possibility of missing the opportunity to examine the minute wound in detail. There was. And there is a problem that can not be assured the detailed observation of the minute wound because the proposal to solve such a concern is not made.
본 발명은 전술한 문제점을 해결하기 위해 제안된 것으로, 촬영된 이미지로부터 상처 부위, 특히 미세한 상처 부위가 검출되는 피부의 상처 부위 검출 방법 및 그 기록 매체를 제공하는 것을 목적으로 한다.SUMMARY OF THE INVENTION The present invention has been proposed to solve the above-mentioned problem, and an object thereof is to provide a method for detecting a wound site of the skin in which a wound site, particularly a fine wound site, is detected from a photographed image, and a recording medium thereof.
전술한 목적을 달성하기 위하여 본 발명은 피부의 상처 부위를 검출하는 방법에 있어서, 촬영된 이미지의 가시성이 향상되어 가시성 향상 이미지로 저장되는 단계(가시성 향상단계)와, 가시성 향상 이미지가 이진화 이미지로 저장되는 단계(검출 단계)와, 이진화 이미지의 픽셀들이 모폴로지 연산 및 잡음영역을 제거하여 연산 이미지로 저장되는 단계(연산 단계)를 포함하여 구성되는 피부의 상처 부위 검출 방법을 제공한다.In order to achieve the above object, the present invention provides a method for detecting a wound site of the skin, the visibility of the captured image is improved and stored as a visibility enhancement image (visibility enhancement step), and the visibility enhancement image is a binary image And a step of storing (detecting) and storing pixels of the binarized image as a computed image by removing morphology calculation and noise area (computing).
상기에서, 가시성 향상단계 전에 촬영된 이미지가 전처리 되어 전처리 이미지로 저장되는 단계(전처리 단계)를 더 포함하며, 전처리 단계는 촬영된 이미지의 픽셀 중 일부가 검정색으로 변환되는 단계인 것을 특징으로 한다.In the above description, the method may further include a step of preprocessing the image photographed before the visibility enhancing step (preprocessing step), wherein the preprocessing step is a step in which some of the pixels of the photographed image are converted to black.
상기에서, 가시성 향상단계(ST-120)는 균등화 단계를 포함하며; 균등화 단계는 수학식 ,, 와 같이 픽셀의 각 광에 대하여 연산되어 균등화되며, 상기 식에서 는 수학식 에 의하여 연산되어 대입되고, 는 수학식 에 의하여 연산되며, 상기에서 , , 는 균등화 전 처리 이미지의 각 픽셀의 R, G, B값이고, , , 는 균등화 후 각 픽셀의 R, G, B 값이며, x와 y는 각 픽셀의 좌표, M은 각 픽셀의 x좌표의 수, N은 각 픽셀의 y좌표의 수 인 것을 특징으로 한다.In the above, the visibility enhancement step (ST-120) includes an equalization step; Equalization step is the equation , , Is computed and equalized for each light of the pixel as Is expressed by the following equation Computed and substituted by Is expressed by the following equation Calculated by , , Is the R, G, and B values of each pixel of the processed image before equalization, , , Is the R, G, and B values of each pixel after equalization, x and y are the coordinates of each pixel, M is the number of x-coordinates of each pixel, and N is the number of y-coordinates of each pixel.
상기에서, 가시성 향상단계(ST-120)는 균등화 단계(ST-121) 후 실행되는 각 픽셀의 R, G, B 히스토그램이 조정되어 색의 왜곡현상을 제거하는 스트레칭 단계를 더 포함하며; 스트레칭 단계는 각 픽셀의 R, G, B 값에 대하여 각각 수학식 , , 에 의하여 스트레칭 후의 각 픽셀의 R, G, B값이 연산되며; In the above, the visibility enhancement step ST-120 further includes a stretching step in which the R, G, and B histograms of each pixel executed after the equalization step ST-121 are adjusted to remove color distortion; The stretching step may be performed based on the R, G, and B values of each pixel. , , R, G, and B values of each pixel after stretching are calculated by;
상기 식에서 은 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값인 것을 특징으로 한다.In the above formula Is the equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver Characterized in that the minimum value of the value.
상기에 있어서, 검출 단계는 가시성 향상 이미지가 HSV 공간(또는 HSB 공간이라고도 함)으로 변환되어 이진화되는 것을 특징으로 한다.In the above, the detecting step is characterized in that the visibility enhancement image is converted into HSV space (or also referred to as HSB space) and binarized.
상기에서, 가시성이 향상된 가시성 향상 이미지의 픽셀들의 H(색도)가 50∼70 범위, S(채도)가 180∼255 범위, B(밝기)가 200∼255 범위에 해당되면 상처 부위를 나타내는 픽셀로서 동일 색상을 가지도록 변환되며, 이외의 범위에 해당되는 픽셀들은 상처 부위와 다른 색을 가지도록 동일 색상으로 변화되어 이진화된 이미지가 생성되는 것을 특징으로 한다.In the above, when the H (chroma) is 50 to 70, S (saturation) is 180 to 255, and B (brightness) is 200 to 255 in the visibility enhancement image, the pixels representing the wound are displayed as pixels. The pixels are converted to have the same color, and the pixels corresponding to the other ranges are converted to the same color to have a different color from the wound area, thereby generating a binarized image.
상기에서, 연산 단계는 모폴로지 연산단계와 잡음영역 제거단계를 포함하여 이루어지고; 모폴로지 연산 단계는 이진화된 이미지에 있어서 상처 부위를 나타내는 픽셀의 팽창과 축소 과정을 거쳐 변환되는 것을 특징으로 한다.In the above, the calculating step includes a morphology calculating step and a noise region removing step; The morphology calculation step is characterized in that the transformation is performed through the expansion and contraction process of the pixel representing the wound in the binarized image.
상기에서, 잡음영역 제거단계는 잡음영역 제거단계(1)로서 이진화된 이미지에서 상처 부위를 나타내는 픽셀들이 서로 연결된 각 개소 중 서로 연결된 픽셀의 갯수가 7개 이하이거나 50개 이상인 경우에는, 이 외의 범위에 해당되는 픽셀과 같은 색을 가지도록 변환되는 것을 특징으로 한다.In the above, the noise region elimination step is a noise region elimination step (1), in the case where the number of pixels connected to each other among the pixels connected to each other in the binarized image is less than 7 or more than 50, It is characterized in that the conversion to have the same color as the pixel corresponding to.
상기에서, 잡음영역 제거단계는 잡음영역 제거단계(2)로서 이진화된 이미지에서 상처 부위를 나타내는 픽셀들이 서로 연결된 각 개소에서, 상처 부위를 나타내는 픽셀들을 둘러싸는 최소 사각형 픽셀 영역이 도출되고, 각 개소에서 최소 사각형을 이루는 전체 픽셀의 갯수가 카운팅되고, 최소 사각형 내에 위치하는 흰색 픽셀 갯수가 카운팅되어, 최소 사각형을 이루는 전체 픽셀의 갯수에 대한 흰색 픽셀 갯수의 비(픽셀 갯수 비)가 연산되는 것을 특징으로 한다.In the above, the noise region elimination step is a noise region elimination step (2), where a minimum rectangular pixel region enclosing the pixels representing the wound region is derived, at each position where pixels representing the wound region are connected to each other in the binarized image. Counts the total number of pixels forming the smallest rectangle, counts the number of white pixels located within the smallest rectangle, and calculates the ratio of the number of white pixels to the total number of pixels forming the smallest rectangle (pixel number ratio). It is done.
상기에서, 픽셀 갯수 비가 0.5 이하인 경우에는 이 외의 범위에 해당되는 픽셀과 같은 색을 가지도록 변환되는 것을 특징으로 한다.In the above, when the pixel number ratio is 0.5 or less, the pixel number is converted to have the same color as the pixel corresponding to the other range.
한편 본 발명은, 피부의 상처 부위 검출 방법을 실행하는 프로그램이 기록되어 컴퓨터로 읽을 수 있는 기록매체를 제공한다.On the other hand, the present invention provides a computer-readable recording medium in which a program for executing the method for detecting a wound site on the skin is recorded.
이상에서 설명한 바와 같은 본 발명의 피부의 상처 부위 검출 방법 및 그 기록 매체에 따르면, 촬영된 이미지로부터 상처 부위, 특히 미세 상처 부위가 검출되어 부검이 실시되고 있는 현장에 제공됨으로써, 피부에 잔존하는 상처 부위를 자세하게 관찰할 수 있는 자료를 제공하는 효과가 있다.According to the wound site detection method of the skin and the recording medium of the present invention as described above, the wound site, especially the fine wound site is detected from the photographed image and provided to the site where the autopsy is performed, thereby remaining in the skin It has the effect of providing data to observe the site in detail.
도 1은 본 발명에 따르는 피부의 상처 부위 검출 방법을 이루는 단계를 도시한 것이며,
도 2는 도 1에 도시된 단계 중 가시성 향상단계를 설명하기 위하여 도시한 것이며,
도 3은 도 1에 도시한 단계 중 연산 단계를 설명하기 위하여 도시한 것이며,
도 4는 도 7의 영상에서 영상의 픽셀을 이루는 광에 대한 히스토그램을 도시한 예시도이며,
도 5는 도 4의 히스토그램에서 스트레칭 한 히스토그램을 도시한 예시도이며,
도 6은 검안 시 촬영되어 저장된 제1 이미지의 예시이며,
도 7은 도 6의 제1 이미지가 전처리 단계를 거쳐 저장된 전처리 이미지의 예시이며,
도 8은 도 7의 전처리 이미지가 가시성 향상단계를 거쳐 저장된 가시성 향상 이미지의 예시이며,
도 9는 도 8의 가시성 향상 이미지가 이진화되어 저장된 이진화 이미지의 예시이며,
도 10은 도 9의 이진화 이미지가 모폴로지 연산 등을 거쳐 저장된 연산 이미지의 예이며,
도 11 내지 도 13은 모폴로지 연산을 설명하기 위하여 이미지를 이루는 픽셀들을 도식적으로 도시한 것이며,
도 14는 도 7의 전처리 이미지에 상처 부위가 표시되어 저장된 결과 이미지이며,
도 15는 잡음영역 제거단계(2)를 설명하기 위하여 도식적으로 도시한 것이다.Figure 1 shows the steps to achieve a method for detecting a wound site of the skin according to the present invention,
FIG. 2 is a view illustrating a visibility enhancement step among the steps illustrated in FIG. 1;
FIG. 3 is a diagram illustrating an operation step among the steps illustrated in FIG. 1.
4 is an exemplary diagram illustrating a histogram of light constituting a pixel of an image in the image of FIG. 7.
5 is an exemplary diagram illustrating a histogram stretched from the histogram of FIG. 4.
6 is an example of a first image photographed and stored at the time of optometry,
FIG. 7 is an example of a preprocessed image in which the first image of FIG. 6 is stored through a preprocessing step.
8 is an example of a visibility enhancement image in which the preprocessed image of FIG. 7 is stored through a visibility enhancement step.
FIG. 9 is an example of a binarized image in which the visibility enhancement image of FIG. 8 is binarized and stored.
FIG. 10 is an example of a calculated image in which the binarization image of FIG. 9 is stored through a morphology calculation or the like.
11 to 13 schematically illustrate pixels constituting an image to explain a morphology calculation.
14 is a result image in which a wound is displayed and stored in the pre-processed image of FIG. 7,
FIG. 15 is a schematic diagram for explaining the noise
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 상세히 설명하기 위하여, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 상세하게 설명한다.DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.
도 1은 본 발명에 따르는 피부의 상처 부위 검출 방법을 이루는 단계를 도시한 것이며, 도 2는 도 1에 도시된 단계 중 가시성 향상단계를 설명하기 위하여 도시한 것이며, 도 3은 도 1에 도시한 단계 중 연산 단계를 설명하기 위하여 도시한 것이며, 도 4는 도 7의 영상에서 영상의 픽셀을 이루는 복수의 광에 대한 히스토그램을 도시한 예시도이며, 도 5는 도 4의 히스토그램에서 스트레칭 한 예를 도시한 예시도이며, 도 6은 검안 시 촬영되어 저장된 제1 이미지의 예이며, 도 7은 도 6의 이미지가 전처리 단계를 거쳐 저장된 전처리 이미지의 예이며, 도 8은 도 7의 전처리 이미지가 가시성 향상단계를 거쳐 저장된 가시성 향상 이미지의 예이며, 도 9는 도 8의 가시성 향상 이미지가 이진화되어 저장된 이진화 이미지의 예이며, 도 10은 도 9의 이진화 이미지가 모폴로지 연산을 거쳐 저장된 연산 이미지의 예이며, 도 11 내지 도 13은 모폴로지 연산을 설명하기 위하여 도식적으로 도시한 것이며, 도 14는 도 7의 전처리 이미지에 상처 부위가 표시되어 저장된 결과 이미지이며, 도 15는 잡음영역 제거단계(2)를 설명하기 위하여 픽셀을 도식적으로 도시한 것이다.
Figure 1 shows the steps to achieve the wound site detection method of the skin according to the invention, Figure 2 is shown to explain the step of improving the visibility of the steps shown in Figure 1, Figure 3 is shown in Figure 1 FIG. 4 is an exemplary diagram illustrating a histogram of a plurality of lights constituting pixels of an image in the image of FIG. 7, and FIG. 5 illustrates an example of stretching in the histogram of FIG. 4. 6 is an example of a first image photographed and stored during an optometry, FIG. 7 is an example of a preprocessed image stored through a preprocessing step, and FIG. 8 is a visibility of the preprocessed image of FIG. 9 is an example of a visibility enhancement image stored through an enhancement step. FIG. 9 is an example of a binarization image in which the visibility enhancement image of FIG. 8 is binarized and stored. FIG. 11 to 13 are diagrams schematically illustrating the morphology calculation, and FIG. 14 is a result image in which a wound is displayed and stored in the preprocessing image of FIG. 7, and FIG. 15. Is a schematic diagram of pixels to explain the noise region removal step (2).
본 발명에 따르는 상처 부위 검출 방법은 검안과 함께 촬영되어 저장된 이미지(이하에서 '제1 이미지'라 한다)로부터 상처 부위를 검출하는 방법에 관한 것이다. 도 1에 도시한 바와 같이 본 발명에 따르는 상처 부위 검출 방법은 제1 이미지의 가시성이 향상되어 가시성 향상 이미지로 저장되는 단계(ST-120, 가시성 향상단계)와, 가시성 향상 이미지가 이진화 이미지로 저장되는 단계(ST-130, 검출 단계)와, 이진화 이미지의 픽셀들이 모폴로지 연산 및 잡음영역을 제거하여 연산 이미지로 저장되는 단계(ST-140, 연산 단계)를 포함하여 이루어진다. 상기 가시성 향상단계(ST-120) 전에 제1 이미지가 전처리 되어 전처리 이미지로 저장되는 단계(ST-110, 전처리 단계)를 더 포함할 수 있다.
The wound site detection method according to the present invention relates to a method of detecting the wound site from an image taken and stored with the optometry (hereinafter referred to as a 'first image'). As shown in FIG. 1, the wound site detection method according to the present invention includes the steps of improving the visibility of the first image and storing the image as a visibility enhancement image (ST-120, visibility enhancement step), and storing the visibility enhancement image as a binarized image. And a step in which the pixels of the binarized image are stored as a computed image by removing the morphology calculation and the noise region (ST-140, the calculating step). The first image may be further preprocessed and stored as a preprocessed image (ST-110, preprocessing step) before the visibility enhancement step ST-120.
상기 전처리 단계(ST-110)는 도 6에 도시된 바와 같은 제1 이미지가 도 7에 도시한 바와 같이 일부 픽셀들의 색을 검정색으로 변환시켜 저장하는 단계이다.In the pre-processing step ST-110, the first image as shown in FIG. 6 converts the colors of some pixels to black as shown in FIG.
피부에 발생한 상처(찢어짐, 긁힘, 주사 바늘 자국, 눌림 등)는 미세하더라도 피부 표면에서 매끄럽지 못한 특성이 있다. 촬영되어 저장된 제1 이미지에서 이 특성에 의하여 매질이 달라서 발생하는 색수차 현상이 두드러져 나타나고, 이 현상을 시각화함으로써 상처부위의 가시성을 높일 수 있다. 인체 사진의 특성상 영상의 대부분을 피부색 영역이 차지하고 있기 때문에 색상의 분포가 한쪽으로 치우쳐져 있어 색수차를 시각화하는데 방해가 된다. 따라서 이미지를 이루는 일부 픽셀들을 피부색과 많은 차이값을 가지는 색상(예를 들면, 검정색(R=0, G=0, B=0))으로 변경되어 저장된다. 도 6에 도시한 바와 같이 흰색의 자 등과 함께 촬영을 하고, 흰색 픽셀 영역이 검정색으로 변경되도록 하는 것이 가능하다. 예를 들면, 흰색 자와 함께 촬영하며, 제1 이미지의 픽셀들에 대한 정보가 획득되어, R, G, B의 값이 모두 250 이상인 픽셀들의 R, G, B 값을 모두 0으로 변경되도록 하는 것이 가능하다. 또는 단계의 진행과 함께 제1 이미지가 디스플레이되어 사용자에게 검정색으로 변환될 영역을 지정받도록 하는 것도 가능하다.Skin wounds (torn, scratches, needle marks, squeezing, etc.) are not smooth on the skin surface, even if fine. Chromatic aberration, which occurs due to different media, is prominent in the first image photographed and stored. By visualizing this phenomenon, the visibility of the wound may be increased. Due to the characteristics of the human body, most of the image is occupied by the skin color region, so that the color distribution is skewed to one side, which hinders the visualization of the chromatic aberration. Therefore, some pixels constituting the image are stored in a color having a large difference from the skin color (for example, black (R = 0, G = 0, B = 0)). As shown in FIG. 6, it is possible to take a picture with a white chair or the like and to change the white pixel area to black. For example, the image is taken with a white ruler and information about pixels of the first image is obtained so that all of the R, G, and B values of R, G, and B that are all 250 or more are changed to 0. It is possible. Alternatively, as the step proceeds, the first image may be displayed to allow the user to designate an area to be converted into black.
제1 이미지를 이루는 픽셀의 일부가 피부색과 차이가 큰 색상으로 변경됨으로써 가시성 향상단계 후 얻어지는 가시성 향상 이미지에서 상처 부분과 나머지 부분의 색수차가 크게 형성된다.As a part of the pixels forming the first image is changed to a color having a large difference from the skin color, chromatic aberration between the wound part and the remaining part is greatly formed in the visibility enhancement image obtained after the visibility enhancement step.
발명자가 반복 실험을 통하여 확인한 결과 R, G, B의 값에서 피부색과 각각 100 이상의 차이가 있는 색으로 변경되는 경우, 그리고 제1 이미지의 영역에서 10∼30% 범위의 픽셀들이 변경되는 경우, 가시성 향상 단계(ST-120) 후에 색수차가 크게 나타났다.As a result of the inventor's repetitive experiments, the visibility of R, G and B is changed to a color having a difference of 100 or more from the skin color, and when the pixels in the range of 10 to 30% are changed in the region of the first image, The chromatic aberration was large after the enhancement step (ST-120).
도 7은 도 6에 도시한 제1 이미지의 일부 픽셀들이 검정색으로 변환되어 저장한 전처리 이미지이다. FIG. 7 is a pre-processed image in which some pixels of the first image illustrated in FIG. 6 are converted to black and stored.
도 7과 같이 전처리되어 저장된 전처리 이미지에 대하여 가시성을 향상시킨다(ST-120, 가시성 향상단계). As shown in FIG. 7, the visibility of the preprocessed and stored preprocessed image is improved (ST-120, visibility improvement step).
색의 변형 정도를 계측하려면 입력장치는 R, G, B의 세 가지 신호로 들어오기 때문에 이들 간의 차이를 계측하여야 한다. 그러나 색조는 많은 노이즈를 포함하고 있다. 카메라의 경우에는 입력되는 빛이 일정한 광이 아니라 여러 각도에서 다른 광이 함께 들어오며 빛의 세기 또한 다르기 때문이다. 화소는 이 빛의 광자를 흡수해서 A/D(Analog to Digital) 컨버터를 이용해서 신호로 바꾸고, 이후 칼라조정, 감마 조정 등을 거친 후 Jpeg압축을 하여 저장된다. 이 이미지 취득과정의 각 단계에서 노이즈(Noise)가 들어간다. 그래서 아주 균일한 곳을 촬영하여도 취득된 이미지는 균등하지 않게 된다.To measure the degree of color distortion, the input device comes in three signals: R, G, and B, so you must measure the difference between them. But hue contains a lot of noise. In the case of a camera, the incoming light is not a constant light, but different light comes in at various angles, and the light intensity is also different. The pixel absorbs the photon of light and converts it into a signal using an analog-to-digital (A / D) converter. After that, color adjustment and gamma adjustment are performed, followed by Jpeg compression. Noise enters at each stage of the image acquisition process. Thus, even when shooting a very uniform place, the acquired image is not even.
따라서 이러한 빛의 세기 및 R, G, B의 입력 특성에 따라 색이 변형되는 현상의 영향을 제거하기 위하여 균등화(Normalize)하는 과정이 필요하다. 균등화 단계(ST-121)은 아래의 수학식에서와 같이 연산되어 각 픽셀의 R, G, B 값이 균등화되는 단계이다.Therefore, in order to remove the influence of the phenomenon that the color is transformed according to the light intensity and the input characteristics of R, G, B, it is necessary to normalize (Normalize). The equalization step ST-121 is calculated as in the equation below to equalize R, G, and B values of each pixel.
상기 수학식 1, 2, 3에서 , , 는 전처리 이미지의 각 픽셀의 R, G, B 값을 나타내고, , , 는 균등화 후 각 픽셀의 R, G, B 값을 나타내며, x와 y는 전처리 이미지에서 픽셀의 좌표, M은 각 픽셀의 x좌표의 수, N은 각 픽셀의 y좌표의 수를 나타낸다.In
수학식 1, 2, 3에서 는 수학식 4에 의하여 연산된다.In
수학식 1, 2, 3에서 는 수학식 5에 의해서 연산된다.In
균등화 단계가 완료되면, 각 픽셀의 R, G, B의 히스토그램이 조정되어, 색의 왜곡 현상을 제거하는 스트레칭 단계(ST-123)가 실행된다. 도 4는 스트레칭 단계 전의 균등화 후의 픽셀들의 R, G, B 히스토그램을 도시한 것이고, 도 5는 스트레칭 단계를 거친 후 픽셀들의 R, G, B 히스토그램을 도시한 것이다.When the equalization step is completed, histograms of R, G, and B of each pixel are adjusted to perform a stretching step (ST-123) to remove color distortion. 4 shows the histograms of R, G, B pixels after equalization before the stretching step, and FIG. 5 shows histograms of R, G, B pixels after the stretching step.
도 4에 도시한 바와 같이, Red인 제1 광(260), Green인 제2 광(270) 및 Blue인 제3 광(280)의 히스토그램에서, 아래의 수학식 6 내지 수학식 11에 의해 스트레칭 된 제1 광(265), 제2 광(275) 및 제3 광(285)이 산출된다. As shown in FIG. 4, in the histogram of the
상기 식에서 는 스트레칭 된 픽셀의 제1 광(265)을 나타낸다.In the above formula Represents the
수학식 6에서 는 수학식 7에 의하여 연산되어 대입되고, 수학식 6에서 는 값 중 최대값을, 은 값 중 최소값을 나타낸다. In Equation (6) Is calculated by
상기 식에서 는 스트레칭 된 픽셀의 제2 광(275)을 나타낸다.In the above formula Represents the
수학식 8에서 는 수학식 9에 의하여 연산되어 대입되고, 수학식 8에서 는 값 중 최대값을, 은 값 중 최소값을 나타낸다.In Equation (8) Is calculated and substituted by Equation 9, and The The maximum of the values, silver It represents the minimum value among the values.
상기 식에서 는 스트레칭 된 픽셀의 제3 광(285)을 나타낸다.In the above formula Represents the
수학식 10에서 는 수학식 11에 의하여 연산되어 대입되고, 수학식 10에서 는 값 중 최대값을, 은 값 중 최소값을 나타낸다.
In Equation (10) Is calculated and substituted by Equation 11, The The maximum of the values, silver It represents the minimum value among the values.
이렇게 균등화되고 스트레칭 됨으로써 픽셀을 이루는 복수의 광의 세기가 일정하게 된다.By this equalization and stretching, the intensity of a plurality of lights constituting the pixel is constant.
상기와 같은 가시성 향상단계(ST-120)를 거치면, 도 7의 전처리 이미지는 도 8과 같은 가시성 향상 이미지로 저장된다.After the visibility enhancement step ST-120, the preprocessed image of FIG. 7 is stored as the visibility enhancement image of FIG.
상기와 같은 연산 과정을 거쳐 픽셀들에 대하여 연산된 결과가 얻어지는 가시성 향상단계(ST-120)를 거쳐 저장된 가시성 향상 이미지는 검출 단계(ST-130)에서 이진화되어 이진화 이미지로 저장된다. 도 8에 도시한 가시성 향상 이미지는 HSV 공간(또는 HSB 공간이라고도 함)으로 변환되어 이진화된다.The visibility enhancement image stored through the visibility enhancement step (ST-120) in which the result calculated on the pixels is obtained through the above operation process is binarized in the detection step (ST-130) and stored as a binarized image. The visibility enhancement image shown in FIG. 8 is converted into HSV space (or also referred to as HSB space) and binarized.
도 8에서와 같이 위의 전처리 단계(ST-110)와 가시성 향상단계(ST-120)를 거친 후 상처 부위는 노랑색 계열로 나타나게 되나, 상처 이외의 부위도 노랑색 계열로 나타날 수가 있다. 따라서 도 8에 도시한 이미지에서 색도, 채도, 밝기값이 도출되도록 HSV 공간으로 변환되어 이진화된다.After the above pretreatment step (ST-110) and the visibility enhancement step (ST-120) as shown in Figure 8, the wound site will appear in a yellow series, but other parts of the wound may also appear in a yellow series. Therefore, in the image shown in FIG. 8, the chromaticity, saturation, and brightness values are converted into HSV space and binarized.
본 발명자는 상처 부위가 위의 단계들을 거친 후 노랑색 계열로 나타나는 것을 확인하였으며, 상처 부위는 노랑색 계열 중에서도 HSV 공간에서 H(색도)가 50∼70 범위, S(채도)가 180∼255 범위, B(밝기)가 200∼255 범위에 해당되는 것을 확인하였다. 따라서 위와 같은 범위에 속하는 픽셀은 흰색(R=255, G=255, B=255)으로, 위와 같은 범위에 속하지 않는 픽셀은 검정색(R=0, G=0, B=0)으로 변화되도록 하여 이진화된 이미지가 생성되고 저장된다. 도 9는 이진화되어 저장된 이미지를 나타낸 것이다. 도 9에 예시된 바와 같이 이진화 이미지에서 흰색 영역은 8개소이다. The present inventors confirmed that the wound area appeared in yellow after the above steps, and the wound area in the HV range of 50 to 70, S (saturation) of 180 to 255, B in the HSV space among the yellow series. It was confirmed that (brightness) was in the range of 200 to 255. Therefore, pixels in the above range are changed to white (R = 255, G = 255, B = 255), and pixels outside the above range are changed to black (R = 0, G = 0, B = 0). Binarized images are created and stored. 9 shows the binarized and stored image. As illustrated in FIG. 9, there are eight white regions in the binarization image.
연산 단계(ST-140)는 잡음으로 인해 각 개소의 픽셀들이 응집되도록 하는 모폴로지 연산 단계(ST-141)와, 각 개소 중 잡음에 해당하는 개소가 제거되는 잡음영역 제거단계(1)(ST-143)와, 각 개소 중 잡음에 해당하는 개소가 제거되는 잡음영역 제거단계(2)(ST-143)로 이루어진다.The calculation step ST-140 is a morphology calculation step ST-141 which causes the pixels of each location to be aggregated due to the noise, and the noise region removal step 1 where the parts corresponding to the noise of each location are removed. 143) and a noise region removing step (2) (ST-143) in which a portion corresponding to noise is removed.
도 11 내지 도 13을 참조하여 모폴로지 연산 단계(ST-141)를 설명한다. 도 11은 도 9의 흰색 영역 8개소 중 1개소를 도식적으로 도시한 것으로, 도 11에서 'W'는 흰색 픽셀을, 'B'는 검정색 픽셀을 나타낸다. The morphology calculation step ST-141 will be described with reference to FIGS. 11 to 13. FIG. 11 schematically illustrates one of eight white regions of FIG. 9, where 'W' represents white pixels and 'B' represents black pixels.
모폴로지 연산 단계(ST-141)는 팽창과 축소 과정으로 이루어진다. 팽창 과정에서는 이진화 이미지에서 흰색 픽셀을 둘러싼 픽셀들이 흰색으로 변환된다. 도 11의 픽셀들이, 팽창 과정을 거쳐 도 12에 도시한 바와 같이 흰색 픽셀을 둘러싼 검정색 픽셀들이 흰색 픽셀로 변환된다. 따라서 도 11에서 흰색 픽셀로 둘러싸인 검정색 픽셀은 흰색 픽셀로 변환되어 저장된다. 팽창 과정 후에 흰색 색상을 가지는 픽셀들 중 외곽의 픽셀들, 구체적으로 검정색 픽셀과 1개 이상 접하고 있는 픽셀들은 검정색 픽셀로 변환되어 도 13과 같이 저장된다(축소 과정).The morphology calculation step (ST-141) consists of expansion and contraction processes. In the expansion process, pixels surrounding white pixels in the binarized image are converted to white. The pixels of FIG. 11 undergo an expansion process and black pixels surrounding the white pixels are converted into white pixels as shown in FIG. 12. Therefore, in FIG. 11, the black pixels surrounded by the white pixels are converted into white pixels and stored. After the expansion process, the outer pixels among the pixels having a white color, specifically, pixels in contact with at least one of the black pixels, are converted into black pixels and stored as shown in FIG. 13 (reduction process).
그리고 2단계에 걸쳐 잡음이 제거된다. 아래의 2단계는 선택적으로 실행되는 것이 가능하다.The noise is removed in two stages. The following two steps can be performed selectively.
본 발명은 상처 중 육안으로 명백하게 식별될 수 있는 상처가 아닌 미세 상처 부위를 검출하기 위한 것으로, 본 발명자가 육안으로 확인되지 않는 상처에 대하여 픽셀을 확인하고 현미경 관찰을 통하여 확인한 결과 위와 같은 모폴로지 연산 단계(ST-141)를 거쳐 저장된 이진화 이미지(도 10에 예시)에서 각 개소 중 서로 연결된 흰색 픽셀의 갯수가 7개 이하이거나 50개 이상인 경우에는 상처 부위가 아닌 것으로 판정되었다. 따라서 모폴로지 연산 단계(ST-141)를 거쳐 저장된 이진화 이미지에서 서로 연결된 흰색 영역에서 흰색 픽셀이 갯수가 7개 이하이거나 50개 이상인 픽셀들은 검정색으로 변환되어 저장된다(ST-143, 잡음영역 제거단계(1)).The present invention is to detect the micro-wound portion of the wound, which is not clearly visible to the naked eye, the present inventors have identified the pixel for the wound that is not visible to the naked eye and confirmed through the microscopic observation as a result of the morphology calculation step In the binarized image stored in (ST-141) (exemplified in FIG. 10), it was determined that the number of white pixels connected to each other among each location was not wound or not more than seven. Therefore, in the binarized image stored through the morphology calculation step (ST-141), pixels having 7 or less white pixels or 50 or more in the white areas connected to each other are converted to black and stored (ST-143, noise area removing step ( One)).
도 15는 잡음영역 제거단계(2)(ST-145)를 설명하기 위하여 도식적으로 도시한 것이며, 도 15에서 빗금친 부분은 흰색 픽셀을, 나머지 부분은 검정색 픽셀을 나타낸다. 상처 부위를 나타내는 각 개소에서, 흰색 픽셀들을 둘러싸는 영역이 산출된다. 예를 들어 어떤 개소에서 흰색 픽셀의 좌표 중 X축 좌표의 최대값과 최소값이 도출되고, Y축 좌표의 최대값과 최소값이 도출된다. 그리고 X축 좌표의 최대값, 최소값과 Y축 좌표의 최대값, 최소값으로부터 네 꼭지점이 도출된다. 네 꼭지점은 (X축 최소값, Y축 최소값), (X축 최소값, Y축 최대값), (X축 최대값, Y축 최소값), (X축 최대값, Y축 최대값)이 된다. 상기 네 꼭지점 내에 속하는 픽셀 영역은 도 15에 도시된 바와 같이 어떤 개소의 흰색 픽셀들을 포함하는 최소 사각형 픽셀 영역이 된다.FIG. 15 is a diagram schematically illustrating the noise region removing step (2) (ST-145), in which the hatched portions represent white pixels and the remaining portions represent black pixels. At each point representing the wound site, an area surrounding the white pixels is calculated. For example, the maximum and minimum values of the X-axis coordinates are derived from the coordinates of the white pixel at some points, and the maximum and minimum values of the Y-axis coordinates are derived. Four vertices are derived from the maximum and minimum values of the X-axis coordinates and the maximum and minimum values of the Y-axis coordinates. The four vertices are (X-axis minimum, Y-axis minimum), (X-axis minimum, Y-axis maximum), (X-axis maximum, Y-axis minimum), (X-axis maximum, Y-axis maximum). The pixel region that falls within the four vertices becomes the smallest rectangular pixel region that includes some white pixels as shown in FIG.
최소 사각형을 이루는 전체 픽셀의 갯수가 카운팅되고, 최소 사각형 내에 위치하는 흰색 픽셀 갯수가 카운팅되어, 최소 사각형을 이루는 전체 픽셀의 갯수에 대한 흰색 픽셀 갯수의 비(픽셀 갯수 비)가 연산된다.The total number of pixels forming the smallest rectangle is counted, and the number of white pixels located in the smallest rectangle is counted to calculate the ratio of the number of white pixels to the total number of pixels forming the smallest rectangle (pixel number ratio).
도 15에서 예를 들면, 흰색 픽셀들을 포함하는 최소 사각형 픽셀 영역의 픽셀 갯수는 42개이고, 흰색 픽셀은 17개로, 전체 픽셀의 갯수에 대한 흰색 픽셀 갯수의 비는 0.4047로 연산된다. 발명자는 이진화되어 상처 부위로 나타난 영역들에 대하여 최소 사각형을 이루는 전체 픽셀의 갯수에 대한 흰색 픽셀 갯수의 비(픽셀 갯수 비)가 연산되도록 하고, 상처 부위를 현미경 등으로 자세하게 관찰하여 픽셀 갯수 비(픽셀 충진비)가 0.5 이하인 경우에는 상처 부위가 아닌 것으로 확인하였다(ST-145, 잡음영역 제거단계(2)).For example, in FIG. 15, the number of pixels of the minimum rectangular pixel area including white pixels is 42, the number of white pixels is 17, and the ratio of the number of white pixels to the total number of pixels is calculated as 0.4047. The inventors calculated the ratio of the number of white pixels to the total number of pixels forming the smallest rectangle with respect to the areas represented as the wound area by calculating the pixel area ratio by observing the wound area in detail with a microscope or the like. When the pixel filling ratio) is 0.5 or less, it is confirmed that the wound is not a wound part (ST-145, noise area removing step (2)).
도 14는 전처리 이미지에 픽셀 충진비가 0.5보다 큰 개소의 최소 사각형 픽셀 영역과 오버랩되도록 하여 저장된 결과 이미지이다. FIG. 14 is a resultant image stored so that the pixel fill ratio of the preprocessed image overlaps with the minimum rectangular pixel area at a position larger than 0.5. FIG.
상기와 같은 피부의 상처 부위 검출 방법은 프로그램되어 개인용 PC, 모바일폰에 저장되어 실행되어, 제1 이미지를 입력받아 도 10과 같은 연산 이미지가 디스플레이되도록 할 수 있다.
The wound site detection method of the skin may be programmed and stored in a personal PC or mobile phone to be executed to receive a first image and to display a calculation image as shown in FIG. 10.
이상의 설명에서는 본 발명의 바람직한 실시예를 제시하여 설명하였으나, 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경할 수 있음을 쉽게 알 수 있을 것이다.In the above description, the present invention has been described with reference to preferred embodiments, but the present invention is not necessarily limited thereto, and a person having ordinary skill in the art to which the present invention pertains does not depart from the technical spirit of the present invention. It will be readily appreciated that various substitutions, modifications and variations can be made.
ST-110: 전처리 단계, ST-120: 가시성 향상단계
ST-130: 검출 단계, ST-140: 연산 단계ST-110: pretreatment step, ST-120: visibility enhancement step
ST-130: detection step, ST-140: operation step
Claims (16)
상기 식에서 은 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값인 것을 특징으로 하는 피부의 상처 부위 검출 방법.The method of claim 3, wherein the visibility enhancement step ST-120 is performed by adjusting the R, G, and B histograms of each pixel executed after the equalization step ST-121 to remove color distortion. 123); In the stretching step ST-123, equations for the R, G, and B values of each pixel , , R, G, and B values of each pixel after stretching are calculated by;
In the above formula Is the equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver The wound site detection method of skin characterized by the minimum value.
상기 식에서 은 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값이며; 는 수학식 에 의하여 연산되고, 는 값 중 최대값, 은 값 중 최소값인 것을 특징으로 하는 피부의 상처 부위 검출 방법.The stretching step (ST-120) of claim 4, wherein the visibility enhancement step (ST-120) is performed by adjusting the R, G, and B histograms of each pixel executed after the equalization step (ST-121) to remove color distortion. 123); In the stretching step ST-123, equations for the R, G, and B values of each pixel , , R, G, and B values of each pixel after stretching are calculated by;
In the above formula Is the equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver The minimum of the values; Is expressed by the following equation Calculated by The The maximum of the values, silver The wound site detection method of skin characterized by the minimum value.
A computer-readable recording medium having recorded thereon a program for executing the method for detecting a wound site of skin according to any one of claims 1 to 6.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120141786A KR101293728B1 (en) | 2012-12-07 | 2012-12-07 | Detecting method of wounded portion of skin and the recorded medium thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120141786A KR101293728B1 (en) | 2012-12-07 | 2012-12-07 | Detecting method of wounded portion of skin and the recorded medium thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101293728B1 true KR101293728B1 (en) | 2013-08-07 |
Family
ID=49219991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020120141786A KR101293728B1 (en) | 2012-12-07 | 2012-12-07 | Detecting method of wounded portion of skin and the recorded medium thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101293728B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053349A (en) * | 2020-09-03 | 2020-12-08 | 重庆市公安局沙坪坝区分局 | Injury image processing method for forensic identification |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005351645A (en) | 2004-06-08 | 2005-12-22 | Fuji Photo Film Co Ltd | Surface-damage detecting method, detector therefor and program |
KR100874382B1 (en) | 2007-07-09 | 2008-12-18 | 중앙대학교 산학협력단 | System and method for inserting watermark and deriving of the same using biological information |
KR20090013216A (en) * | 2006-05-12 | 2009-02-04 | 케이씨아이 라이센싱 인코포레이티드 | Systems and methods for wound area management |
KR20090057980A (en) * | 2006-09-19 | 2009-06-08 | 케이씨아이 라이센싱 인코포레이티드 | System and method for tracking healing progress of tissue |
-
2012
- 2012-12-07 KR KR1020120141786A patent/KR101293728B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005351645A (en) | 2004-06-08 | 2005-12-22 | Fuji Photo Film Co Ltd | Surface-damage detecting method, detector therefor and program |
KR20090013216A (en) * | 2006-05-12 | 2009-02-04 | 케이씨아이 라이센싱 인코포레이티드 | Systems and methods for wound area management |
KR20090057980A (en) * | 2006-09-19 | 2009-06-08 | 케이씨아이 라이센싱 인코포레이티드 | System and method for tracking healing progress of tissue |
KR100874382B1 (en) | 2007-07-09 | 2008-12-18 | 중앙대학교 산학협력단 | System and method for inserting watermark and deriving of the same using biological information |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053349A (en) * | 2020-09-03 | 2020-12-08 | 重庆市公安局沙坪坝区分局 | Injury image processing method for forensic identification |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11612350B2 (en) | Enhancing pigmentation in dermoscopy images | |
US9224193B2 (en) | Focus stacking image processing apparatus, imaging system, and image processing system | |
JP5781743B2 (en) | Image processing apparatus, image processing method, and image processing program | |
US20080226147A1 (en) | Method to provide automated quality feedback to imaging devices to achieve standardized imaging data | |
CN106068092A (en) | Image processing apparatus | |
CN110569722A (en) | Visual analysis-based constructor dressing standard detection method and device | |
CN109583330B (en) | Pore detection method for face photo | |
CN107256539B (en) | Image sharpening method based on local contrast | |
CN110603566B (en) | Image analysis evaluation method, computer program, and image analysis evaluation device | |
KR101293728B1 (en) | Detecting method of wounded portion of skin and the recorded medium thereof | |
CN115661122B (en) | Image grid pattern removing method and system | |
JP2017012384A (en) | Wrinkle state analysis device and wrinkle state analysis method | |
Hu et al. | Jpeg ringing artifact visibility evaluation | |
CN115861304A (en) | Method and system for detecting steel strip-shaped structure based on image processing | |
CN106462964B (en) | Method and digital microscope for being split to color image | |
CN111007020B (en) | Double-frame four-spectrum imaging method and application | |
KR101120165B1 (en) | Detection method of invisible mark on playing card and a medium thereof | |
CN109934215B (en) | Identification card identification method | |
Patil et al. | Screening of damage regions in retinopathy using segmentation-color space selection | |
Ravindraiah | Qualitative evaluation of enhancement methods for analysis of acute leukemia images | |
CN110140150B (en) | Image processing method and device and terminal equipment | |
Devaraj | Detection of red lesion in diabetic retinopathy using adaptive thresholding method | |
JP6566395B2 (en) | Endoscope image processing apparatus, endoscope image processing method, and endoscope image processing program | |
JP4089780B2 (en) | Color image processing method | |
US20220280026A1 (en) | Method of image enhancement for distraction deduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |