WO2023155711A1 - 胶囊内窥镜图像的马赛克去除方法和系统 - Google Patents

胶囊内窥镜图像的马赛克去除方法和系统 Download PDF

Info

Publication number
WO2023155711A1
WO2023155711A1 PCT/CN2023/074808 CN2023074808W WO2023155711A1 WO 2023155711 A1 WO2023155711 A1 WO 2023155711A1 CN 2023074808 W CN2023074808 W CN 2023074808W WO 2023155711 A1 WO2023155711 A1 WO 2023155711A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
brightness
value
mosaic
pixels
Prior art date
Application number
PCT/CN2023/074808
Other languages
English (en)
French (fr)
Inventor
段晓东
游庆虎
Original Assignee
安翰科技(武汉)股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 安翰科技(武汉)股份有限公司 filed Critical 安翰科技(武汉)股份有限公司
Publication of WO2023155711A1 publication Critical patent/WO2023155711A1/zh

Links

Classifications

    • 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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • 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

Definitions

  • Capsule endoscope is a small-volume endoscope in the shape of a capsule, which can enter the human digestive tract for image capture after being swallowed. After the capsule endoscope captures the image, it will send the image to the computer for storage, so that doctors can view the capsule endoscope image on the computer at any time to diagnose the health of the digestive tract.
  • the capsule endoscope will first compress the image after capturing the image and then transmit it to the computer.
  • the compression is to first divide the original image into several 8*8 pixel image blocks (called blocks), and then remove redundant data for each image block, so that the image transmitted by the capsule endoscope The data is greatly reduced.
  • JPEG compression reduces the amount of image data transmission, it will also cause local mosaics in the capsule endoscope images saved on the computer, especially some continuously distributed mosaic areas, which seriously affect the recognition of image content. This makes the image quality of the capsule endoscopic image saved on the computer poor.
  • a mosaic removal method for a capsule endoscope image including:
  • the brightness of each target pixel is updated through interpolation processing according to the surrounding pixels, so as to remove the mosaic image block in the capsule endoscope image.
  • the value range of the threshold is 0-10.
  • the brightness value is determined by the following formula:
  • ( ⁇ , ⁇ , ⁇ ) is a set of data sets that can take any of the following sets of data: (1, 0, 0), (0, 1, 0), (0, 0, 1), (0.2989, 0.5870 , 0.1140).
  • the method before updating the luminance of each target pixel through interpolation processing according to surrounding pixels, the method further includes: setting the luminance value of the target pixel to zero.
  • the brightness value of the corresponding target pixel is updated by using the brightness update value, so that the brightness of each target pixel is updated.
  • an interpolation operation is performed on the current brightness values of surrounding pixels to obtain a brightness update value, including:
  • a brightness update value corresponding to the target pixel is determined by the sum of the brightness values and the quantity value.
  • an interpolation operation is performed on the current brightness values of surrounding pixels to obtain a brightness update value, including:
  • the current brightness value of its surrounding pixels is interpolated based on any of the following image denoising methods: median filtering, mean filtering, bilateral filtering, Gaussian filtering, guided filtering, non-local averaging algorithm, and three-dimensional block matching algorithm. .
  • a mosaic removal system for a capsule endoscopic image including:
  • a division module is used to divide the capsule endoscope image to be processed into several image blocks
  • a determining module configured to search for image blocks with the same internal pixel brightness values from several image blocks, and determine the found image blocks as mosaic image blocks;
  • the removal module is configured to update the brightness of each target pixel through interpolation processing according to surrounding pixels, so as to remove the mosaic image block in the capsule endoscope image.
  • the mosaic removal system of the capsule endoscope image further includes: a zeroing module, and the zeroing module is used for: performing interpolation processing according to surrounding pixels for each of the targets Before updating the brightness of the pixel, the brightness value of the target pixel is set to zero.
  • a computer-readable storage medium stores computer instructions, and when the computer instructions are executed, the mosaic removal method as described in the first aspect is implemented.
  • a mosaic removal device for a capsule endoscopic image including:
  • the image block which is the basic unit of image compression, is used as the unit to divide the capsule endoscope image to be processed into several image blocks; the mosaic image caused by image compression is searched through the brightness value of the pixels contained in the image block. block (target pixel point); furthermore, perform interpolation processing on each target pixel point according to the surrounding pixel points to complete the brightness update, thereby achieving the purpose of removing the mosaic from the capsule endoscope image.
  • the present application can effectively remove the mosaic of the capsule endoscope image, so that the image quality of the capsule endoscope image can be improved.
  • Fig. 3 shows a schematic diagram of a capsule endoscope image being divided into multiple image blocks in the first embodiment of the present application
  • Fig. 4 shows a flow chart of a method for searching image blocks with the same pixel brightness values from multiple image blocks in the first embodiment of the present application
  • Fig. 5 shows a schematic diagram of marking brightness values of an image block in the first embodiment of the present application
  • FIG. 6 shows that in the first embodiment of the separate disclosure, each A flowchart of a method for updating brightness of a mosaic image block
  • FIG. 8 shows a schematic diagram of the distribution of mosaic image blocks and their surrounding image blocks in the first embodiment of the present application
  • the aforementioned capsule endoscopic image to be processed is an image obtained by image compression of the capsule endoscopic image, wherein the image compression is, for example, JPEG compression.
  • the above-mentioned capsule endoscope image is an image in RGB format, that is, an image in RGB space, so the above-mentioned brightness value refers to the brightness value in RGB space, which is determined by the brightness of at least one color in the three primary colors of RGB Value decides.
  • Step S103 update the brightness of each target pixel through interpolation processing according to the surrounding pixels, so as to remove the mosaic image blocks in the capsule endoscope image.
  • updating the luminance of each target pixel is to replace the luminance value of each target pixel with a luminance value that enables each target pixel to smoothly transition among surrounding pixels.
  • the mosaic removal method for the capsule endoscope image provided by the embodiment of the present application first divides the capsule endoscope image to be processed by taking the image block, which is the basic unit of image compression, as a unit. Then, according to whether the luminance value of each pixel contained in the image block is the same, the mosaic image block caused by image compression is searched from multiple image blocks. Furthermore, by interpolating each target pixel according to the pixel values of the surrounding pixels of the mosaic image block to update the brightness, the smooth transition of each pixel block in the image of the capsule endoscope is realized, and the removal of the capsule is realized.
  • the processing method according to the present application can effectively remove the mosaic of the capsule endoscope image, so that the image quality of the capsule endoscope image can be improved.
  • step S102 finds the image block (being mosaic image block) that interior pixel brightness value is all identical, comprises:
  • the above brightness value Y can be determined by the following formula (1):
  • R represents the intensity value of the red channel of the image
  • G represents the intensity value of the green channel of the image
  • B represents the intensity value of the blue channel of the image
  • ( ⁇ , ⁇ , ⁇ ) is a group of data groups that can take any of the following data sets: ( 1, 0, 0), (0, 1, 0), (0, 0, 1), (0.2989, 0.5870, 0.1140).
  • Step S203 in the case that the difference between the maximum value max_Y mn and the minimum value min_Y mn is not greater than the threshold Q, determine that the brightness values of the pixels contained in the corresponding image block B mn are all the same, that is, the corresponding image block B mn is a mosaic image block .
  • Step S204 when the difference between the maximum value max_Y mn and the minimum value min_Y mn is greater than the threshold Q, it is determined that the brightness values of the pixels contained in the corresponding image block B mn are not all the same, that is, the corresponding image block B mn is not a mosaic image piece.
  • step S103 performing brightness update on each target pixel through interpolation processing based on surrounding pixels, includes the following sub-steps.
  • Step S301 after setting the brightness values of each target pixel to zero, the current brightness values of all pixels in the capsule endoscopic image are obtained.
  • Step S302 traversing the capsule endoscope image, and performing an interpolation operation on the current luminance values of the surrounding pixel points of each target pixel traversed to obtain a luminance update value.
  • traversing the images of the capsule endoscope can be done in the order from top to bottom and from left to right Order traverse image IMG2.
  • step S102 when it is determined that the image block is a mosaic image block, the pixel block is recorded, so that the interpolation process can be directly performed on the recorded mosaic image block, without the need to Each pixel is judged.
  • the traversal order can start from the pixel at the edge of the mosaic image block, for example, select the pixel at the corner of the mosaic image block as the starting point of traversal, which is more conducive to making the difference between the mosaic image block and the non-mosaic image block Smoother transitions. It should be emphasized that, during the interpolation operation using the current brightness values of the surrounding pixels of the target pixel, if there are target pixels that have been traversed in the surrounding pixels of the current target pixel, the current target pixel The interpolation operation is performed on the brightness update value of the target pixel point that has been traversed.
  • the aforementioned surrounding pixels may be pixels within the neighborhood of the target pixel.
  • the surrounding pixels can be the 8 pixels surrounding the target pixel in the neighborhood of the target pixel; or, it can also be the four adjacent pixels of the target pixel in the four directions of up, down, left and right point.
  • the surrounding pixels can be P i-1,j -1 ,P i-1,j ,P i-1,j+1 ,P i,j-1 ,P i,j+1 ,P i+1 ,j-1 ,P i+1,j ,P i+1,j+1 ; or, taking the neighborhood of four pixels of this pixel as an example, if the target pixel is P i,j shown in Figure 7, then the surrounding pixels can be P i-1 ,j ,P i,j-1 ,P i,j+1 ,P i+1,j .
  • the interpolated pixel is regarded as the surrounding pixel of the target pixel to be interpolated.
  • Step S303 using the brightness update value to update the brightness value of the corresponding target pixel, so that the brightness of each target pixel is updated.
  • the luminance value of each target pixel is set to zero and then the interpolation operation is performed from the new image IMG2. Therefore, the interpolation operation is not affected by the wrong luminance value of the target pixel point, so that the capsule endoscope image can achieve better mosaic removal effect.
  • an interpolation operation is performed on the current brightness values of pixels around the target pixel P i,j to obtain a brightness update value, which may include:
  • N_P sum(P ⁇ 0)
  • the four adjacent pixel points in the upper, lower, left and right directions of the target pixel point P i, j are the surrounding pixel points of the target pixel point P i,j , then the above
  • the interpolation operation is performed based on the current brightness values of the surrounding pixels to obtain the brightness update value, which may also include: performing interpolation operations based on any of the following image denoising methods based on the current brightness values of the surrounding pixels : Median filtering, mean filtering, bilateral filtering, Gaussian filtering, guided filtering, Non-Local Means (NLM for short), Block Method of 3-Dimension (BM3D for short).
  • the above-mentioned interpolation methods can all process target pixels (ie, mosaic image blocks) in the image-compressed capsule endoscope image, thereby greatly improving the quality of the image.
  • Fig. 9 shows the mosaic removal system of the capsule endoscope image provided by the second embodiment of the present application, including:
  • a division module 100 configured to divide the capsule endoscopic image to be processed into several image blocks
  • the determining module 200 is used to search for image blocks with the same internal pixel point brightness values from several image blocks, and determine the found image blocks as mosaic image blocks;
  • ( ⁇ , ⁇ , ⁇ ) is a set of data sets that can take any of the following sets of data: (1, 0, 0), (0, 1, 0), (0, 0, 1), (0.2989, 0.5870 , 0.1140).
  • the removal module 300 includes:
  • the obtaining unit is used to obtain the current brightness values of all pixels in the capsule endoscope image after setting the brightness values of each target pixel to zero, and the target pixels are pixels in the mosaic image block;
  • the computing unit is used for traversing the capsule endoscope image, and performing an interpolation operation on the current luminance values of surrounding pixel points of each target pixel traversed to obtain a luminance update value;
  • the update unit is configured to use the brightness update value to update the brightness value of the corresponding target pixel, so that the brightness of each target pixel is updated.
  • the surrounding pixels are pixels within the neighborhood of the target pixel.
  • the computing unit is used for:
  • the brightness update value corresponding to the target pixel is determined by the sum of the brightness values and the quantity value.
  • the computing unit is used for:
  • the current brightness value of the surrounding pixels is interpolated based on any of the following image denoising methods: median filter, mean filter, bilateral filter, Gaussian filter, guided filter, non-local average algorithm, three-dimensional block matching algorithm, etc.
  • the third embodiment of the present application provides a computer-readable storage medium, the computer-readable storage medium stores computer instructions, and when the computer instructions are executed, the above-mentioned method for removing mosaics of capsule endoscope images is implemented. operation.
  • the fourth embodiment of the present application provides a mosaic removal device for capsule endoscopic images, including:
  • the processor is coupled to the memory, and the processor is configured to execute the operations stipulated in the method for removing mosaic of the capsule endoscope image based on the computer instructions stored in the memory.
  • a computer-readable medium is any medium that can contain, store, communicate, propagate or transport instructions.
  • computer readable media may include, but are not limited to, electronic, Magnetic, optical, electromagnetic, infrared or semiconductor systems, devices, devices or propagation media.
  • Specific examples of computer-readable media include: magnetic storage devices, such as magnetic tape or hard disk (HDD); optical storage devices, such as compact discs (CD-ROM); memory, such as random access memory (RAM) or flash memory; and/or wired / wireless communication link.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Endoscopes (AREA)

Abstract

本申请公开了胶囊内窥镜图像的马赛克去除方法和系统，该方法包括：将待处理的胶囊内窥镜图像划分为若干个图像块；查找内部像素点亮度值都相同的图像块并确定为马赛克图像块，马赛克图像块内的像素点为目标像素点；通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，以去除胶囊内窥镜图像中的马赛克图像块。本申请能够有效地去除胶囊内窥镜图像的马赛克，从而提升胶囊内窥镜图像的图像质量。

Description

胶囊内窥镜图像的马赛克去除方法和系统
本申请要求了申请日为2022年02月16日、申请号为202210142272.X、名称为“胶囊内窥镜图像的马赛克去除方法和系统”的中国发明申请的优先权，并且通过参照上述中国发明申请的全部说明书、权利要求、附图和摘要的方式，将其引用于本申请。
技术领域
本申请涉及图像处理的技术领域，更具体地，涉及一种胶囊内窥镜图像的马赛克去除方法和系统。
背景技术
胶囊内窥镜，是一种呈胶囊形状的小体积内窥镜，在经吞咽后即可进入人体消化道进行图像拍摄。胶囊内窥镜在拍摄到图像后会将图像发送到计算机进行保存，从而方便医生在计算机上随时查看胶囊内窥镜图像以诊断消化道的健康状况。
目前，胶囊内窥镜为了确保传输数据的稳定性，在拍摄到图像后会先将图像进行压缩后再向计算机传输。其中，以JPEG为例，压缩是先把原始图像分成若干个8*8像素的图像块(称为block)，然后对每个图像块进行多余数据的去除，从而使得胶囊内窥镜传输的图像数据大幅度减少。然而，JPEG压缩在减少图像数据传输量的同时，也会使计算机上保存的胶囊内窥镜图像出现局域马赛克的情况，尤其是一些连续分布的马赛克区域更严重影响了对图像内容的识别，使得计算机上保存的胶囊内窥镜图像的图像质量较差。
因而，在胶囊内窥镜将图像上传到计算机后，计算机上保存的胶囊内窥镜图像需要先进行马赛克去除处理，然而现有技术中缺乏这样的技术方案。
发明内容
为了解决上述现有技术存在的问题，本申请提供一种胶囊内窥镜图像的马赛克去除方法和系统，能够有效地去除胶囊内窥镜图像的马赛克，尤其是图像压缩过程中产生的马赛克，从而提升胶囊内窥镜图像的图像质量。
根据本申请的第一方面，提供了一种胶囊内窥镜图像的马赛克去除方法，其中，包括：
将待处理的胶囊内窥镜图像划分为若干个图像块；
查找内部像素点亮度值都相同的图像块并确定为马赛克图像块，所述马赛克图像块内的像素点为目标像素点；
通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，以去除所述胶囊内窥镜图像中的马赛克图像块。
可选地，查找内部像素点亮度值都相同的图像块，包括：
获取各个图像块的对应亮度值集合，每个所述亮度值集合由一个图像块内部所有像素点的亮度值组成；
判断各个亮度值集合中的亮度值最大值和最小值之差是否不大于阈值；
在所述最大值和所述最小值之差不大于阈值的情况下，确定对应图像块所包含像素点的亮度值都相同。
可选地，所述阈值的取值范围为0-10。
可选地，所述亮度值通过以下公式确定：
Y＝α·R+β·G+γ·B
其中，Y表示所述亮度值，R表示图像红色通道强度值，G表示图像绿色通道强度值，B表示图像蓝色通道强度值；
以及，(α，β，γ)为一组可取以下任意一组数据的数据组：(1，0，0)，(0，1，0)，(0，0，1)，(0.2989，0.5870，0.1140)。
可选地，通过依据周围像素点的插值处理对各个目标像素点进行亮度更新之前，所述方法还包括：将所述目标像素点的亮度值置零。
可选地，通过依据周围像素点的插值处理对各个目标像素点进行亮 度更新，包括：
将各个目标像素点的亮度值置零后，获取所述胶囊内窥镜图像中所有像素点的当前亮度值；
遍历所述胶囊内窥镜图像，并对遍历到的各个所述目标像素点，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值；
使用所述亮度更新值对对应的所述目标像素点的亮度值进行更新，以使得各个所述目标像素点得到亮度更新。
可选地，所述周围像素点为所述目标像素点的邻域内的像素点。
可选地，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值，包括：
获取所述周围像素点的亮度值总和；
获取所述周围像素点中不是所述目标像素点的像素点数量，并将所述像素点数量作为数量值参与插值运算；
通过所述亮度值总和以及所述数量值确定对应目标像素点的亮度更新值。
可选地，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值，包括：
通过其周围像素点的所述当前亮度值基于以下任意一种图像去噪方法进行插值运算：中值滤波、均值滤波、双边滤波、高斯滤波、引导滤波、非局部平均算法、三维块匹配算法。。
根据本申请的第二方面，提供了一种胶囊内窥镜图像的马赛克去除系统，包括：
划分模块，用于将待处理的胶囊内窥镜图像划分为若干个图像块；
确定模块，用于从若干个所述图像块中查找内部像素点亮度值都相同的图像块，并将查找到的图像块确定为马赛克图像块；
去除模块，用于通过依据周围像素点的插值处理对各个所述目标像素点进行亮度更新，以去除所述胶囊内窥镜图像中的马赛克图像块。
可选地，所述胶囊内窥镜图像的马赛克去除系统还包括：置零模块，所述置零模块用于：在通过依据周围像素点的插值处理对各个所述目标 像素点进行亮度更新之前，将所述目标像素点的亮度值置零。
根据本申请的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如第一方面所述的马赛克去除方法。
根据本申请的第四方面，提供了一种胶囊内窥镜图像的马赛克去除装置，包括：
存储器，用于存储计算机指令；
处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如第一方面所述的马赛克去除方法。
本申请的有益效果是：
本申请以图像块这一图像压缩的基本单元为单位，将待处理的胶囊内窥镜图像划分为若干个图像块；通过图像块所包含像素点的亮度值查找因图像压缩而导致的马赛克图像块(目标像素点)；进而，依据周围像素点对各个目标像素点进行插值处理以完成亮度更新，从而实现了使胶囊内窥镜图像去除马赛克的目的。本申请能够有效地去除胶囊内窥镜图像的马赛克，使得胶囊内窥镜图像的图像质量得以提升。
附图说明
通过以下参照附图对本申请实施例的描述，本申请的上述以及其他目的、特征和优点将更为清楚。
图1示出本申请第一实施例中胶囊内窥镜图像的马赛克去除方法流程图；
图2示出本申请第一实施例中一个图像块；
图3示出本申请第一实施例中一个胶囊内窥镜图像被划分为多个图像块的示意图；
图4示出本申请第一实施例中从多个图像块中查找所包含像素点亮度值都相同的图像块的方法流程图；
图5示出本申请第一实施例中一个图像块的亮度值标示示意图；
图6示出分公开第一实施例中通过依据周围像素点的插值处理对各 个马赛克图像块进行亮度更新的方法流程图；
图7示出本申请第一实施例中目标像素点及其周围像素点的分布示意图；
图8示出本申请第一实施例中马赛克图像块及其周围图像块的分布示意图；
图9示出本申请第二实施例中胶囊内窥镜图像的马赛克去除系统的结构框图。
具体实施方式
以下将参照附图更详细地描述本申请。在各个附图中，相同的元件采用类似的附图标记来表示。为了清楚起见，附图中的各个部分没有按比例绘制。此外，在图中可能未示出某些公知的部分。
在下文中描述了本申请的许多特定的细节，例如器件的结构、材料、尺寸、处理工艺和技术，以便更清楚地理解本申请。但正如本领域的技术人员能够理解的那样，可以不按照这些特定的细节来实现本申请。
图1所示为本申请第一实施例中一种胶囊内窥镜图像的马赛克去除方法流程图。参照图1，该胶囊内窥镜图像的马赛克去除方法，包括：
步骤S101，将待处理的胶囊内窥镜图像划分为若干个图像块。
需要说明的是，上述待处理的胶囊内窥镜图像为胶囊内窥镜图像经过图像压缩后得到的图像，其中，图像压缩例如为JPEG压缩。
具体地，上述图像块为胶囊内窥镜图像压缩过程中的单元block，其中，每个图像块的像素尺寸可以为a*a。划分过程可以为：获取图像压缩过程中图像划分方式，例如图像划分界限和图像划分所得单元block的大小a等，按照获取到的图像划分方式，对待处理的胶囊内窥镜图像(经过压缩的图像)进行划分。其中，单元block的大小a，即二维单元block中任一维上像素点的数目a，而a＝8为JPEG压缩时单元block的常选大小。图2所示为针对JPEG压缩将待处理的胶囊内窥镜图像划分后得到的一个图像块，其中，Pij标识坐标为(i，j)位置的像素点，因而一个8*8的图像块由如图2所示的P11到P88的像素点组成。上述i 标识横坐标，j标识纵坐标。
应当理解的是，若干个图像块组成胶囊内窥镜图像但互不重合。例如，一个64*64的图像，按从左到右和从上到下的顺序是分成8*8个block，即由64个block组成，如图3所示。很明显，图3中Bmn表示图像块，其中，m标识横坐标，n标识纵坐标。
步骤S102，查找内部像素点亮度值都相同的图像块并确定为马赛克图像块，其中，马赛克图像块内的像素点在本申请实施例中亦称为目标像素点。其中，关于马赛克图像块及其周围图像块的分布参见图8所示，其中Bm，n即马赛克图像块。
需要说明的是，该步骤基于发明人发现的如下事实：在图像压缩中，例如在通过JPEG(Joint Photographic Expert Group，联合图像专家小组)算法进行的图像压缩(即本申请实施例所称的JPEG压缩)中，为了减少图像数据量，会将邻近的像素点的亮度值用同一亮度值表示，且图像压缩中是以图像块为单位，因而一些图像块中所有像素点被压缩后会采用同一亮度值而导致马赛克现象的出现。
应当理解的是，上述的胶囊内窥镜图像为RGB格式的图像，即为在RGB空间的图像，因而上述亮度值是指在RGB空间的亮度值，由RGB三原色中的至少一种颜色的亮度值决定。
步骤S103，通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，以去除胶囊内窥镜图像中的马赛克图像块。
需要说明的是，对各个目标像素点进行亮度更新，是将各个目标像素点的亮度值进行替换，替换为使各个目标像素点在周围像素点中平滑过渡的亮度值。
本申请实施例所提供的胶囊内窥镜图像的马赛克去除方法，首先以图像块这一图像压缩的基本单元为单位，对待处理的胶囊内窥镜图像进行划分。然后，通过图像块所包含每个像素点的亮度值是否相同，从多个图像块中查找因图像压缩而导致的马赛克图像块。进而，通过依据马赛克图像块周围像素点的像素值对各个目标像素点插值处理以进行亮度更新，从而使胶囊内窥镜的图像中各像素块平滑过渡，实现了去除胶囊 内窥镜图像中马赛克的目的。根据本申请的处理方法能够有效地去除胶囊内窥镜图像的马赛克，使得胶囊内窥镜图像的图像质量得以提升。
参照图4，步骤S102，查找内部像素点亮度值都相同的图像块(即马赛克图像块)，包括：
步骤S201，获取各个图像块Bmn对应亮度值集合Y_Bmn，每个亮度值集合Y_Bmn由一个图像块内部所有像素点的亮度值{Yij，i＝1，2，…，a；j＝1，2，…，a}组成。若单元block的大小a＝8，则如图5所示，每个亮度值集合Y_Bmn由一个图像块内部所有像素点的亮度值{Yij，i＝1，2，…，8；j＝1，2，…，8}组成。
具体地，上述亮度值Y可以通过以下公式(1)确定：
Y＝α·R+β·G+γ·B   (1)
其中，R表示图像红色通道强度值，G表示图像绿色通道强度值，B表示图像蓝色通道强度值；以及，(α，β，γ)为一组可取以下任意一组数据的数据组：(1，0，0)，(0，1，0)，(0，0，1)，(0.2989，0.5870，0.1140)。
显然：
(1)当α＝1，β、γ等于0时，Y＝R，即Y为图像红色通道强度，由于红色是胶囊内窥镜所观测到的胃内部主要颜色，且正常的非马赛克图像块中所有像素点的R不可能完全相同，只有当JPEG压缩过程出现错误时图像块中的R才会全部相同，因而根据R就可以直接判断对应图像块是否为马赛克图像块，操作简单、快速、高效；
(2)当β＝1，α、γ等于0时，Y＝G，即是为图像绿色通道强度；
(3)当γ＝1，α、β等于0时，Y＝B，即Y为图像蓝色通道强度；
(4)当α＝0.2989，β＝0.5870，γ＝0.1140，即Y为图像YUV空间的亮度值。
步骤S202，判断各个亮度值集合Y_Bmn中的亮度值最大值max_Ymn和最小值min_Ymn之差是否不大于阈值Q。
需要说明的是，上述阈值Q为一个非负数，取值范围为0-10，例如阈值Q＝0，又例如阈值Q＝10。进一步地，阈值Q的取值范围限定为0-5， 例如阈值Q＝5，从而提高对马赛克图像块的识别率，防止非马赛克图像块被误认为是马赛克图像块。其中，在Q＝0的情况下，该步骤即判断max_Ymn-min_Ymn＝0是否成立，成立则表示max_Ymn和min_Ymn之差不大于阈值Q，不成立则表示max_Ymn和min_Ymn之差大于阈值Q。
步骤S203，在最大值max_Ymn和最小值min_Ymn之差不大于阈值Q的情况下，确定对应图像块Bmn所包含像素点的亮度值都相同，即该对应图像块Bmn为马赛克图像块。
步骤S204，在最大值max_Ymn和最小值min_Ymn之差大于阈值Q的情况下，确定对应图像块Bmn所包含像素点的亮度值不都相同，即该对应图像块Bmn不为马赛克图像块。
在一个可选的实施例中，步骤S103，通过依据周围像素点的插值处理对各个所述目标像素点进行亮度更新之前，所述马赛克去除方法还包括：将目标像素点的亮度值置零。应当理解的是，由于正常的内窥镜图像中，不存在亮度值Y＝0的像素点，因此，可以认为通过上述方法得到的亮度值Y＝0的像素点即马赛克图像块内的像素点，即目标像素点。鉴于计算机不能直接识别马赛克图像块内的像素点，因此通过将目标像素点的亮度值置零，马赛克图像块(即目标像素)突出显示，这样便于后续针对目标像素点进行步骤S103的操作。
参照图6，在另一个可选的实施例中，步骤S103，通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，包括以下子步骤。
步骤S301，将各个目标像素点的亮度值置零后，获取胶囊内窥镜图像中所有像素点的当前亮度值。
具体地，若将初始的待处理的胶囊内窥镜图像记为IMG1，则目标像素点的亮度值置零后得到一副不同于IMG1的新图像IMG2。在IMG2中，各个目标像素点为R＝0、G＝0且B＝0的像素点，上述当前亮度值是指新图像IMG2中各像素点的亮度值。
步骤S302，遍历胶囊内窥镜图像，并对遍历到的各个目标像素点，通过其周围像素点的当前亮度值进行插值运算以得到亮度更新值。
具体地，遍历胶囊内窥镜图像，可以是按从上到下及从左到右的顺 序遍历图像IMG2。而遍历过程中要判断遍历到的各个像素点Pij是否为Yij＝0的目标像素点，若该像素点是Yij＝0的目标像素点的情况下则计算其亮度更新值，直到遍历结束。此外，上述处理过程中，在步骤S102中，判断到图像块为马赛克图像块时，对该像素块进行记录，从而可以直接对记录的马赛克图像块进行插值处理，无需对内窥镜图像中的每一个像素点进行判断。具体地，遍历顺序可以从马赛克图像块的边缘处的像素点开始，例如，选择马赛克图像块顶角处的像素点作为遍历起始点，如此更有利于使得马赛克图像块和非马赛克图像块之间更加平滑地过渡。需要强调的是，通过目标像素点的周围像素点的当前亮度值进行插值运算的过程中，若遍历到的当前目标像素点的周围像素点中存在已遍历过的目标像素点，则当前目标像素点通过已遍历过的目标像素点的亮度更新值进行所述插值运算。
需要说明的是，上述周围像素点可以为目标像素点邻域内的像素点。具体来说，周围像素点可以是目标像素点邻域内围绕该目标像素点的8个像素点；或者，也可以为目标像素点在上、下、左、右四个方位上的邻接四个像素点。在本申请的实施例中，以该像素点的八个像素点的邻域为例，若目标像素点为图7所示的Pi,j，则周围像素点可以为Pi-1,j-1，Pi-1,j，Pi-1,j+1，Pi,j-1，Pi,j+1，Pi+1,j-1，Pi+1,j，Pi+1,j+1；或者，以该像素点的四个像素点的邻域为例，若目标像素点为图7所示的Pi,j，则周围像素点可以为Pi-1,j，Pi,j-1，Pi,j+1，Pi+1,j。
值得一提的是，在本申请的优选实施例中，对于与已经经过插值处理的目标像素点而言，若该像素点以其经过插值处理的亮度值参与其他目标像素点的插值处理时，该已经经过插值处理的像素点视为进行插值处理的目标像素点的周围像素点。
步骤S303，使用亮度更新值对对应的目标像素点的亮度值进行更新，以使得各个目标像素点得到亮度更新。
本申请实施例中，将各目标像素点的亮度值置零后从新图像IMG2中进行插值运算，因而，插值运算不受目标像素点的错误亮度值影响，从而针对胶囊内窥镜图像实现较好的马赛克去除效果。
进一步，上述步骤S302中通过目标像素点Pi,j周围像素点的当前亮度值进行插值运算以得到亮度更新值，可以是包括：
获取周围像素点的亮度值总和SUM_Y，即若以周围像素点为目标像素点周围8个像素点为例，则SUM_Y＝sum(Yi-1,j-1+Yi-1,j+Yi-1,j+1+Yi,j-1+Yi,j+1+Yi+1,j-1+Yi+1,j+Yi+1,j+1)，其中，Yi,j表示像素点Pi,j的亮度值，sum表示求和运算；
获取周围像素点中不是目标像素点的像素点数量sum(P≠0)，并将像素点数量sum(P≠0)作为数量值N_P参与插值处理的过程，即N_P＝sum(P≠0)。
通过亮度值总和SUM_Y以及数量值N_P确定对应目标像素点的亮度更新值Yi,jˊ。
具体地，令Yi,jˊ＝SUM_Y/N_P，且在计算出的Yi,jˊ大于亮度值可取值上限时重新对Yi,jˊ进行赋值，其中，Yi,jˊ重新所赋的值为零。
值得一提的是，在实际进行插值处理的过程中，可能会出现sum(P≠0)＝0(即目标像素点周围无亮度值不为0的像素点)的情况，从而导致插值处理发生错误，无法获取相应结果。为了解决上述问题，在本申请的优选实施例中，数量值N_P包括获取周围像素点中不是目标像素点的像素点数量sum(P≠0)，以及一个修正值X0，确定为数量值N_P，即N_P＝sum(P≠0)+X0。具体地，在本实施例中以X0＝0.0001为例进行说明，则N_P＝sum(P≠0)+0.0001。其中，修正值X0的设置使亮度更新值Yi,jˊ的计算更加切合实际。具体地，修正值X0设为一个近似为零的数值，例如为小于0.001的数值，这样在sum(P≠0)不等于零的情况下，一个近似为零的修正值X0并不会对亮度更新值Yi,jˊ这一结果产生影响。
类似地，在本申请其他实施例中，目标像素点Pi,j上、下、左、右四个方位上邻接的四个像素点为目标像素点Pi,j的周围像素点，则上述步骤S302中通过目标像素点Pi,j周围像素点的当前亮度值进行插值运算以得到亮度更新值，包括：获取周围像素点的亮度值总和SUM_Y＝sum(Yi-1,j+Yi,j-1+Yi,j+1+Yi+1,j)；获取周围像素点中不是目标像素点的像素点数量sum (P≠0)，并将像素点数量sum(P≠0)与一个修正值X0的加和值确定为数量值N_P，即N_P＝sum(P≠0)+X0；接着通过亮度值总和SUM_Y以及数量值N_P确定对应目标像素点的亮度更新值Yi,jˊ。具体地，运算符号sum、修正值X0以及参数Yi,j、亮度更新值Yi,jˊ参考周围像素点为目标像素点周围8个像素点的示例说明。
进一步，上述步骤S302中通过其周围像素点的当前亮度值进行插值运算以得到亮度更新值，也可以是包括：通过其周围像素点的当前亮度值基于以下任意一种图像去噪方法进行插值运算：中值滤波、均值滤波、双边滤波、高斯滤波、引导滤波、非局部平均算法(Non-Local Means,简称NLM)、三维块匹配算法(Block Method of 3-Dimension,简称BM3D)。上述的插值方法均能够对经过图像压缩的胶囊内窥镜图像中的目标像素点(即马赛克图像块)进行处理，从而大幅改善图像的品质。
图9所示为本申请第二实施例所提供的胶囊内窥镜图像的马赛克去除系统，包括：
划分模块100，用于将待处理的胶囊内窥镜图像划分为若干个图像块；
确定模块200，用于从若干个图像块中查找内部像素点亮度值都相同的图像块，并将查找到的图像块确定为马赛克图像块；
去除模块300，用于通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，以去除胶囊内窥镜图像中的马赛克图像块。
本申请实施例所提供的胶囊内窥镜图像的马赛克去除系统，首先依据图像压缩的处理方法将待处理的胶囊内窥镜图像划分为多个图像块。并且，通过图像块所包含像素点的亮度值是否相同，从多个图像块中查找因图像压缩而导致的马赛克图像块。进而，依据目标像素点的周围像素点的亮度值对各个马赛克图像块内的像素点进行插值处理以实现对目标像素点亮度更新，从而实现了去除胶囊内窥镜图像马赛克的目的。本申请能够有效地去除胶囊内窥镜图像的马赛克，从而使得胶囊内窥镜图像的图像质量得以提升。
在可选的实施例中，确定模块200用于：
获取各个图像块的对应亮度值集合，每个亮度值集合由一个图像块内部所有像素点的亮度值组成；
判断各个亮度值集合中的亮度值最大值和最小值之差是否不大于阈值Q；
在最大值和最小值之差不大于阈值Q的情况下，确定对应图像块所包含像素点的亮度值都相同。
在可选的实施例中，亮度值通过以下公式确定：
Y＝α·R+β·G+γ·B   (1)
其中，Y表示亮度值，R表示图像红色通道强度值，G表示图像绿色通道强度值，B表示图像蓝色通道强度值；
以及，(α，β，γ)为一组可取以下任意一组数据的数据组：(1，0，0)，(0，1，0)，(0，0，1)，(0.2989，0.5870，0.1140)。
在可选的实施例中，阈值Q的取值范围为0-10。
在可选的实施例中，胶囊内窥镜图像的马赛克去除系统还包括置零模块。该置零模块位于确定模块和去除模块之间，用于在通过依据周围像素点的插值处理对各个目标像素点进行亮度更新之前，将目标像素点的亮度值置零。
在可选的实施例中，去除模块300包括：
获取单元，用于将各个目标像素点的亮度值置零后，获取胶囊内窥镜图像中所有像素点的当前亮度值，目标像素点为马赛克图像块内的像素点；
运算单元，用于遍历胶囊内窥镜图像，并对遍历到的各个目标像素点，通过其周围像素点的当前亮度值进行插值运算以得到亮度更新值；
更新单元，用于使用亮度更新值对对应的目标像素点的亮度值进行更新，以使得各个目标像素点得到亮度更新。
在可选的实施例中，周围像素点为目标像素点邻域内的像素点。
在可选的实施例中，运算单元用于：
获取周围像素点的亮度值总和；
获取周围像素点中不是目标像素点的像素点数量，并将像素点数量与一个修正值确定为数量值；
通过亮度值总和以及数量值确定对应目标像素点的亮度更新值。
在可选的实施例中，运算单元用于：
通过其周围像素点的当前亮度值基于以下任意一种图像去噪方法进行插值运算：中值滤波、均值滤波、双边滤波、高斯滤波、引导滤波、非局部平均算法、三维块匹配算法等。
相应地，本申请第三实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现上述胶囊内窥镜图像的马赛克去除方法所规定的操作。
相应地，本申请第四实施例提供了一种胶囊内窥镜图像的马赛克去除装置，包括：
存储器，用于存储计算机指令；
处理器，耦合到存储器，处理器被配置为基于存储器存储的计算机指令执行实现上述胶囊内窥镜图像的马赛克去除方法所规定的操作。
本申请上述各实施例的附图中示出了一些方框图和/或流程图。应当理解的是，方框图和/或流程图中的一些方法或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或者其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本申请公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本申请的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统(例如，一个或多个处理器)使用或者结合指令执行系统使用。在本申请的公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、 磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
以上的详细描述通过使用示意图、流程图和/或示例，已经阐述了本申请马赛克去除方法的众多实施例。在这种示意图、流程图和/或示例中包含一个或多个功能和/或操作的情况下，本领域的技术人员应理解，这种示意图、流程图和/或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本申请公开的实施例所述的主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)或其他的集成器件来实现。然而，本领域技术人员应理解，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本申请公开的内容，将具备设计电路和/或写入软件和/或固件代码的能力。此外，本领域技术人员将认识到，本申请公开的主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本申请所述主题的示例性实施例均使用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。
应当理解，以上所述仅为本申请的优选实施例，并不用于限制本申请，对于本领域技术人员而言，本申请可以有各种改动和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

  1. 一种胶囊内窥镜图像的马赛克去除方法，包括：
    将待处理的胶囊内窥镜图像划分为若干个图像块；
    查找内部像素点亮度值都相同的图像块并确定为马赛克图像块，所述马赛克图像块内的像素点为目标像素点；
    通过依据周围像素点的插值处理对各个目标像素点进行亮度更新，以去除所述胶囊内窥镜图像中的马赛克图像块。
  2. 根据权利要求1所述的马赛克去除方法，其中，查找内部像素点亮度值都相同的图像块，包括：
    获取各个图像块的对应亮度值集合，每个所述亮度值集合由一个图像块内部所有像素点的亮度值组成；
    判断各个亮度值集合中的亮度值最大值和最小值之差是否不大于阈值；
    在所述最大值和所述最小值之差不大于阈值的情况下，确定对应图像块所包含像素点的亮度值都相同。
  3. 根据权利要求2所述的马赛克去除方法，其中，所述阈值的取值范围为0-10。
  4. 根据权利要求1所述的马赛克去除方法，其中，所述亮度值通过以下公式确定：
    Y＝α·R+β·G+γ·B
    其中，Y表示所述亮度值，R表示图像红色通道强度值，G表示图像绿色通道强度值，B表示图像蓝色通道强度值；
    以及，(α，β，γ)为一组可取以下任意一组数据的数据组：(1，0，0)，(0，1，0)，(0，0，1)，(0.2989，0.5870，0.1140)。
  5. 根据权利要求1所述的马赛克去除方法，其中，通过依据周围像素点的插值处理对各个目标像素点进行亮度更新之前，所述方法还包括：将所述目标像素点的亮度值置零。
  6. 根据权利要求5所述的马赛克去除方法，其中，通过依据周围像 素点的插值处理对各个目标像素点进行亮度更新，包括：
    将各个目标像素点的亮度值置零后，获取所述胶囊内窥镜图像中所有像素点的当前亮度值；
    遍历所述胶囊内窥镜图像，并对遍历到的各个所述目标像素点，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值；
    使用所述亮度更新值对对应的所述目标像素点的亮度值进行更新，以使得各个所述目标像素点得到亮度更新。
  7. 根据权利要求6所述的马赛克去除方法，其中，所述周围像素点为所述目标像素点的邻域内的像素点。
  8. 根据权利要求6所述的马赛克去除方法，其中，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值，包括：
    获取所述周围像素点的亮度值总和；
    获取所述周围像素点中不是所述目标像素点的像素点数量，并将所述像素点数量作为数量值参与插值运算；
    通过所述亮度值总和以及所述数量值确定对应目标像素点的亮度更新值。
  9. 根据权利要求6所述的马赛克去除方法，其中，通过其周围像素点的所述当前亮度值进行插值运算以得到亮度更新值，包括：
    通过其周围像素点的所述当前亮度值基于以下任意一种图像去噪方法进行插值运算：中值滤波、均值滤波、双边滤波、高斯滤波、引导滤波、非局部平均算法、三维块匹配算法。
  10. 一种胶囊内窥镜图像的马赛克去除系统，包括：
    划分模块，用于将待处理的胶囊内窥镜图像划分为多个图像块；
    确定模块，用于从所述多个图像块中查找内部像素点亮度值都相同的图像块，并将查找到的图像块确定为马赛克图像块；
    去除模块，用于通过依据周围像素点的插值处理对各个所述马赛克图像块进行亮度更新，以使所述胶囊内窥镜图像去除马赛克。
  11. 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1-9中任一项所述 的马赛克去除方法。
  12. 一种胶囊内窥镜图像的马赛克去除装置，包括：
    存储器，用于存储计算机指令；
    处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1-9中任一项所述的马赛克去除方法。
PCT/CN2023/074808 2022-02-16 2023-02-07 胶囊内窥镜图像的马赛克去除方法和系统 WO2023155711A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210142272.X 2022-02-16
CN202210142272.XA CN114202486B (zh) 2022-02-16 2022-02-16 胶囊内窥镜图像的马赛克去除方法和系统

Publications (1)

Publication Number Publication Date
WO2023155711A1 true WO2023155711A1 (zh) 2023-08-24

Family

ID=80645484

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/074808 WO2023155711A1 (zh) 2022-02-16 2023-02-07 胶囊内窥镜图像的马赛克去除方法和系统

Country Status (2)

Country Link
CN (1) CN114202486B (zh)
WO (1) WO2023155711A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202486B (zh) * 2022-02-16 2022-05-20 安翰科技(武汉)股份有限公司 胶囊内窥镜图像的马赛克去除方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040169617A1 (en) * 2003-03-01 2004-09-02 The Boeing Company Systems and methods for providing enhanced vision imaging with decreased latency
CN110049337A (zh) * 2019-05-24 2019-07-23 安翰科技(武汉)股份有限公司 胶囊内窥镜bayer图像的压缩处理方法及系统
CN110415175A (zh) * 2019-08-07 2019-11-05 杭州微帧信息科技有限公司 一种快速去除平坦区域编码马赛克的方法
CN111127370A (zh) * 2020-03-26 2020-05-08 上海安翰医疗技术有限公司 胶囊内窥镜无线传输数据丢失的修复方法和系统
CN113850757A (zh) * 2021-08-24 2021-12-28 北京百度网讯科技有限公司 马赛克检测方法、装置、电子设备和可读存储介质
CN114202486A (zh) * 2022-02-16 2022-03-18 安翰科技(武汉)股份有限公司 胶囊内窥镜图像的马赛克去除方法和系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7088392B2 (en) * 2001-08-27 2006-08-08 Ramakrishna Kakarala Digital image system and method for implementing an adaptive demosaicing method
US8068145B1 (en) * 2008-10-02 2011-11-29 Pixim Inc. Method, systems, and computer program product for demosaicing images
CN103905802B (zh) * 2014-04-21 2016-07-13 浙江宇视科技有限公司 一种基于p模式色彩滤镜阵列的去马赛克方法及装置
CN108746856A (zh) * 2018-05-24 2018-11-06 莫越云 一种工字型金属件的倒角切割装置
CN113744263B (zh) * 2021-09-17 2023-10-27 景德镇陶瓷大学 一种小尺寸马赛克陶瓷表面缺陷快速检测的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040169617A1 (en) * 2003-03-01 2004-09-02 The Boeing Company Systems and methods for providing enhanced vision imaging with decreased latency
CN110049337A (zh) * 2019-05-24 2019-07-23 安翰科技(武汉)股份有限公司 胶囊内窥镜bayer图像的压缩处理方法及系统
CN110415175A (zh) * 2019-08-07 2019-11-05 杭州微帧信息科技有限公司 一种快速去除平坦区域编码马赛克的方法
CN111127370A (zh) * 2020-03-26 2020-05-08 上海安翰医疗技术有限公司 胶囊内窥镜无线传输数据丢失的修复方法和系统
CN113850757A (zh) * 2021-08-24 2021-12-28 北京百度网讯科技有限公司 马赛克检测方法、装置、电子设备和可读存储介质
CN114202486A (zh) * 2022-02-16 2022-03-18 安翰科技(武汉)股份有限公司 胶囊内窥镜图像的马赛克去除方法和系统

Also Published As

Publication number Publication date
CN114202486B (zh) 2022-05-20
CN114202486A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
US8437567B2 (en) Image inpainting apparatus and method using restricted search region
US9654700B2 (en) Computational camera using fusion of image sensors
US7420487B2 (en) Denoising video
US7092584B2 (en) Registration of separations
WO2023155711A1 (zh) 胶囊内窥镜图像的马赛克去除方法和系统
US10249029B2 (en) Reconstruction of missing regions of images
US20060210191A1 (en) Artifact reduction in a digital video
JP3946866B2 (ja) 画像信号処理装置及びプログラムを記録した媒体
TW201137791A (en) A method to measure local image similarity based on the L1 distance measure
KR102315471B1 (ko) 영상 처리 방법과 장치
WO2017152822A1 (zh) 图像处理方法和装置
US8363932B2 (en) Apparatus and method of removing false color in image
CN111784698A (zh) 一种图像的自适应分割方法、装置，电子设备及存储介质
US8803998B2 (en) Image optimization system and method for optimizing images
JP4305517B2 (ja) 変化画像検出装置、変化画像検出方法、及びそれらの機能を実現するためのコンピュータプログラム並びにそのコンピュータプログラムを記録した記録媒体
US20160198155A1 (en) Image Compression and Lossless Reconstruction of Digital Image
CN102592295A (zh) 一种图像处理的方法和装置
JP2011039972A (ja) 画像処理装置及び画像処理プログラム
JP2005275765A (ja) 画像処理装置、画像処理方法、画像処理プログラムおよびそのプログラムを記録した記録媒体
JP2015200695A (ja) 画像処理装置及びその制御方法
CN110827287B (zh) 确定背景色置信度和图像处理的方法、装置及设备
CN104346599A (zh) 一种色彩边缘的检测方法及图像处理设备
CN114022353B (zh) 一种时空图像纹理与图像颜色的融合方法和装置
JP2018085578A (ja) 画像処理装置、画像処理方法、及びプログラム
KR102026308B1 (ko) 이미지에서 그림자를 제거하기 위한 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23755714

Country of ref document: EP

Kind code of ref document: A1