CN118297865A - 一种内窥镜图像血管增强方法 - Google Patents
一种内窥镜图像血管增强方法 Download PDFInfo
- Publication number
- CN118297865A CN118297865A CN202410719430.2A CN202410719430A CN118297865A CN 118297865 A CN118297865 A CN 118297865A CN 202410719430 A CN202410719430 A CN 202410719430A CN 118297865 A CN118297865 A CN 118297865A
- Authority
- CN
- China
- Prior art keywords
- image block
- neighborhood
- enhancement
- target image
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像增强技术领域,具体涉及一种内窥镜图像血管增强方法,该方法首先将内窥镜下的血管图像进行分块处理,根据局部图像块与整体血管图像之间的整体灰度值差异,得到每个局部图像块的初始增强系数;根据局部图像块与相邻的局部图像块之间的灰度纹理相似程度,结合对应的位置,得到最终增强系数;从而根据各个局部图像块的对应的最终增强系数对血管图像进行自适应图像增强,使得得到的血管增强图像的增强效果更好。
Description
技术领域
本发明涉及图像增强技术领域,具体涉及一种内窥镜图像血管增强方法。
背景技术
内窥镜是一种医学检查工具,将内窥镜的镜头引入血管系统后,能够直接观察血管的内部结构,因此通常将内窥镜观测到的血管图像进行医学的相关教学。由于血管图像的采集环境以及采集设备等因素的影响,导致通过内窥镜采集到的血管图像的亮度较差,使得血管图像中的重要的血管特征的清晰度较差,因此需要对采集到的血管图像进行图像增强,使得血管图像中的血管特征更加清晰。
考虑到采集到的血管图像中的重要的血管特征的清晰度较差的原因是血管图像的亮度问题,因此现有技术通常对血管图像整体进行图像线性增强,得到增强后的血管增强图像。但是血管部位通常具有复杂的褶皱和凹凸结构,使得采集到的血管图像中不同区域的血管图像的受到光照的影响不同,也即亮度不同,导致采用现有技术对血管图像整体进行图像线性增强时,对部分亮度较差的图像区域的图像增强效果较差,使得得到的血管增强图像的增强效果较差。
发明内容
为了解决现有技术对血管图像整体进行图像线性增强时,对部分亮度较差的图像区域的图像增强效果较差,使得得到的血管增强图像的增强效果较差的技术问题,本发明的目的在于提供一种内窥镜图像血管增强方法,所采用的技术方案具体如下:
本发明提出了一种内窥镜图像血管增强方法,所述方法包括:
获取内窥镜下的血管图像;将所述血管图像划分为至少两个局部图像块;
根据每个局部图像块与血管图像之间的整体灰度值差异,得到每个局部图像块的参考亮度值;将参考亮度值最大的局部图像块作为基准分块;根据所述基准分块与每个局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数;
根据每个局部图像块与相邻的局部图像块之间的灰度纹理相似程度、所述初始增强系数以及与基准分块的相对位置,得到每个局部图像块的最终增强系数;
根据所述最终增强系数对血管图像中的每个局部图像块的进行图像增强,得到血管增强图像。
进一步地,所述参考亮度值的获取方法包括:
将所述血管图像中所有像素点的灰度值均值,作为整体灰度均值;将每个局部图像块中所有像素点的灰度值均值,作为每个局部图像块的局部灰度均值;
将所述局部灰度均值和所述整体灰度均值之间的差异,与所述整体灰度均值的比值,作为每个局部图像块的参考亮度值。
进一步地,所述初始增强系数的计算方法包括:
其中,为第个局部图像块的初始增强系数;为基准分块的预设基准增强系数;为基准分块的参考亮度值;为第个局部图像块的参考亮度值。
进一步地,所述最终增强系数的获取方法包括:
将每个局部图像块作为节点;将每个节点对应的局部图像块的预设邻域范围内的局部图像块对应的节点,作为每个节点的邻近节点;
将所述基准分块对应的节点作为起始遍历节点进行广度优先遍历,将起始遍历节点的所有邻近节点中未访问的节点,作为新的遍历节点继续进行遍历直至不存在未访问的节点,得到每个局部图像块对应的节点对应的遍历层数;
以预设基准增强系数作为基准分块的最终增强系数;
以遍历层数从低到高的顺序,依次将每次广度优先遍历后得到的每个新的遍历节点的局部图像块,作为目标图像块;将目标图像块的遍历层数的前一个遍历层数中属于目标图像块的预设邻域范围内的局部图像块,作为目标图像块的邻域参考图像块;
根据目标图像块与对应的每个邻域参考图像块之间的参考亮度值的相似情况,得到每个邻域参考图像块对目标图像块的光照修正系数;根据目标图像块与对应的每个邻域参考图像块之间的灰度分布的相似情况,得到每个邻域参考图像块对目标图像块的灰度修正系数;
根据目标图像块的所述灰度修正系数、所述光照修正系数、目标图像块的前一个遍历层数中的邻域参考图像块的最终增强系数,以及目标图像块与邻域参考图像块之间的参考亮度值差异,得到目标图像块的邻域增强系数;
根据目标图像块的初始增强系数、所述邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数。
进一步地,所述血管增强图像的获取方法包括:
以每个局部图像块的最终增强系数作为增强权重,对所述血管图像进行图像线性增强,得到血管增强图像。
进一步地,所述光照修正系数的获取方法包括:
将每个邻域参考图像块的参考亮度值与目标图像块的参考亮度值之间的差异,作为每个邻域参考图像块的参考光照差异;将所述参考光照差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的光照修正系数。
进一步地,所述灰度修正系数的获取方法包括:
获取目标图像块以及对应的所有邻域参考图像块的灰度直方图;
在每个灰度级下,将目标图像块的灰度直方图中的像素点数量与每个邻域参考图像块的邻域直方图中的像素点数量之间的差异,作为每个邻域参考图像块与目标图像块在每个灰度级下的像素点数量差异;
将每个邻域参考图像块与目标图像块在所有灰度级下的像素点数量差异的累加和,作为每个邻域参考图像块的参考灰度差异;将所述参考灰度差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的灰度修正系数。
进一步地,所述邻域增强系数的计算公式包括:
其中,为目标图像块的邻域增强系数;为目标图像块对应的邻域参考图像块数量;为目标图像块对应的第个邻域参考图像块的灰度修正系数;为目标图像块的前一个遍历层数中第个邻域参考图像块的最终增强系数;为目标图像块对应的第个邻域参考图像块的亮度修正系数;为目标图像块对应的第个邻域参考图像块的参考亮度值;为目标图像块的参考亮度值;为归一化函数。
进一步地,所述根据目标图像块的初始增强系数、所述邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数的方法包括:
将目标图像块对应的节点对应的遍历层数的负相关映射值,作为目标图像块的基准影响权重;将所述基准影响权重的负相关映射值作为目标图像块的邻域影响权重;所述基准影响权重与所述邻域影响权重之间的和值为1;
将所述基准影响权重与目标图像块的初始增强系数的乘积,作为目标图像块的加权初始增强系数;将所述邻域影响权重与目标图像块的邻域增强系数的乘积,作为目标图像块的加权邻域增强系数;将所述加权初始增强系数与所述加权邻域增强系数的和值,作为目标图像块的最终增强系数。
进一步地,所述基准影响权重的获取方法包括:
将目标图像块对应的节点对应的遍历层数的倒数,作为目标图像块的基准影响权重。
本发明具有如下有益效果:
对血管图像整体进行图像线性增强,所得到的血管增强图像的增强效果较差的原因是,血管部位通常具有复杂的褶皱和凹凸结构,使得采集到的血管图像中不同区域的血管图像的受到光照的影响不同,若通过图像线性增强方法对血管图像所有区域采用相同的增强系数进行图像线性增强时,由于对比度的影响会存在部分亮度较差的图像区域增强的效果较差,导致部分的血管结构在增强后的血管图像中不够清晰。因此如果能够根据血管图像中不同局部图像块受到光照的影响程度不同的特点,对不同的局部图像块进行不同程度的图像线性增强,也即自适应调整每个局部图像块的增强系数,即可对血管图像进行自适应图像增强,使得得到的血管增强图像的增强效果更好。因此本发明的目的是根据每个图像区域的受到的光照影响,得到对应增强系数。
由于需要根据不同图像区域的受到的光照影响进行增强系数的计算,因此首先区域划分出不同的图像区域。本发明将血管图像划分为至少两个局部图像块。对于血管图像而言,不同的局部图像块可能具有不同的参考亮度值,而参考亮度值会影响每个局部图像块的整体灰度值,局部图像块的整体灰度值相对于血管图像的整体灰度值越大,说明对应的参考亮度值越大,也即亮度越大,因此本发明根据每个局部图像块与血管图像之间的整体灰度值差异,得到每个局部图像块的参考亮度值。
参考亮度值越大,说明对应的局部图像块的整体灰度值越大,也即具有越大的亮度表现,则该局部图像块需要增强的必要性越小,也即增强系数越小;因此可以参考亮度值最大的局部图像块作为基准,对其他局部图像块的增强系数进行初步计算;本发明将参考亮度值最大的局部图像块作为基准分块;也即基准分块需要增强的必要性越小,其余的局部图像块的参考亮度值相比于基准分块的参考亮度值越小,则对应的亮度需要增强的程度越大,也即增强系数越大,因此本发明根据所述基准分块与每个局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数。
初始增强系数是根据基准分块与局部图像块之间的参考亮度值也即整体灰度的差异得到的,仅通过灰度无法准确的光照的影响程度,因此需要在初始增强系数的基础上进一步的分析;在血管图像中,光照的影响在区域中是连续的,因此相邻的局部图像块之间的最终增强系数能够互相参考,对应的灰度分布越相似,则对应的被参考的邻域参考图像块的可信度越高。而在血管图像中,基准分块为参考亮度值最大的区域,因此基准分块往往不需要进行增强或可以基于预设的增强系数进行增强,也即基准分块的最终增强系数是可以确定的,所以如果要结合相邻局部图像块的最终增强系数进行互相参考来进一步地的进行最终增强系数的计算,则需要以基准分块为起始点,逐步对每个局部图像块进行最终增强系数的计算,因此本发明根据每个局部图像块与相邻的局部图像块之间的灰度纹理相似程度、初始增强系数以及与基准分块的相对位置,得到每个局部图像块对应的自适应的最终增强系数,从而根据血管图像中各个局部图像块的最终增强系数整体的血管图像进行自适应图像增强,使得得到的血管增强图像的增强效果更好。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种内窥镜图像血管增强方法流程图;
图2为本发明一个实施例所提供的一种内窥镜采集图像显示装置示意图;
图3为本发明一个实施例所提供的一种血管图像划分示意图;
图4为本发明一个实施例所提供的一种图像块广度遍历示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种内窥镜图像血管增强方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种内窥镜图像血管增强方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种内窥镜图像血管增强方法流程图,该方法包括:
步骤S1:获取内窥镜下的血管图像;将血管图像划分为至少两个局部图像块。
本发明实施例旨在提供一种内窥镜图像血管增强方法,用于根据内窥镜得到的血管图像中各个局部图像块的光照影响程度进行分析,得到每个局部图像块的最终增强系数,从而根据最终增强系数对血管图像进行自适应增强,使得得到的血管增强图像的增强效果更好。
因此本发明实施例首先获取内窥镜下的血管图像,具体地,本发明实施例通过将内窥镜设备引入血管系统后,通过内窥镜设备自带的采集装置采集血管部位的血管图像,并将血管图像传输至外部的显示装置中进行观测。请参阅图2,其示出了本发明一个实施例提供的一种内窥镜采集图像显示装置示意图,该显示装置将内窥镜设备采集到的图像通过电子屏幕进行展示,因此本发明实施例将电子屏幕将要展示的血管图像进行图像增强,使得展示出的血管增强图像更加清晰。
而对血管图像整体进行图像线性增强,所得到的血管增强图像的增强效果较差的原因是,血管部位通常具有复杂的褶皱和凹凸结构,使得采集到的血管图像中不同区域的血管图像的受到光照的影响不同,若通过图像线性增强方法对血管图像所有区域采用相同的增强系数进行图像线性增强时,由于对比度的影响会存在部分亮度较差的图像区域增强的效果较差,导致部分的血管结构在增强后的血管图像中不够清晰。因此如果能够根据血管图像中不同局部图像块受到光照的影响程度不同的特点,对不同的局部图像块进行不同程度的图像线性增强,也即自适应调整每个局部图像块的增强系数,即可对血管图像进行自适应图像增强,使得得到的血管增强图像的增强效果更好。因此本发明的目的是根据每个图像区域的受到的光照影响,得到对应增强系数。由于需要根据不同图像区域的受到的光照影响进行增强系数的计算,因此需要将血管图像划分为至少两个局部图像块。由于光照不均,血管图像中各个区域的像素点受到的光照影响不同,对血管图像进行分块时,分出的局部图像块越多,则单个局部图像块的像素点越少,对应的血管纹理分布越不明显,但是相对的光照对单个局部图像块中的影响程度越一致;反之,分出的局部图像块越少,则单个局部图像块的像素点越多,血管纹理分布越明显,但是光照不均程度的可能性越高;因此在具体分块时需要根据血管图像的光照分布情况和血管的分布情况进行自适应的区块划分,从而在确保每个局部图像块血管分布明显的情况下,保证每个局部图像块中的光照影响一致。请参阅图3,其示出了本发明一个实施例提供的一种血管图像划分示意图,本发明实施例将血管图像均匀划分为25个正方形且大小相等的局部图像块,实施者可根据具体实施环境根据血管图像的光照分布情况和血管的分布情况进行自适应调整。
步骤S2:根据每个局部图像块与血管图像之间的整体灰度值差异,得到每个局部图像块的参考亮度值;将参考亮度值最大的局部图像块作为基准分块;根据基准分块与每个局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数。
对于血管图像而言,不同的局部图像块可能具有不同的参考亮度值,而参考亮度值会影响每个局部图像块的整体灰度值,局部图像块的整体灰度值相对于血管图像的整体灰度值越大,说明对应的参考亮度值越大,也即亮度越大,因此本发明实施例根据每个局部图像块与血管图像之间的整体灰度值差异,得到每个局部图像块的参考亮度值;通过参考亮度值在整体灰度值的角度上反映每个局部图像块受到的光照影响。
优选地,参考亮度值的获取方法包括:
将血管图像中所有像素点的灰度值均值,作为整体灰度均值;将每个局部图像块中所有像素点的灰度值均值,作为每个局部图像块的局部灰度均值;由于局部图像块的整体灰度值相对于血管图像的整体灰度值越大,说明对应的参考亮度值越大。因此本发明实施例将局部灰度均值和整体灰度均值之间的差异,与整体灰度均值的比值,作为每个局部图像块的参考亮度值;以整体灰度均值作为分母,能够避免不同的量纲影响,使得计算出的参考亮度值具有鲁棒性。
参考亮度值越大,说明对应的局部图像块的整体灰度值越大,也即具有越大的亮度表现,则该局部图像块需要增强的必要性越小,也即增强系数越小;因此如果以参考亮度值最大的局部图像块的参考亮度值作为参考,即可在整体灰度值的角度上拟合出每个局部图像块的增强系数;因此本发明实施例将参考亮度值最大的局部图像块作为基准分块,并根据基准分块与每个局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数。
优选地,初始增强系数的计算方法包括:
其中,为第个局部图像块的初始增强系数;为基准分块的预设基准增强系数;为基准分块的参考亮度值;为第个局部图像块的参考亮度值。由于基准分块的参考亮度值最高,因此可以将基准分块认为是最不需要增强的局部图像块,对该基准分块的增强系数设置一个预设值,即可根据基准分块与其他局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数。在本发明实施例中,预设基准增强系数设置为1,设置为1意味着基准分块不需要增强,由于基准分块是最不需要增强的局部图像块,因此其余局部图像块的初始增强系数都应该大于或等于基准分块的预设基准增强系数,并且由于基准分块与局部图像块之间的参考亮度值差异越大,对应的局部图像块的参考亮度值就越小,需要增强的必要性越大,所需要的初始增强系数越大,因此本发明实施例以作为权重,进一步地将该权重对预设基准增强系数进行加权,使得局部图像块的初始增强系数总是大于预设基准增强系数的同时,符合基准分块与局部图像块之间的参考亮度值差异越大,需要的初始增强系数越大的特点。
步骤S3:根据每个局部图像块与相邻的局部图像块之间的灰度纹理相似程度、初始增强系数以及与基准分块的相对位置,得到每个局部图像块的最终增强系数。
初始增强系数是根据基准分块与局部图像块之间的参考亮度值也即整体灰度的差异得到的,仅通过灰度无法准确的光照的影响程度,因此需要在初始增强系数的基础上进一步的分析;在血管图像中,光照的影响在区域中是连续的,因此相邻的局部图像块之间的最终增强系数能够互相参考,对应的灰度分布越相似,则对应的被参考的邻域参考图像块的可信度越高。而在血管图像中,基准分块为参考亮度值最大的区域,因此基准分块往往不需要进行增强或可以基于预设的增强系数进行增强,也即基准分块的最终增强系数是可以确定的,所以如果要结合相邻局部图像块的最终增强系数进行互相参考来进一步地的进行最终增强系数的计算,则需要以基准分块为起始点,逐步对每个局部图像块进行最终增强系数的计算,因此本发明实施例根据每个局部图像块与相邻的局部图像块之间的灰度纹理相似程度、初始增强系数以及与基准分块的相对位置,得到每个局部图像块的最终增强系数,也即最终用于图像现象增强对应的增强系数。
优选地,最终增强系数的获取方法包括:
基准分块为最不需要增强的局部图像块,因此可以将基准分块的最终增强系数设置为预设值,从而依据基准分块的最终增强系数对其余局部图像块的最终影响系数进行辐射,来计算出每个局部图像块的最终增强系数。本发明实施例以预设基准增强系数作为基准分块的最终增强系数,本发明实施例将预设基准增强系数设置为1,实施者可根据具体实施环境自行调整。
由于需要根据相邻局部图像块的最终增强系数进行互相参考来进一步地的进行最终增强系数的计算,而血管图像在初始情况下只有基准分块的最终增强系数是唯一确定,因此需要以基准分块为出发点,根据基准分块的最终增强系数对于基准分块相邻的局部图像块的最终影响系数进行计算,并在计算出最终影响系数后继续以扩散的形式计算其余图像的最终影响系数,考虑到该扩散的原理与广度优先遍历的原理相似,因此为了表征每次扩散后最终影响系数的计算过程,结合广度优先遍历进行分析。本发明实施例将每个局部图像块作为节点。需要说明的是,广度优先遍历为本领域技术人员所熟知的现有技术,在此不做进一步地限定和赘述。
由于本发明实施例以相邻局部图像块的最终影响系数作为参考,因此每次遍历的范围为相邻的局部图像块,本发明实施例将每个节点对应的局部图像块的预设邻域范围内的局部图像块对应的节点,作为每个节点的邻近节点;实施者可根据具体实施环境采用其他大小的预设邻域范围,例如四邻域范围,在此不做进一步赘述。
将基准分块对应的节点作为起始遍历节点进行广度优先遍历,将起始遍历节点的所有邻近节点中未访问的节点,作为新的遍历节点继续进行遍历直至不存在未访问的节点,得到每个局部图像块对应的节点对应的遍历层数。请参阅图4,其示出了本发明一个实施例提供的一种图像块广度遍历示意图,由于本发明实施例的预设邻域范围为八邻域范围,因此扩散的过程是逐圈向外扩散的。
每个局部图像块的最终增强系数的计算需要依靠邻近的局部图像块的最终影响系数,也即本发明实施例中八邻域范围内的图像块的最终影响系数;而起始情况下只有基准分块的最终影响系数是可确认的,因此需要根据广度优先遍历的原理,以遍历层数从低到高的顺序依次计算每个局部图像块的最终影响系数,以保证计算过程中每个局部图像块的预设邻域范围内存在且存在尽可能多的已知最终影响系数的局部图像块。因此本发明实施例以遍历层数从低到高的顺序,依次将每次广度优先遍历后得到的每个新的遍历节点的局部图像块,作为目标图像块;将目标图像块的遍历层数的前一个遍历层数中属于目标图像块的预设邻域范围内的局部图像块,作为目标图像块的邻域参考图像块,从而确保了目标图像块的邻域参考图像块的最终影响系数已经被计算得到。
在得到最终影响系数的计算顺序后,进一步地需要分析如何根据目标图像块的邻域参考图像块的最终影响系数,计算目标图像块的最终影响系数。由于血管图像中光照的影响在区域中是连续的,使得相邻的局部图像块之间的最终增强系数能够互相参考,对应的邻域参考图像块与目标图像块越相似,则邻域参考图像块的对应的被参考的邻域参考图像块的可信度越高。因此进一步地需要对目标图像块与对应的每个邻域参考图像块之间进行相似度计算。
首先正因为光照的影响在区域中是连续的,因此邻域参考图像块与目标图像块处于相同光照影响的可能性越大,则对应的相似度越高,也即可信度越高,而参考亮度值能够在灰度值的角度上表征受到光照的影响情况,所以本发明实施例根据目标图像块与对应的每个邻域参考图像块之间的参考亮度值的相似情况,得到每个邻域参考图像块对目标图像块的光照修正系数。
优选地,光照修正系数的获取方法包括:
将每个邻域参考图像块的参考亮度值与目标图像块的参考亮度值之间的差异,作为每个邻域参考图像块的参考光照差异;将参考光照差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的光照修正系数。邻域参考图像块与目标参考图像块之间的参考亮度差异越小,则说明在整体灰度值上反映的光照影响情况越相近,说明对应的相似度就越高,对应的可信度也就越高,也即该邻域参考图像块对目标图像块的影响程度越大;本发明实施例通过光照修正系数从参考光照值的角度上,表征邻域参考图像块对目标图像块的影响程度越大。
在本发明实施例中,目标图像块的第个邻域参考图像块对目标图像块的光照修正系数的获取方法在公式上表现为:
其中,为目标图像块的第个邻域参考图像块对目标图像块的光照修正系数,为目标图像块对应的第个邻域参考图像块的参考亮度值,为目标图像块对应的第个邻域参考图像块的参考亮度差异;为目标图像块的参考亮度值;为目标图像块对应的第个邻域参考图像块的参考亮度值,为目标图像块对应的第个邻域参考图像块的参考亮度差异;为目标图像块对应的邻域参考图像块数量;通过所有参考亮度差异的累加值对参考亮度差异进行归一化,能够使得所有邻域参考图像块的光照修正和值为1,使得后续的修正具有更好的鲁棒性。
当邻域参考图像块与目标图像块的血管纹理越相似时,对应的可信度也就越高,也即该邻域参考图像块对目标图像块的影响程度越大,因此本发明实施例根据目标图像块与对应的每个邻域参考图像块之间的灰度分布的相似情况,得到每个邻域参考图像块对目标图像块的灰度修正系数。
优选地,灰度修正系数的获取方法包括:
获取目标图像块以及对应的所有邻域参考图像块的灰度直方图;在每个灰度级下,将目标图像块的灰度直方图中的像素点数量与每个邻域参考图像块的邻域直方图中的像素点数量之间的差异,作为每个邻域参考图像块与目标图像块在每个灰度级下的像素点数量差异。在每个灰度级下,像素点数量差异越小,则说明符合该灰度级的像素点数量越相似,也即灰度分布越相似。因此结合所有灰度级的像素点数量差异,将每个邻域参考图像块与目标图像块在所有灰度级下的像素点数量差异的累加和,作为每个邻域参考图像块的参考灰度差异;从而得到邻域参考图像块与目标图像块之间在灰度分布上的整体差异,由于差异越大,相似度越小,对应的灰度修正系数也就越小,因此本发明实施例将参考灰度差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的灰度修正系数。需要说明的是,本发明实施例中的灰度直方图的灰度级划分为256,实施者可根据具体实施环境自行调整,在此不做进一步赘述。
在本发明实施中,目标图像块的第个邻域参考图像块对目标图像块的灰度修正系数的获取方法在公式上表现为:
其中,为目标图像块的第个邻域参考图像块对目标图像块的灰度修正系数;为目标图像块的第个邻域参考图像块的参考灰度差异;为目标图像块对应的邻域参考图像块数量。
进一步地根据目标图像块的灰度修正系数、光照修正系数、目标图像块的前一个遍历层数中的邻域参考图像块的最终增强系数,以及目标图像块与邻域参考图像块之间的参考亮度值差异,得到目标图像块的邻域增强系数。
优选地,目标图像块的邻域增强系数的计算公式包括:
其中,为目标图像块的邻域增强系数;为目标图像块对应的邻域参考图像块数量;为目标图像块对应的第个邻域参考图像块的灰度修正系数;为目标图像块的前一个遍历层数中第个邻域参考图像块的最终增强系数;为目标图像块对应的第个邻域参考图像块的亮度修正系数;为目标图像块对应的第个邻域参考图像块的参考亮度值;为目标图像块的参考亮度值;为归一化函数。首先需要考虑到邻域参考图像块的灰度修正系数和亮度修正系数越大时,邻域参考图像块对目标图像块的影响越大,也即邻域参考图像块的最终增强系数越具有参考性。对于部分而言,由于邻域增强系数是依据邻域参考图像块的最终增强系数得到的,因此通过初始增强系数的计算方式进行计算,同时又考虑到不同的邻域参考图像块对目标图像块的影响程度不同且初始增强系数的计算方式是依据亮度进行计算的,因此结合亮度修正系数进行加权。而灰度修正系数越大时,对应的邻域图像块的影响程度越大,对应的最终增强系数越具有参考性,因此进一步地结合灰度修正系数进行加权,从而得到目标图像块对应的第个邻域参考图像块对目标图像块的影响程度也即;最后通过累加的方式,得到所需要的邻域增强系数,也即目标图像块对应的所有邻域参考图像块对目标图像块的增强系数影响程度。
在得到初始增强系数和邻域增强系数后,进一步地将两者结合,从而得到更加准确的最终增强系数。在血管图像中,初始增强系数是依靠局部图像块与基准分块之间的整体灰度差异得到的,而邻域增强系数则以每个局部图像块邻域内的其他局部图像块的相似度分析得到的;而初始增强系数不能直接作为最终增强系数的原因是血管图像中的血管纹理分布以及亮度分布均不相同,距离基准分块越远,则血管纹理分布差异越大,则初始增强系数的参考价值越小,对应的越需要依靠邻域增强系数;而根据本发明实施例的广度遍历特点,遍历层数越大的图像块,与基准分块的距离越远,因此本发明实施例根据目标图像块的初始增强系数、邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数。
优选地,根据目标图像块的初始增强系数、邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数的方法包括:
由于遍历层数越大的图像块,与基准分块的距离越远,将目标图像块对应的节点对应的遍历层数的负相关映射值,作为目标图像块的基准影响权重,也即初始增强系数的权重。优选地,基准影响权重的获取方法包括:
将目标图像块对应的节点对应的遍历层数的倒数,作为目标图像块的基准影响权重;实施者也可通过其他方法得到基准影响权重,例如通过以自然常数为底的指数函数进行负相关映射,在此不做进一步赘述。
由于距离基准分块越远,则血管纹理分布差异越大,则初始增强系数的参考价值越小,对应的越需要依靠邻域增强系数,因此进一步地将基准影响权重的负相关映射值作为目标图像块的邻域影响权重;基准影响权重与邻域影响权重之间的和值为1,以保证求得的最终增强系数在合理取值范围内。
进一步地对应进行加权,将基准影响权重与目标图像块的初始增强系数的乘积,作为目标图像块的加权初始增强系数;将邻域影响权重与目标图像块的邻域增强系数的乘积,作为目标图像块的加权邻域增强系数;将加权初始增强系数与加权邻域增强系数的和值,作为目标图像块的最终增强系数。
在本发明实施例中,目标图像块的最终增强系数的获取方法包括:
其中,为目标图像块的最终增强系数;为目标图像块的初始增强系数;为目标图像块的邻域影响系数;为目标图像块对应的节点对应的遍历层数;为目标图像块对应的基准影响权重;为目标图像块对应的邻域影响权重;为目标图像块的加权初始增强系数;为目标图像块的加权邻域增强系数。以图4中的情况为例,在起始情况下,第一遍遍历对应的前一个遍历层中只有基准分块,因此第一遍遍历的局部图像块的最终增强系数只能依据基准分块得到;在得到所有的第一遍遍历的局部图像块的最终增强系数后,第二遍遍历的局部图像块对应的邻域参考图像块为已知最终增强系数第一遍遍历得到局部图像块,因此结合最终增强系数的计算方法,也能计算出第二遍遍历的局部图像块的最终增强系数,第三遍遍历的局部图像块同理,依据第二遍遍历的局部图像块的最终增强系数,计算出第三遍遍历的局部图像块,从而计算出所有局部图像块的最终增强系数。
步骤S4:根据最终增强系数对血管图像中的每个局部图像块的进行图像增强,得到血管增强图像。
进一步地根据每个局部图像块的最终增强系数进行图像增强,本发明实施例根据最终增强系数对血管图像中的每个局部图像块的进行图像增强,得到更加准确的血管增强图像。优选地,血管增强图像的获取方法包括:
本发明实施例以每个局部图像块的最终增强系数作为增强权重,对血管图像进行图像线性增强,得到增强效果更好的血管增强图像。具体地,在血管图像中,将每个像素点对应的每个RGB分量与所处局部图像块的最终增强系数的乘积,作为每个像素点的每个RGB分量的增强RGB分量;根据每个像素点对应的所有增强RGB分量,得到每个像素点的增强像素值;根据所有像素点的增强像素值得到血管增强图像。
综上所述,本发明首先将内窥镜下的血管图像进行分块处理,根据局部图像块与整体血管图像之间的整体灰度值差异,得到每个局部图像块的初始增强系数;根据局部图像块与相邻的局部图像块之间的灰度纹理相似程度,结合对应的位置,得到最终增强系数;从而根据各个局部图像块的对应的最终增强系数对血管图像进行自适应图像增强,使得得到的血管增强图像的增强效果更好。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种内窥镜图像血管增强方法,其特征在于,所述方法包括:
获取内窥镜下的血管图像;将所述血管图像划分为至少两个局部图像块;
根据每个局部图像块与血管图像之间的整体灰度值差异,得到每个局部图像块的参考亮度值;将参考亮度值最大的局部图像块作为基准分块;根据所述基准分块与每个局部图像块之间的参考亮度值差异,得到每个局部图像块的初始增强系数;
根据每个局部图像块与相邻的局部图像块之间的灰度纹理相似程度、所述初始增强系数以及与基准分块的相对位置,得到每个局部图像块的最终增强系数;
根据所述最终增强系数对血管图像中的每个局部图像块的进行图像增强,得到血管增强图像。
2.根据权利要求1所述的一种内窥镜图像血管增强方法,其特征在于,所述参考亮度值的获取方法包括:
将所述血管图像中所有像素点的灰度值均值,作为整体灰度均值;将每个局部图像块中所有像素点的灰度值均值,作为每个局部图像块的局部灰度均值;
将所述局部灰度均值和所述整体灰度均值之间的差异,与所述整体灰度均值的比值,作为每个局部图像块的参考亮度值。
3.根据权利要求1所述的一种内窥镜图像血管增强方法,其特征在于,所述初始增强系数的计算方法包括:
其中,为第个局部图像块的初始增强系数;为基准分块的预设基准增强系数;为基准分块的参考亮度值;为第个局部图像块的参考亮度值。
4.根据权利要求1所述的一种内窥镜图像血管增强方法,其特征在于,所述最终增强系数的获取方法包括:
将每个局部图像块作为节点;将每个节点对应的局部图像块的预设邻域范围内的局部图像块对应的节点,作为每个节点的邻近节点;
将所述基准分块对应的节点作为起始遍历节点进行广度优先遍历,将起始遍历节点的所有邻近节点中未访问的节点,作为新的遍历节点继续进行遍历直至不存在未访问的节点,得到每个局部图像块对应的节点对应的遍历层数;
以预设基准增强系数作为基准分块的最终增强系数;
以遍历层数从低到高的顺序,依次将每次广度优先遍历后得到的每个新的遍历节点的局部图像块,作为目标图像块;将目标图像块的遍历层数的前一个遍历层数中属于目标图像块的预设邻域范围内的局部图像块,作为目标图像块的邻域参考图像块;
根据目标图像块与对应的每个邻域参考图像块之间的参考亮度值的相似情况,得到每个邻域参考图像块对目标图像块的光照修正系数;根据目标图像块与对应的每个邻域参考图像块之间的灰度分布的相似情况,得到每个邻域参考图像块对目标图像块的灰度修正系数;
根据目标图像块的所述灰度修正系数、所述光照修正系数、目标图像块的前一个遍历层数中的邻域参考图像块的最终增强系数,以及目标图像块与邻域参考图像块之间的参考亮度值差异,得到目标图像块的邻域增强系数;
根据目标图像块的初始增强系数、所述邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数。
5.根据权利要求1所述的一种内窥镜图像血管增强方法,其特征在于,所述血管增强图像的获取方法包括:
以每个局部图像块的最终增强系数作为增强权重,对所述血管图像进行图像线性增强,得到血管增强图像。
6.根据权利要求4所述的一种内窥镜图像血管增强方法,其特征在于,所述光照修正系数的获取方法包括:
将每个邻域参考图像块的参考亮度值与目标图像块的参考亮度值之间的差异,作为每个邻域参考图像块的参考光照差异;将所述参考光照差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的光照修正系数。
7.根据权利要求4所述的一种内窥镜图像血管增强方法,其特征在于,所述灰度修正系数的获取方法包括:
获取目标图像块以及对应的所有邻域参考图像块的灰度直方图;
在每个灰度级下,将目标图像块的灰度直方图中的像素点数量与每个邻域参考图像块的邻域直方图中的像素点数量之间的差异,作为每个邻域参考图像块与目标图像块在每个灰度级下的像素点数量差异;
将每个邻域参考图像块与目标图像块在所有灰度级下的像素点数量差异的累加和,作为每个邻域参考图像块的参考灰度差异;将所述参考灰度差异的归一化值的负相关映射值,作为每个邻域参考图像块对目标图像块的灰度修正系数。
8.根据权利要求4所述的一种内窥镜图像血管增强方法,其特征在于,所述邻域增强系数的计算公式包括:
其中,为目标图像块的邻域增强系数;为目标图像块对应的邻域参考图像块数量;为目标图像块对应的第个邻域参考图像块的灰度修正系数;为目标图像块的前一个遍历层数中第个邻域参考图像块的最终增强系数;为目标图像块对应的第个邻域参考图像块的亮度修正系数;为目标图像块对应的第个邻域参考图像块的参考亮度值;为目标图像块的参考亮度值;为归一化函数。
9.根据权利要求4所述的一种内窥镜图像血管增强方法,其特征在于,所述根据目标图像块的初始增强系数、所述邻域增强系数以及目标图像块对应的节点对应的遍历层数得到目标图像的最终增强系数的方法包括:
将目标图像块对应的节点对应的遍历层数的负相关映射值,作为目标图像块的基准影响权重;将所述基准影响权重的负相关映射值作为目标图像块的邻域影响权重;所述基准影响权重与所述邻域影响权重之间的和值为1;
将所述基准影响权重与目标图像块的初始增强系数的乘积,作为目标图像块的加权初始增强系数;将所述邻域影响权重与目标图像块的邻域增强系数的乘积,作为目标图像块的加权邻域增强系数;将所述加权初始增强系数与所述加权邻域增强系数的和值,作为目标图像块的最终增强系数。
10.根据权利要求9所述的一种内窥镜图像血管增强方法,其特征在于,所述基准影响权重的获取方法包括:
将目标图像块对应的节点对应的遍历层数的倒数,作为目标图像块的基准影响权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410719430.2A CN118297865B (zh) | 2024-06-05 | 2024-06-05 | 一种内窥镜图像血管增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410719430.2A CN118297865B (zh) | 2024-06-05 | 2024-06-05 | 一种内窥镜图像血管增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118297865A true CN118297865A (zh) | 2024-07-05 |
CN118297865B CN118297865B (zh) | 2024-09-13 |
Family
ID=91684743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410719430.2A Active CN118297865B (zh) | 2024-06-05 | 2024-06-05 | 一种内窥镜图像血管增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118297865B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050050585A (ko) * | 2003-11-26 | 2005-05-31 | 마츠시타 덴끼 산교 가부시키가이샤 | 화상 처리 방법 및 화상 처리 장치 |
US20120057800A1 (en) * | 2010-09-08 | 2012-03-08 | Guleryuz Onur G | Geometrical image representation and compression |
CN109031962A (zh) * | 2018-07-04 | 2018-12-18 | 深圳汇创联合自动化控制有限公司 | 一种基于区块链的智能家居控制系统 |
-
2024
- 2024-06-05 CN CN202410719430.2A patent/CN118297865B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050050585A (ko) * | 2003-11-26 | 2005-05-31 | 마츠시타 덴끼 산교 가부시키가이샤 | 화상 처리 방법 및 화상 처리 장치 |
CN1622589A (zh) * | 2003-11-26 | 2005-06-01 | 松下电器产业株式会社 | 图像处理方法以及图像处理装置 |
US20120057800A1 (en) * | 2010-09-08 | 2012-03-08 | Guleryuz Onur G | Geometrical image representation and compression |
CN109031962A (zh) * | 2018-07-04 | 2018-12-18 | 深圳汇创联合自动化控制有限公司 | 一种基于区块链的智能家居控制系统 |
Non-Patent Citations (2)
Title |
---|
MARTA DANCH-WIERZCHOWSKA: "Ultra-Widefield Fluorescein Angiography Image Brightness Compensation Based on Geometrical Features", 《SENSORS》, 22 December 2022 (2022-12-22), pages 1 - 10 * |
徐辛超: "结合亮度加权的自适应分区间边缘优化提取方法", 《测绘科学》, 20 June 2022 (2022-06-20), pages 65 - 77 * |
Also Published As
Publication number | Publication date |
---|---|
CN118297865B (zh) | 2024-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117474823B (zh) | 一种儿科感染性炎症检测辅助用ct数据处理系统 | |
CN118229538B (zh) | 一种骨质量ct影像智能增强方法 | |
CN109598702B (zh) | 对比增强能谱乳腺x线摄影的病灶特征量化方法及系统 | |
CN108537758B (zh) | 一种基于显示器与人眼视觉特性的图像对比度增强方法 | |
CN110866882B (zh) | 基于深度置信度的分层联合双边滤波深度图修复方法 | |
CN105678750B (zh) | 医学图像的灰度映射曲线生成方法及装置 | |
CN102542564A (zh) | 图像处理装置以及图像处理方法 | |
TWI788629B (zh) | 圖像處理方法、裝置及系統、電子設備及電腦可讀儲存媒體 | |
CN116503426A (zh) | 基于图像处理的超声图像分割方法 | |
CN114972067A (zh) | 一种x光小牙片图像增强方法 | |
CN101937562A (zh) | 灰度级信息量直方图构造方法 | |
CN118172380A (zh) | 一种基于局部阈值的骨科腿骨智能识别分割方法 | |
JP2018114031A (ja) | 眼底画像処理装置 | |
CN118014935A (zh) | 基于人工智能的路由器外壳生产质量检测方法 | |
CN115005846B (zh) | 适用于血管显影的数据处理方法及装置 | |
CN118297865B (zh) | 一种内窥镜图像血管增强方法 | |
CN111862071A (zh) | 一种基于ct图像测量腰1椎体ct值的方法 | |
EP1382016A2 (en) | Noise reduction in images, by adding a pixel to a region (r), adding surrounding pixel pairs to the region if they fulfil a condition and determine a mean value for the region | |
AU2001294453A1 (en) | Noise reduction in images, by adding a pixel to a region (R), adding surrounding pixel pairs to the region if they fulfil a condition and determine a mean value for the region | |
KR102380560B1 (ko) | 영상 처리를 기반으로 하는 각막궤양 검출 장치 및 그 방법 | |
CN111461961A (zh) | 一种oct血管图像错位矫正方法 | |
CN107993196B (zh) | 基于预测校验的图像插值方法及系统 | |
CN114494952B (zh) | 一种基于感知损失的乳腺mri影像时间序列生成方法 | |
CN108447066A (zh) | 胆道图像分割方法、终端、存储介质 | |
CN106847149B (zh) | 一种高动态对比度图像的色调映射与显示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |