【技術實現步驟摘要】
本申請涉及圖像復原，更具體地說，本申請涉及一種脊柱內窺鏡圖像去器械遮擋方法及系統。
技術介紹
1、圖像復原在內窺鏡圖像去器械遮擋中的應用主要用于克服器械遮擋帶來的視野限制，內窺鏡圖像在受到器械的遮擋，導致部分脊柱或其他組織的細節喪失，從而影響醫生的操作精度和診斷準確性，圖像復原技術通過利用相鄰幀圖像中的信息，結合圖像處理算法，恢復被遮擋區域的細節。
2、現有技術在脊柱內窺鏡圖像去器械遮擋的處理中，通常依賴于基于單一尺度特征的圖像恢復方法，然而，這種方法在應對復雜遮擋場景時存在明顯局限，尤其是在處理高亮光斑對器械輪廓識別造成干擾時，單一尺度恢復方法難以充分捕捉器械的多層次特征，例如，器械的邊緣在不同尺度下表現出不同的細節和形態，單一尺度的恢復方法無法同時處理這些差異，導致恢復出的圖像丟失了重要的結構信息，此外，單一尺度的恢復方法在處理遮擋較為嚴重的情況時，往往無法有效恢復遮擋區域的邊緣，導致模糊現象的出現，從而影響去遮擋效果，與此相對，基于多尺度特征的器械輪廓檢測能夠顯著減小單一尺度恢復方法在輪廓特征識別過程中的誤差，可有效提高脊柱內窺鏡圖像去器械遮擋的精度和可靠性，因此，如何實現脊柱內窺鏡圖像中器械輪廓的多尺度特征重構，從而提器械遮擋區域恢復的魯棒性成為了業界面臨的難題。
技術實現思路
1、本申請提供一種脊柱內窺鏡圖像去器械遮擋方法及系統，可實現脊柱內窺鏡圖像中器械輪廓的多尺度特征重構，從而提器械遮擋區域恢復的魯棒性。
2、第一方面，本申請提供一種脊柱內窺鏡
3、采集被器械遮擋的脊柱內窺鏡圖像，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像，進而確定在對比度增強過程中輪廓的邊緣信息損失；
4、基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖，并確定各個輪廓特征圖中像素的梯度方差；
5、根據所述邊緣信息損失和各個梯度方差對所有的輪廓特征圖進行反卷積重構，得到器械輪廓的重構特征圖；
6、基于所述重構特征圖和所述脊柱內窺鏡圖像對器械輪廓進行差分擬合，進而生成器械的遮擋掩碼圖，根據所述脊柱內窺鏡圖像相鄰連續幀之間像素的運動矢量信息和所述遮擋掩碼圖恢復所述脊柱內窺鏡圖像中被遮擋的脊柱圖像。
7、優選的，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像具體包括：
8、對所述脊柱內窺鏡圖像進行中值濾波，得到濾波圖像；
9、確定所述濾波圖像中需要增強對比度的局部感興趣區域；
10、對所述局部感興趣區域進行直方圖均衡化，增強所述局部感興趣區域的對比度，進一步得到對比度增強圖像。
11、優選的，確定在對比度增強過程中輪廓的邊緣信息損失具體包括：
12、獲取對比度增強得到的對比度增強圖像；
13、獲取對脊柱內窺鏡圖像進行中值濾波得到的濾波圖像；
14、確定所述對比度增強圖像和所述濾波圖像中輪廓邊緣信息的結構相似度；
15、根據所述結構相似度確定在對比度增強過程中輪廓的邊緣信息損失。
16、優選的，基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖具體包括：
17、確定所述脊柱內窺鏡圖像中像素的分布信息熵；
18、通過所述分布信息熵確定各個尺度通道的卷積核；
19、根據各個尺度通道的卷積核對所述對比度增強圖像中器械輪廓進行檢測，得到器械在各個尺度通道的輪廓特征圖。
20、優選的，確定各個輪廓特征圖中像素的梯度方差具體包括：
21、對于每個輪廓特征圖，確定輪廓特征圖中每個像素點在水平方向和垂直方向上的梯度幅值，進而確定輪廓特征圖中每個像素點的梯度值；
22、通過所有像素點的梯度值確定輪廓特征圖中像素的梯度方差，進而得到每個輪廓特征圖中像素的梯度方差。
23、優選的，基于所述重構特征圖和所述脊柱內窺鏡圖像對器械輪廓進行差分擬合，進而生成器械的遮擋掩碼圖具體包括：
24、對所述重構特征圖和所述脊柱內窺鏡圖像進行差分運算，得到差分圖像；
25、基于邊緣檢測算法提取所述差分圖像中的顯著邊緣區域；
26、對所述顯著邊緣區域中的邊緣信息進行最小二乘擬合，生成器械的擬合輪廓，根據所述擬合輪廓在所述脊柱內窺鏡圖像中創建一個二值掩碼圖，將所述二值掩碼圖作為器械的遮擋掩碼圖。
27、優選的，所述內窺鏡為單通道內視鏡系統。
28、第二方面，本申請提供一種脊柱內窺鏡圖像去器械遮擋系統，包括：
29、采集模塊，用于采集被器械遮擋的脊柱內窺鏡圖像，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像，進而確定在對比度增強過程中輪廓的邊緣信息損失；
30、處理模塊，用于基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖，并確定各個輪廓特征圖中像素的梯度方差；
31、所述處理模塊，還用于根據所述邊緣信息損失和各個梯度方差對所有的輪廓特征圖進行反卷積重構，得到器械輪廓的重構特征圖；
32、執行模塊，用于基于所述重構特征圖和所述脊柱內窺鏡圖像對器械輪廓進行差分擬合，進而生成器械的遮擋掩碼圖，根據所述脊柱內窺鏡圖像相鄰連續幀之間像素的運動矢量信息和所述遮擋掩碼圖恢復所述脊柱內窺鏡圖像中被遮擋的脊柱圖像。
33、第三方面，本申請提供一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有代碼，所述處理器被配置為獲取所述代碼，并執行上述脊柱內窺鏡圖像去器械遮擋方法。
34、第四方面，本申請提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述脊柱內窺鏡圖像去器械遮擋方法。
35、本申請公開的實施例提供的技術方案具有以下有益效果：
36、本申請實施例中，采集被器械遮擋的脊柱內窺鏡圖像，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像，進而確定在對比度增強過程中輪廓的邊緣信息損失；基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖，并確定各個輪廓特征圖中像素的梯度方差；根據所述邊緣信息損失和各個梯度方差對所有的輪廓特征圖進行反卷積重構，得到器械輪廓的重構特征圖；基于所述重構特征圖和所述脊柱內窺鏡圖像對器械輪廓進行差分擬合，進而生成器械的遮擋掩碼圖，根據所述脊柱內窺鏡圖像相鄰連續幀之間像素的運動矢量信息和所述遮擋掩碼圖恢復所述脊柱內窺鏡圖像中被遮擋的脊柱圖像。
37、由此可見，本申請通過脊柱內窺鏡圖像本文檔來自技高網...
【技術保護點】
1.一種脊柱內窺鏡圖像去器械遮擋方法，其特征在于，包括下述步驟：
2.如權利要求1所述的方法，其特征在于，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像具體包括：
3.如權利要求1所述的方法，其特征在于，確定在對比度增強過程中輪廓的邊緣信息損失具體包括：
4.如權利要求1所述的方法，其特征在于，基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖具體包括：
5.如權利要求1所述的方法，其特征在于，確定各個輪廓特征圖中像素的梯度方差具體包括：
6.如權利要求1所述的方法，其特征在于，基于所述重構特征圖和所述脊柱內窺鏡圖像對器械輪廓進行差分擬合，進而生成器械的遮擋掩碼圖具體包括：
7.如權利要求1所述的方法，其特征在于，所述內窺鏡為單通道內視鏡系統。
8.一種脊柱內窺鏡圖像去器械遮擋系統，其特征在于，包括：
9.一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有代碼，其特征在于，所述處
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的脊柱內窺鏡圖像去器械遮擋方法。
...【技術特征摘要】
1.一種脊柱內窺鏡圖像去器械遮擋方法，其特征在于，包括下述步驟：
2.如權利要求1所述的方法，其特征在于，對所述脊柱內窺鏡圖像進行局部區域的對比度增強，得到對比度增強圖像具體包括：
3.如權利要求1所述的方法，其特征在于，確定在對比度增強過程中輪廓的邊緣信息損失具體包括：
4.如權利要求1所述的方法，其特征在于，基于所述脊柱內窺鏡圖像中像素的分布信息熵對所述對比度增強圖像進行多尺度通道的器械輪廓檢測，得到器械在各個尺度通道的輪廓特征圖具體包括：
5.如權利要求1所述的方法，其特征在于，確定各個輪廓特征圖中像素的梯度方差具體包括：
6.如權利要求1所述的方法，其特征在于，...
【專利技術屬性】
技術研發人員：李國梁，李貽斌，宋銳，李倩倩，杜付鑫，祁磊，劉海英，鄧立霞，
申請(專利權)人：山東大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。