CN114271764A - 内窥镜采集图像的处理方法、显示方法和相关装置 - Google Patents
内窥镜采集图像的处理方法、显示方法和相关装置 Download PDFInfo
- Publication number
- CN114271764A CN114271764A CN202111576279.4A CN202111576279A CN114271764A CN 114271764 A CN114271764 A CN 114271764A CN 202111576279 A CN202111576279 A CN 202111576279A CN 114271764 A CN114271764 A CN 114271764A
- Authority
- CN
- China
- Prior art keywords
- color
- correction
- correction model
- value
- sample
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Endoscopes (AREA)
Abstract
本申请提出一种内窥镜采集图像的处理方法、显示方法和相关装置,用于解决现有技术下不同厂家的内窥镜显示器和内窥镜适配时,因不同厂家内窥镜的信号处理方式以及光源不一致,导致显示器显示的图像与实际图像的颜色值有差异的问题。本申请通过构建校正模型的方法对内窥镜采集的图像进行校正。先采集标准色卡在预设条件下的颜色数据,并对标准色卡的颜色按照色系进行颜色分组,建立颜色分组中每种颜色对应校正模型。再根据校正模型构建所选择的样本颜色的校正模型,即根据样本颜色选择与样本颜色相近的颜色分组对应的校正模型,采用该校正模型构建样本颜色的校正模型。最后将校正后的样本颜色输出给显示器显示。
Description
技术领域
本申请涉及医学影像处理技术领域,尤其涉及一种内窥镜采集图像的处理方法、显示方法和相关装置。
背景技术
在医学影像处理技术领域,医生判断患者体内的病灶环境时,需要借助内窥镜采集病灶环境,经过处理器和存储器对采集到的病灶环境进行信号处理之后,在内窥镜的显示器上对采集到的病灶图像进行诊断。但是一些内窥镜和显示器来自不同厂家,不同厂家的内窥镜对信号处理的方式不同,且采集图像时所用的光源也不同,导致同一显示器在适配不同厂家的内窥镜时,显示的图像与实际图像的颜色值有差异,容易对医生的诊断造成影响。
目前,还没有技术能解决同一显示器适配不同厂家的内窥镜时产生的差异,因此保证不同厂家的内窥镜显示器和内窥镜适配后的最终显示效果是当前必须解决的问题。
发明内容
本申请公开了一种内窥镜采集图像的处理方法和终端设备,用于解决因不同厂家内镜信号处理方式以及光源不一致,导致显示器适配不同厂家的内窥镜时,最终显示的图像与实际图像的颜色值有差异的问题。
第一方面,本申请提供了一种内窥镜采集图像的处理方法,第一标准色卡中包括n种颜色分组,每种颜色分组中包括多种颜色,所述方法包括:
获取内窥镜在预设条件下采集的所述第一标准色卡的颜色数据以及第二标准色卡的颜色数据;
针对每个颜色分组,基于所述颜色分组中所述内窥镜采集到的颜色数据和所述颜色分组中每种颜色对应的标准颜色,建立所述颜色分组的校正模型,所述颜色分组的校正模型用于将所述内窥镜采集到的所述颜色分组的颜色数据映射到所述颜色分组的标准颜色空间;
针对所述第二标准色卡中的样本颜色,基于至少一个颜色分组的校正模型,构建所述样本颜色的校正模型,所述样本颜色的校正模型用于将所述内窥镜采集到的所述样本颜色的颜色数据映射到所述样本颜色的标准颜色;
其中,所述颜色分组的校正模型和所述样本颜色的校正模型用于对所述内窥镜采集到的颜色进行颜色校正。
可选的,所述针对所述第二标准色卡中的样本颜色,基于至少一个颜色分组的校正模型,构建所述样本颜色的校正模型,具体包括:
从所述多个颜色分组的校正模型中筛选出满足以下第一筛选条件的校正模型作为所述样本颜色的校正模型;
所述第一筛选条件包括:采用所述校正模型对所述样本颜色进行校正得到的校正值与所述样本颜色在所述预设条件下的标准值之间的色差小于第一预设色差阈值。
可选的,每个颜色分组中包括n个颜色,n为正整数,所述针对每个颜色分组,基于所述颜色分组中所述内窥镜采集到的颜色数据和所述颜色分组中每种颜色对应的标准颜色,建立所述颜色分组的校正模型,具体包括:
按照以下公式计算所述颜色分组的校正模型:
可选的,若所有颜色分组的校正模型均不满足所述第一筛选条件,所述方法还包括:
获取满足第二筛选条件的多个颜色分组的校正模型;所述第二筛选条件包括所述用户选择的颜色分组的校正模型,或样本颜色与所述颜色分组的标准颜色之间的色差小于第二预设色差阈值;
对筛选出的多个校正模型按照不同的排序规则进行排序,得到各排序规则分别对应的校正模型序列;
针对每个校正模型序列,分别执行:按照排序顺序从所述校正模型序列中选择出多个校正模型构建参考模型;采用所述参考模型对所述样本颜色进行校正,得到所述参考模型对应的校正值;
根据校正值与所述样本颜色的标准值之间的色差小于所述第一预设色差阈值的筛选规则,筛选出参考模型作为所述样本颜色的校正模型。
可选的,所述按照排序顺序从所述校正模型序列中选择出多个校正模型构建参考模型,具体包括:
将每个筛选出的校正模型作为一个乘法因子,并根据选择出的所述多个校正模型在所述校正模型序列中的排序作为乘法运算的顺序,得到所述参考模型。
可选的,针对每个校正模型序列构建多个参考模型;每个参考模型对所述样本颜色进行校正处理后得到对应的校正值;
根据校正值与所述样本颜色的标准值之间的色差最小的原则,筛选出参考模型作为所述样本颜色的校正模型,具体包括:
若存在多个参考模型对应的色差均小于所述第一预设色差阈值的色差,则筛选出包括的校正模型数量最小的参考模型作为所述样本颜色的校正模型,或者,选择校正值和标准值色差最小的参考模型作为所述样本颜色的校正模型。
可选的,计算所述色差,具体包括:
在得到所述样本颜色的校正值后,获取所述校正值在Lab颜色空间的颜色值;
将所述校正值在Lab颜色空间的颜色值转换到LCH颜色空间,得到所述校正值的LCH值;
获取所述样本颜色的标准值的LCH值,并确定所述校正值和所述标准值的色度算数平均值,亮度算数平均值,色调算数平均值;
根据所述色度算数平均值、所述亮度算数平均值、所述色调算数平均值确定色度权重函数、亮度权重函数、色调权重函数;
基于所述亮度算数平均值和所述色调算数平均值计算旋转函数;
基于所述色度权重函数、所述亮度权重函数、所述色调权重函数、所述旋转函数、所述校正值和所述标准值之间的色度差、亮度差和色调差计算所述校正值和所述标准值之间的色差。
第二方面。本申请提出一种内窥镜采集图像的显示方法,所述方法包括:
获取所述内窥镜采集的待处理图像;
针对所述待处理图像中每一像素点,确定所述像素点对应的校正模型,所述校正模型是根据第一方面所述的方法建立的;
采用各像素点的校正模型分别对各像素点进行校正,得到所述待处理图像的校正图像并输出。
可选的,所述确定所述像素点对应的校正模型,具体包括:
从第一标准色卡和第二标准色卡中筛选出与根据所述像素点的色差最小的已知颜色;
从所述第一标准色卡和所述第二标注色卡中各颜色和校正模型的对应关系中,查找将所述已知颜色对应的校正模型作为所述像素点的校正模型。
第三方面,本申请还提供一种电子设备,包括:
存储器,用于存储处理器可执行指令;
处理器,被配置为执行所述指令,以实现如第一方面中任一项所述方法。
第四方面,本申请一实施例还提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由智能设备的处理器执行时,使得智能设备能够执行如本申请第一方面中提供的任一方法。
第五方面,本申请实施例中提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如本申请第一方面中提供的任一方法。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提出的方法,提出构建第一标准色卡和第二标准色卡的校正模型,能根据第一标准色卡和第二标准色卡对内窥镜采集到的颜色数据校正,并且该颜色的校正值与该颜色在预设条件下的标准值的之间的色差小于第一色差阈值或第二色差阈值,解决了同一显示器适配不同厂家的内窥镜时产生的差异问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,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他的附图。
图1为本申请实施例提供的内窥镜结构框图;
图2为本申请实施例提供的内窥镜采集图像的处理的流程示意图;
图3为本申请实施例提供的构建样本颜色的校正模型的流程示意图;
图4为本申请实施例提供的内窥镜采集图像的显示方法流程示意图;
图5为本申请实施例提供的电子设备示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;文本中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在医疗内窥显示领域,不同厂家的内窥镜显示器和内窥镜适配时,因不同厂家的内窥镜在采集信号时对信号处理的方式不同,且采集图像时所用的光源也不同,导致同一显示器在适配不同内窥镜厂家时,显示的图像与实际图像的颜色值有差异,容易对医生的诊断造成影响。目前,还没有技术能解决同一显示器适配不同内窥镜对厂家时产生的差异,因此保证不同厂家的显示器和内窥镜适配后的最终显示效果是当前必须解决的问题。
有鉴于此,本申请实施例根据以上缺点提出一种内窥镜采集图像的处理、显示方法和相关装置。
在本申请实施例中,采集第一标准色卡在预设条件下的颜色数据,并对第一标准色卡的颜色按照色系进行颜色分组,建立颜色分组中每种颜色对应的校正模型用于准确的校正该颜色。除了第一标准色卡外,本申请还增设了第二标准色卡,来基于第一标准色卡的校正模型,构建第二标准色卡的校正模型。基于此,采用第一标准色卡和第二标准色卡能够有效的扩充构建校正模型的颜色,使得具有校正模型的颜色能够尽可能的覆盖内窥镜的色域。此外,基于第一标准色卡的校正模型来构建第二标准色卡的各颜色的校正模型,能够使第二标准色卡中的颜色经过校正后更加接近颜色在预设条件下的标准值。再根据校正模型构建所选择的样本颜色的校正模型,采用该校正模型构建样本颜色的校正模型。最后将校正后的样本颜色输出给显示器显示。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施时,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
参见图1所示,为本申请实施例提供的内窥镜结构框图。内窥镜***100包括:内窥镜110和显示器120,其中在显示器120中包括处理器121、存储器122,其中:
内窥镜110,用于获取内窥镜在预设条件下采集的第一标准色卡的颜色数据以及第二标准色卡的颜色数据。其中内窥镜110中包括内窥镜光源111。
处理器121,用于建立校正模型,并且将校正模型存储在存储器122中;
显示器120,用于显示校正后的颜色。
内窥镜110对采集到的图像进行信号处理后,将得到的图像颜色数据输入给处理器,处理器121根据颜色数据在存储器122中选择对应的校正模型,对图像校正后输出给显示器120显示。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。
如图2所示为本申请实施例提供的内窥镜采集图像的处理的流程图。在本申请时实例中,为了方便确定校正模型,将第一标准色卡中的颜色按照色系分为n种颜色分组,其中每种颜色分组中包括多种颜色。
对于分组后的第一标准色卡具体执行以下步骤。
在步骤201中,获取内窥镜在预设条件下采集的第一标准色卡的颜色数据以及第二标准色卡的颜色数据。
本申请实施例中,第一标准色卡可以指一张色卡,也可以指多张色卡,每张第一标准色卡的处理方式相同。同理,第二标准色卡也可以指一张色卡或多张色卡均适用于本申请实施例,每张第二标准色卡的处理方式也相同。
下文可理解为以一张第一标准色卡和一张第二标准色卡为例进行说明。
在步骤202中,针对每个颜色分组,基于颜色分组中内窥镜采集到的颜色数据和颜色分组中每种颜色对应的标准颜色,建立颜色分组的校正模型,其中,颜色分组的校正模型用于将内窥镜采集到的颜色分组的颜色数据映射述颜色分组的标准颜色空间。
在本申请实施例中,每个颜色分组中包括n个颜色,n为正整数。针对采集到的第一标准色卡中的颜色数据,按照公式(1)构建颜色分组的校正模型。
以每个颜色分组中有三种颜色为例,利用公式(2)计算预设条件下第一标准色卡的校正模型。
在公式(2)中,(x1,y1)、(x2,y2)和(x3,y3)分别表示采集到的颜色分组中颜色1、颜色2和颜色3的色度值,Y1、Y2和Y3分别表示采集到的颜色分组中颜色1、颜色2和颜色3的亮度值,矩阵表示待计算的校正矩阵(即校正模型)。
公式(2)中的(x01,y01)、(x02,y02)和(x03,y03)分别表示颜色1、颜色2和颜色3在预设条件下的标准色度值,Y01、Y02和Y03分别表示颜色1、颜色2和颜色3在预设条件下的标准亮度值。由于标准色度值、标准亮度值已知,因此经过一次矩阵的逆运算可求出一个颜色分组对应的校正矩阵,将该校正矩阵作为该颜色分组的校正模型。同理可求出第一标准色卡上所有颜色分组的校正模型。
在步骤203中,针对第二标准色卡中的样本颜色,基于至少一个颜色分组的校正模型,构建样本颜色的校正模型。
在本申请实施例中,若从第二标准色卡上选择的样本颜色属于第一标准色卡中颜色的一种,则可以直接将样本颜色所在的颜色分组对应的校正模型作为该样本颜色的校正模型,该方式实施简单易行对处理资源要求较低。
在本申请实施例中,第二标准色卡的样本颜色不属于第一标准色卡,则针对所选择的样本颜色,应先确定样本颜色对应的色系,进而确定样本颜色在第一标准色卡上的颜色分组。
在本申请实施例中,通过样本颜色的红(R,red)、绿(G,green)、蓝(B,blue)数值确定样本颜色属于哪个色系,例如,若样本颜色的RGB数值为(176,23,31),由于红色分量明显高于其他两个颜色分量则属于红色色系。再根据样本颜色所属于的色系确定样本颜色在第一标准色卡中的颜色分组。例如,若样本颜色的RGB数值与第一标准色卡中的任一颜色的RGB数值均不同,则计算样本颜色的RGB数值与第一标准色卡中颜色的RGB数值之间的差值,差值最小的颜色所对应的颜色分组即为样本颜色在第一标准色卡中的颜色分组。
在本申请的另一实施例中,若样本颜色属于多个色系,例如若样本颜色的RGB数值为(64,224,208),在分组时既可以将该颜色分在蓝色色系,也可以将该颜色分在绿色色系,此时蓝色色系和绿色色系对应的颜色分组均能作为样本颜色的颜色分组。
在确定样本颜色所属于的颜色分组之后,从至少一个颜色分组的校正模型中按照如图3所示的方法确定样本颜色的校正模型。
在步骤301中,从多个颜色分组的校正模型中筛选出满足第一筛选条件的校正模型。
在本申请实施例中,第一筛选条件包括:采用校正模型对样本颜色进行校正得到的校正值与样本颜色在预设条件下的标准值之间的色差小于第一预设色差阈值。
在步骤302中,判断校正模型中是否存在满足第一筛选条件的校正模型。若存在,则执行步骤303,否则执行步骤304。
在本申请实施例中,若样本颜色在第一标准色卡中的颜色分组有n个,因此可选择的校正模型也有n个。此时计算样本颜色分别与n个校正模型校正后的校正值,并分布计算n各校正值与样本颜色在预设条件下的标准值之间的色差,选择色差小于第一预设色差阈值的校正模型作为该样本颜色的校正模型。
在步骤303中,采用该颜色分组对应的校正模型作为样本颜色的校正模型。
在步骤304中,获取满足第二筛选条件的多个颜色分组的校正模型。
在本申请实施例中,第二筛选条件包括用户选择的颜色分组的校正模型,或样本颜色与颜色分组的标准颜色之间的色差小于第二预设色差阈值。
在步骤305中,对筛选出的多个校正模型按照不同的排序规则进行排序,得到各排序规则分别对应的校正模型序列。
在本申请实施例中,由于排序规则不同,校正模型序列也不同。本申请的排序规则包括但不限于以下几种:1)根据校正模型的对应的色差值从大到小进行排序;2)根据校正模型的对应的色差值从小到大进行排序;3)用户根据自身经验对校正模型进行排序。
在步骤306中,针对每个校正模型序列,按照排序顺序从校正模型序列中选择出多个校正模型构建参考模型。
在本申请实施例中,将每个筛选出的校正模型作为一个乘法因子,并根据选择出的多个校正模型在校正模型序列中的排序作为乘法运算的顺序,得到参考模型。
在本申请实施例中,以参考模型中有三个按照排序顺序排列的校正模型为例,若三个校正模型的顺序分别为校正模型1、校正模型2、校正模型3,则参考模型被构建为||校正模型1|×|校正模型2|×|校正模型3||。
在步骤307中,采用参考模型对样本颜色进行校正,得到参考模型对应校正值。
在本申请实施例中,仍以参考模型中有三个按照排序顺序排列的校正模型,三个校正模型的顺序分别为校正模型1、校正模型2、校正模型3为例。将样本颜色的颜色值与校正模型1相乘后,得到第一相乘结果,再将第一相乘结果与校正模型2相乘,得到第二相乘结果;再将第二相乘结果于校正模型3相乘,得到校正值。在步骤308中,根据校正值与样本颜色的标准值之间的色差小于第一预设色差阈值的筛选规则,筛选出至少一个参考模型。
在步骤309中,判断筛选出的参考模型数量是否大于一。若筛选出的参考模型数量为一个,则执行步骤310;若筛选出的参考模型数量为多个,则执行步骤311。
在步骤310在,确定参考模型为样本颜色的校正模型。
在步骤311中,筛选出包括的校正模型数量最小的参考模型作为样本颜色的校正模型,或选择校正值和标准值色差最小的参考模型作为样本颜色的校正模型。
在本申请实施例中,若筛选出的参考模型数量有m个,为了使计算量最小,在m个参考模型中选择校正模型数量最小的参考模型作为校正模型;或者在m个参考模型中选择色差最小的参考模型作为该样本颜色的校正模型。
在本申请实施例中,若从第二标准色卡的样本颜色校正后,虽然色差小于第一预设色差阈值,但校正后的样本颜色仍与样本颜色在预设条件下的标准值存在肉眼可见的差异,因此本申请还将样本颜色经过校正模型校正后的效果通过显示器向用户显示,在用户确认校正后的效果与样本颜色在预设条件下的显示效果的差异可以忽略时,再将颜色分组对应的校正模型作为样本颜色的校正模型。若用户认为校正后的效果与样本颜色在预设条件下的显示效果的差异不能忽略时,则向用户提供可选择的颜色分组的校正模型,通过用户选择确定样本颜色的校正模型。由此,可以基于客观分析(即色差足够小)结合主观分析来综合的筛选出样板颜色的校正模型,有利于为样本颜色准确的确定出校正模型。
本申请通过一个校正模型或多个校正模型构建样本颜色的校正模型的方法,使得在第一标准色卡之外的样本颜色也能根据颜色分组构建样本颜色对应的校正模型,避免了将所选择的样本颜色的颜色数据映射到样本颜色的标准颜色后,色差大于第一预设色差阈值或第二预设色差阈值的问题。在本申请实施例中,显示器显示的色域范围是固定的,显示器能显示的色域范围为第一色域范围为例,内窥镜无法显示的色域范围为第二色域范围,当内窥镜采集到的图像颜色在第二色域范围,则本申请在校正颜色之后,会将图像颜色映射到第一色域范围中的与图像颜色相近色颜色,使第二色域范围上的图像颜色能够在显示器可上显示。
在步骤204中,对内窥镜采集到的颜色进行颜色校正后并输出。
本申请是根据内窥镜采集的图像建立校正模型,并且建立校正模型时内窥镜的信号处理方式和内窥镜的光源不参与校正模型的建立,因此当内窥镜与不同厂家的显示器适配时,处理器会根据采集到的图像在存储器中选择合适的校正模型,将校正后的图像输出给显示器显示,解决了同一显示器与不同厂家的内窥镜不适配的问题。
本申请实施例中对校正模型序列中的校正模型数量没有限制,在一种实施例中,若样本颜色只属于一个颜色分组,此时该样本颜色的校正模型即为对应颜色分组的校正模型。在另一种实施例中,若所选样本颜色对应的颜色分组有多个,则计算样本颜色经过每个对应颜色分组的校正模型校正后的颜色值与样本颜色标准值之间的色差值。筛选出色差值低于第二预设色差阈值的多个校正模型,在显示器上显示经过多个校正模型校正后的样本颜色,再由用户根据自身经验判断后选择合适的校正模型。若无法根据色差值或用户的判断选择合适的校正模型,则将多个校正模型按照不同排序规则生成不同的校正模型序列,从不同的校正模型序列中选择一个校正模型序列作为样本颜色的校正模型。
在本申请实施例中,通过公式(3)计算样本颜色的校正值和标准值之间的色差。
在公式(3)中,ΔE00表示样本颜色的校正值与标准值之间的色差,KL、KC和KH是预设条件下的固定参数,不同的预设条件对应不同的参数值。SL、SC和SH是公式(3)中的权重函数,用于校正颜色空间的均匀性。Rr是旋转函数,用于校正颜色空间中蓝色区域的宽容量椭圆与主轴方向的偏转。ΔL′、ΔC′和ΔH′分别表示样本颜色校正后的亮度L′、彩度(色度值)C′和色调(色相)值h′与预设条件中的亮度、彩度(色度值)和色调(色相)之间的差值。
如公式(4)和公式(5)所示计算样本颜色经过校正后的L′、C′、h′值:
其中,公式(4)和公式(5)中的X、Y和Z是样本颜色的RGB数值,Xn、Yn和Zn是颜色经过完全漫反射后反射到人眼的RGB数值,G是颜色空间a*轴的调整因子。a*、b*是色度坐标,L*是亮度坐标。h′表示色调角,L′和C′表示样本颜色经过校正后的亮度和色度。函数f是一个分段函数。
计算出样本颜色经过校正后的L′、C′、h′值之后,基于样本颜色在预设条件下的标准亮度、色度和色调角,按照公式(6)计算ΔL′、ΔC′和ΔH′。
其中Δh‘=h′ n-h′
公式(6)中,L′ n、Cn ′和h′ n分别表示样本颜色在预设条件下的标准亮度、色度和色调角,Δh‘表示样本颜色在预设条件下标准色调角与样本颜色校正后的色调角之间的差值。
再根据公式(7)计算SH的参数T。
求出SH的参数T后,根据公式(8)计算SL、SC和SH。
再根据公式(9)计算Rr。
其中,公式(9)中的Rc是色彩变化的旋转幅度,Δθ是旋转角。
最后根据公式(6)、公式(7)和公式(9)可计算出样本颜色的颜色值和样本颜色的标准值之间的色差ΔE00。
如图4所示,本申请还提出一种内窥镜采集图像的显示方法,具体包括以下步骤。
在步骤401中,获取内窥镜采集的待处理图像。
在步骤402中,针对待处理图像中每一像素点,确定像素点对应的校正模型。
在步骤403中,采用各像素点的校正模型分别对各像素点进行校正,得到待处理图像的校正图像并输出。
在本申请实施例中,内窥镜采集到像素点后,将像素点的颜色值输出给显示器,显示器根据像素点的颜色值确定像素点对应的样本颜色,将样本颜色对应的校正模型作为像素点的校正模型。
此时,由于样本颜色的校正模型已经存储在存储器122中,因此对于内窥镜采集的像素点无需再次构建校正模型,可以直接根据像素点对应的样本颜色从处理其中选择对应的校正模型,并将校正后的图像输出,避免了使用时因内窥镜与显示器不适配造成的误差。
在介绍了本申请示例性实施方式的方法和后,接下来,介绍根据本申请的另一示例性实施方式的电子设备。电子设备中的处理器和存储器为本申请实施例中的处理器121和存储器122。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为***、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
在一些可能的实施方式中,根据本申请的电子设备可以至少包括至少一个处理器、以及至少一个存储器。其中,存储器存储有程序代码,当程序代码被处理器执行时,使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的任务调度方法。例如,处理器可以执行如任务调度方法中的步骤。
下面参照图5来描述根据本申请的这种实施方式的电子设备。图5显示的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于:上述至少一个处理器131、上述至少一个存储器132、连接不同***组件(包括存储器132和处理器131)的总线133。
总线133表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、***总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器132可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)1321和/或高速缓存存储器1322,还可以进一步包括只读存储器(ROM)1323。
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325,这样的程序模块1324包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备130交互的设备通信,和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口135进行。并且,电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。应当理解,尽管图中未示出,可以结合电子设备130使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器132。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器131执行时实现如本申请提供的任务调度方法的任一方法。
在示例性实施例中,本申请提供的任务调度方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的任务调度方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于任务调度方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务端上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程图像缩放设备的处理器以产生一个机器,使得通过计算机或其他可编程图像缩放设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种内窥镜采集图像的处理方法,其特征在于,第一标准色卡中包括n种颜色分组,每种颜色分组中包括多种颜色,所述方法包括;
获取内窥镜在预设条件下采集的所述第一标准色卡的颜色数据以及第二标准色卡的颜色数据;
针对每个颜色分组,基于所述颜色分组中所述内窥镜采集到的颜色数据和所述颜色分组中每种颜色对应的标准颜色,建立所述颜色分组的校正模型,所述颜色分组的校正模型用于将所述内窥镜采集到的所述颜色分组的颜色数据映射到所述颜色分组的标准颜色空间;
针对所述第二标准色卡中的样本颜色,基于至少一个颜色分组的校正模型,构建所述样本颜色的校正模型,所述样本颜色的校正模型用于将所述内窥镜采集到的所述样本颜色的颜色数据映射到所述样本颜色的标准颜色;
其中,所述颜色分组的校正模型和所述样本颜色的校正模型用于对所述内窥镜采集到的颜色进行颜色校正。
2.根据权利要求1所述的方法,其特征在于,所述针对所述第二标准色卡中的样本颜色,基于至少一个颜色分组的校正模型,构建所述样本颜色的校正模型,具体包括:
从所述多个颜色分组的校正模型中筛选出满足以下第一筛选条件的校正模型作为所述样本颜色的校正模型;
所述第一筛选条件包括:采用所述校正模型对所述样本颜色进行校正得到的校正值与所述样本颜色在所述预设条件下的标准值之间的色差小于第一预设色差阈值。
4.根据权利要求2所述的方法,其特征在于,若所有颜色分组的校正模型均不满足所述第一筛选条件,所述方法还包括:
获取满足第二筛选条件的多个颜色分组的校正模型;所述第二筛选条件包括所述用户选择的颜色分组的校正模型,或样本颜色与所述颜色分组的标准颜色之间的色差小于第二预设色差阈值;
对筛选出的多个校正模型按照不同的排序规则进行排序,得到各排序规则分别对应的校正模型序列;
针对每个校正模型序列,分别执行:按照排序顺序从所述校正模型序列中选择出多个校正模型构建参考模型;采用所述参考模型对所述样本颜色进行校正,得到所述参考模型对应的校正值;
根据校正值与所述样本颜色的标准值之间的色差小于所述第一预设色差阈值的筛选规则,筛选出参考模型作为所述样本颜色的校正模型。
5.根据权利要求4所述的方法,其特征在于,所述按照排序顺序从所述校正模型序列中选择出多个校正模型构建参考模型,具体包括:
将每个筛选出的校正模型作为一个乘法因子,并根据选择出的所述多个校正模型在所述校正模型序列中的排序作为乘法运算的顺序,得到所述参考模型。
6.根据权利要求4所述的方法,其特征在于,针对每个校正模型序列构建多个参考模型;每个参考模型对所述样本颜色进行校正处理后得到对应的校正值;
根据校正值与所述样本颜色的标准值之间的色差最小的原则,筛选出参考模型作为所述样本颜色的校正模型,具体包括:
若存在多个参考模型对应的色差均小于所述第一预设色差阈值的色差,则筛选出包括的校正模型数量最小的参考模型作为所述样本颜色的校正模型,或者,选择校正值和标准值色差最小的参考模型作为所述样本颜色的校正模型。
7.根据权利要求1-6中任一所述的方法,其特征在于,计算所述色差,具体包括:
在得到所述样本颜色的校正值后,获取所述校正值在Lab颜色空间的颜色值;
将所述校正值在Lab颜色空间的颜色值转换到LCH颜色空间,得到所述校正值的LCH值;
获取所述样本颜色的标准值的LCH值,并确定所述校正值和所述标准值的色度算数平均值,亮度算数平均值,色调算数平均值;
根据所述色度算数平均值、所述亮度算数平均值、所述色调算数平均值确定色度权重函数、亮度权重函数、色调权重函数;
基于所述亮度算数平均值和所述色调算数平均值计算旋转函数;
基于所述色度权重函数、所述亮度权重函数、所述色调权重函数、所述旋转函数、所述校正值和所述标准值之间的色度差、亮度差和色调差计算所述校正值和所述标准值之间的色差。
8.一种内窥镜采集图像的显示方法,其特征在于,所述方法包括:
获取所述内窥镜采集的待处理图像;
针对所述待处理图像中每一像素点,确定所述像素点对应的校正模型,所述校正模型是根据权利要求1-7中任一所述的方法建立的;
采用各像素点的校正模型分别对各像素点进行校正,得到所述待处理图像的校正图像并输出。
9.根据权利要求8所述的方法,其特征在于,所述确定所述像素点对应的校正模型,具体包括:
从第一标准色卡和第二标准色卡中筛选出与根据所述像素点的色差最小的已知颜色;
从所述第一标准色卡和所述第二标注色卡中各颜色和校正模型的对应关系中,查找将所述已知颜色对应的校正模型作为所述像素点的校正模型。
10.一种电子设备,其特征在于,包括:
存储器,用于存储处理器可执行指令;
处理器,被配置为执行所述指令,以实现如权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111576279.4A CN114271764A (zh) | 2021-12-22 | 2021-12-22 | 内窥镜采集图像的处理方法、显示方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111576279.4A CN114271764A (zh) | 2021-12-22 | 2021-12-22 | 内窥镜采集图像的处理方法、显示方法和相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114271764A true CN114271764A (zh) | 2022-04-05 |
Family
ID=80873876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111576279.4A Pending CN114271764A (zh) | 2021-12-22 | 2021-12-22 | 内窥镜采集图像的处理方法、显示方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114271764A (zh) |
-
2021
- 2021-12-22 CN CN202111576279.4A patent/CN114271764A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | CID: IQ–a new image quality database | |
JP4375781B2 (ja) | 画像処理装置および画像処理方法並びにプログラムおよび記録媒体 | |
CN103003870B (zh) | 图像显示***、图像处理设备及其控制方法 | |
US9438768B2 (en) | Image processing apparatus, image reading apparatus, image processing method and information storage medium | |
CN110930917A (zh) | 显示屏校正方法和显示屏校正*** | |
JP6351202B2 (ja) | シミュレートされた光出力を見る方法及びシミュレートされた光出力を発生する装置 | |
JP2007208629A (ja) | ディスプレイのキャリブレーション方法、制御装置及びキャリブレーションプログラム | |
CN108876742A (zh) | 图像色彩增强方法和装置 | |
CN108337496A (zh) | 白平衡处理方法、处理装置、处理设备及存储介质 | |
CN101558656B (zh) | 亮度信息显示装置和方法 | |
JP2008295034A (ja) | 画像処理装置及び画像処理方法 | |
CN111369486A (zh) | 一种图像融合处理方法及装置 | |
CN107317967A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
JP6376767B2 (ja) | 画像処理装置及び画像処理方法 | |
US9560968B2 (en) | Remote monitoring framework | |
CN109448644A (zh) | 一种用于校正显示设备的灰阶显示曲线的方法、电子设备及计算机可读存储介质 | |
CN105447830A (zh) | 动态视频图像清晰度强化方法及装置 | |
JP2014515574A (ja) | 画像形成システム又は画像出力システムにおける色歪みの補正方法及び装置 | |
US11763777B2 (en) | Image display device, image display system, image display method, and computer program for providing a low-luminance grayscale standard display function (GSDF) display | |
CN114271764A (zh) | 内窥镜采集图像的处理方法、显示方法和相关装置 | |
Choudhury et al. | Combining quality metrics for improved hdr image quality assessment | |
CN116245766A (zh) | 一种图像增强处理方法、装置、电子设备及可读存储介质 | |
CN113870768B (zh) | 显示补偿方法和装置 | |
CN110809145B (zh) | 基于Craik-O’Brien效应的图像亮度变换方法、装置和设备 | |
CN103763498A (zh) | Hdmi信号处理***及处理方法 |
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 |