CN116245771B - 一种基于图像二次增强的内窥镜图像亮度自动增强方法及*** - Google Patents

一种基于图像二次增强的内窥镜图像亮度自动增强方法及*** Download PDF

Info

Publication number
CN116245771B
CN116245771B CN202310284341.5A CN202310284341A CN116245771B CN 116245771 B CN116245771 B CN 116245771B CN 202310284341 A CN202310284341 A CN 202310284341A CN 116245771 B CN116245771 B CN 116245771B
Authority
CN
China
Prior art keywords
image
brightness
enhancement
endoscope
endoscopic
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.)
Active
Application number
CN202310284341.5A
Other languages
English (en)
Other versions
CN116245771A (zh
Inventor
李为民
王坤杰
刘丹
陈东
赵建
曹锐
孙文龙
戈占一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinguangwei Medical Technology Suzhou Co ltd
Original Assignee
Xinguangwei Medical Technology Suzhou Co ltd
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 Xinguangwei Medical Technology Suzhou Co ltd filed Critical Xinguangwei Medical Technology Suzhou Co ltd
Priority to CN202310284341.5A priority Critical patent/CN116245771B/zh
Publication of CN116245771A publication Critical patent/CN116245771A/zh
Application granted granted Critical
Publication of CN116245771B publication Critical patent/CN116245771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • 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
    • 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
    • G06T2207/30168—Image quality inspection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Endoscopes (AREA)

Abstract

本发明公开了一种基于图像二次增强的内窥镜图像亮度自动增强方法及***，包括以下步骤：S1、内窥镜摄像组件对内窥处的图像进行采集处理；S2、对内窥处的图像进行图像帧提取并进行亮度划分；S3、对各个划分后的图像亮度分布处通过亮度阶梯进行排序处理；S4、确认最大亮度值和最小亮度值，并对适宜亮度值进行计算，本发明的有益效果是：通过对各个划分后的图像亮度分布处进行亮度阶梯划分，并对划分后的亮度阶梯进行排序处理，从而对需要进行亮度增强的图像进行快速定位获取，对内窥图像的亮度进行快速增强，通过对周围划分图像帧的清晰度和完整性进行对比，提高了图像亮度增强后的清晰度和拍摄的稳定性。

Description

一种基于图像二次增强的内窥镜图像亮度自动增强方法及 ***
技术领域
本发明涉及内窥镜图像技术领域，具体为一种基于图像二次增强的内窥镜图像亮度自动增强方法及***。
背景技术
内窥镜泛指经各种管道进入人体，以观察人体内部状况的医疗仪器。利用内窥镜可以看到X射线不能显示的病变，因此它对医生非常有用。如借助内窥镜医生可以观察胃内的溃疡或肿瘤，据此制定出最佳的治疗方案。部份内窥镜同时具备治疗的功能，如膀胱镜、胃镜、大肠镜、支气管镜、腹腔镜等，在现有的内窥镜图像传输中，内窥镜图像容易由于内部黑暗造成照射亮度不够，影响图像拍摄时的效果，现在的内窥镜图像也不具备对亮度进行增强，在观察时影响医生的诊断判断。
发明内容
本发明的目的在于提供一种基于图像二次增强的内窥镜图像亮度自动增强方法及***，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于图像二次增强的内窥镜图像亮度自动增强方法，包括以下步骤：
S1、内窥镜摄像组件对内窥处的图像进行采集处理；
S2、对内窥处的图像进行图像帧提取并进行亮度划分；
S3、对各个划分后的图像亮度分布处通过亮度阶梯进行排序处理；
S4、确认最大亮度值和最小亮度值，并对适宜亮度值进行计算；
S5、对各个划分图像帧之间临近的亮度差距值进行计算；
S6、选取差距最大值所属的划分图像帧位置；
S7、对各个差距值中最大值所属的划分图像帧位置进行亮度增强操作，调整到适宜亮度值，对比与周围划分图像帧的清晰度和完整性；
S8、对各个调整后的图像帧利用光谱交换对比度增强算法进行二次增强处理；
S9、对图像进行增强处理得到亮度增强后的内窥镜图像。
作为优选，所述S1中的内窥镜摄像组件对内窥处的图像进行采集处理具体包括以下步骤：
S11、通过内窥镜摄像组件对患者身体内进行图像拍摄处理；
S12、分别采集内窥镜摄像组件补光灯关闭时的图像和内窥镜摄像组件补光灯开启时的图像。
作为优选，所述S2中的进行图像帧提取并进行亮度划分具体包括以下步骤：
S21、对采集内窥处的图像进行图像帧提取操作；
S22、对提取的图像帧亮度分布进行划分处理；
S23、对划分的亮度分布图像进行框选处理。
作为优选，所述S3中的亮度阶梯包括低亮度阶梯值、中亮度阶梯值和高亮度阶梯值。
作为优选，所述S4中的对适宜亮度值进行计算具体包括以下步骤：
S41、通过对图像亮度分布处的最大亮度值和最小亮度值进行总和计算；
S42、得到总和后计算得出平均值，即可通过平均值确认适宜亮度值。
作为优选，所述S7中的对比与周围划分图像帧的清晰度和完整性具体包括以下步骤：
S71、对亮度增强后的图像清晰度进行识别，对识别模糊的位置进行局部调光处理，并对图像进行轮廓增强处理；
S72、对各个划分图像帧的像素亮度值之间的调整系数进行计算并核对亮度增强的影响。
作为优选，所述S9中的对图像进行增强处理得到亮度增强后的内窥镜图像具体包括以下步骤：
S91、对亮度增强后存在模糊情况的血管进行亮度消减，使得血管明显凸显；
S92、并对凸显出的血管进行亮度保持，对周围的图像进行亮度增强恢复处理。
基于图像二次增强的内窥镜图像亮度自动增强***，包括亮度增强单元、图像修复单元和色彩值修复单元，所述亮度增强单元的输出端与图像修复单元的输入端通讯连接，所述图像修复单元的输出端与色彩值修复单元的输入端通讯连接；
所述亮度增强单元用于对内窥镜拍摄出的视频图像进行亮度增强处理；
所述图像修复单元用于对增强后的视频图像进行模糊修复处理；
所述色彩值修复单元用于通过亮度增强后的图像计算得到RGB三通道色彩值。
基于图像二次增强的内窥镜图像亮度自动增强装置，包括内窥镜摄像组件、内窥图像传输模块、内窥图像亮度增强模块和内窥图像像素增强模块，所述内窥镜摄像组件的输出端与内窥图像传输模块的输入端通讯连接，所述内窥图像传输模块的输出端与内窥图像亮度增强模块的输入端通讯连接，所述内窥图像亮度增强模块的输出端与内窥图像像素增强模块的输入端通讯连接；
所述内窥镜摄像组件用于通过内窥镜进行拍摄处理，对拍摄的图像进行储存；
所述内窥图像传输模块用于对储存的拍摄图像进行图像传输处理；
所述内窥图像亮度增强模块用于对传输接收到的拍摄图像进行亮度增强处理；
所述内窥图像像素增强模块用于对接收的内窥图像进行像素点增强修复处理。
内窥镜图像亮度增强存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，运行如权利要求1-7任一项所述方法中的步骤。
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。
与现有技术相比，本发明的有益效果是：通过对各个划分后的图像亮度分布处进行亮度阶梯划分，并对划分后的亮度阶梯进行排序处理，从而对需要进行亮度增强的图像进行快速定位获取，对内窥图像的亮度进行快速增强，通过对周围划分图像帧的清晰度和完整性进行对比，提高了图像亮度增强后的清晰度和拍摄的稳定性，通过加入了二次增强处理，实现了利用光谱交换对比度对对比度进行增强，从而对图像的关键位置进行对比度增强，便于更好的进行观察。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引申获得其他的实施附图。
图1为本发明方法步骤示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置的例子。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
参见图1所示，本发明实施例的基于图像二次增强的内窥镜图像亮度自动增强方法，包括以下步骤：
S1、内窥镜摄像组件对内窥处的图像进行采集处理；
S2、对内窥处的图像进行图像帧提取并进行亮度划分，通过对划分亮度分布图像进行框选，从而对亮度分布图像进行快速增强亮度处理，提高了处理效率；
S3、对各个划分后的图像亮度分布处通过亮度阶梯进行排序处理，对各个划分后的图像亮度分布处进行亮度阶梯划分，并对划分后的亮度阶梯进行排序处理；
S4、确认最大亮度值和最小亮度值，并对适宜亮度值进行计算，通过计算平均值获取中间数，对亮度进行中间值调节处理，从而对各个位置的亮度进行快速增强处理，确认整个图像所需的亮度值；
S5、对各个划分图像帧之间临近的亮度差距值进行计算；
S6、选取差距最大值所属的划分图像帧位置；
S7、对各个差距值中最大值所属的划分图像帧位置进行亮度增强操作，调整到适宜亮度值，对比与周围划分图像帧的清晰度和完整性，对需要进行亮度增强的图像进行快速定位获取，对内窥图像的亮度进行快速增强，通过对周围划分图像帧的清晰度和完整性进行对比，提高了图像亮度增强后的清晰度和拍摄的稳定性；
S8、对各个调整后的图像帧利用光谱交换对比度增强算法进行二次增强处理，通过加入了二次增强处理，实现了利用光谱交换对比度对对比度进行增强，从而对图像的关键位置进行对比度增强，便于更好的进行观察；
S9、对图像进行增强处理得到亮度增强后的内窥镜图像，对内窥的血管位置进行快速凸显，防止图像对血管的观察不够充分。
实施例2：
其中，S1中的内窥镜摄像组件对内窥处的图像进行采集处理具体包括以下步骤：
S11、通过内窥镜摄像组件对患者身体内进行图像拍摄处理；
S12、分别采集内窥镜摄像组件补光灯关闭时的图像和内窥镜摄像组件补光灯开启时的图像。
其中，S2中的进行图像帧提取并进行亮度划分具体包括以下步骤：
S21、对采集内窥处的图像进行图像帧提取操作；
S22、对提取的图像帧亮度分布进行划分处理；
S23、对划分的亮度分布图像进行框选处理，通过对划分亮度分布图像进行框选，从而对亮度分布图像进行快速增强亮度处理，提高了处理效率。
其中，S3中的亮度阶梯包括低亮度阶梯值、中亮度阶梯值和高亮度阶梯值，对各个划分后的图像亮度分布处进行亮度阶梯划分，并对划分后的亮度阶梯进行排序处理。
其中，S4中的对适宜亮度值进行计算具体包括以下步骤：
S41、通过对图像亮度分布处的最大亮度值和最小亮度值进行总和计算；
S42、得到总和后计算得出平均值，即可通过平均值确认适宜亮度值，通过计算平均值获取中间数，对亮度进行中间值调节处理，从而对各个位置的亮度进行快速增强处理，确认整个图像所需的亮度值。
其中，S7中的对比与周围划分图像帧的清晰度和完整性具体包括以下步骤：
S71、对亮度增强后的图像清晰度进行识别，对识别模糊的位置进行局部调光处理，并对图像进行轮廓增强处理；
S72、对各个划分图像帧的像素亮度值之间的调整系数进行计算并核对亮度增强的影响，对需要进行亮度增强的图像进行快速定位获取，对内窥图像的亮度进行快速增强，通过对周围划分图像帧的清晰度和完整性进行对比，提高了图像亮度增强后的清晰度和拍摄的稳定性。
其中，S9中的对图像进行增强处理得到亮度增强后的内窥镜图像具体包括以下步骤：
S91、对亮度增强后存在模糊情况的血管进行亮度消减，使得血管明显凸显；
S92、并对凸显出的血管进行亮度保持，对周围的图像进行亮度增强恢复处理，对内窥的血管位置进行快速凸显，防止图像对血管的观察不够充分。
实施例3：
基于图像二次增强的内窥镜图像亮度自动增强***，包括亮度增强单元、图像修复单元和色彩值修复单元，亮度增强单元的输出端与图像修复单元的输入端通讯连接，图像修复单元的输出端与色彩值修复单元的输入端通讯连接；
亮度增强单元用于对内窥镜拍摄出的视频图像进行亮度增强处理；
图像修复单元用于对增强后的视频图像进行模糊修复处理；
色彩值修复单元用于通过亮度增强后的图像计算得到RGB三通道色彩值。
实施例4：
基于图像二次增强的内窥镜图像亮度自动增强装置，包括内窥镜摄像组件、内窥图像传输模块、内窥图像亮度增强模块和内窥图像像素增强模块，内窥镜摄像组件的输出端与内窥图像传输模块的输入端通讯连接，内窥图像传输模块的输出端与内窥图像亮度增强模块的输入端通讯连接，内窥图像亮度增强模块的输出端与内窥图像像素增强模块的输入端通讯连接；
内窥镜摄像组件用于通过内窥镜进行拍摄处理，对拍摄的图像进行储存；
内窥图像传输模块用于对储存的拍摄图像进行图像传输处理；
内窥图像亮度增强模块用于对传输接收到的拍摄图像进行亮度增强处理；
内窥图像像素增强模块用于对接收的内窥图像进行像素点增强修复处理，对像素点进行修复，从而对图像进行清晰度调节处理，提高了图像亮度增强后的清晰度。
实施例5：
内窥镜图像亮度增强存储介质，其上存储有计算机程序，计算机程序被处理器执行时，运行如权利要求1-7任一项方法中的步骤。
实施例6：
基于图像二次增强的内窥镜图像亮度自动增强方法，包括以下步骤：
S1、通过内窥镜摄像组件对患者身体内进行图像拍摄处理，分别采集内窥镜摄像组件补光灯关闭时的图像和内窥镜摄像组件补光灯开启时的图像；
S2、对内窥处的图像对采集内窥处的图像进行图像帧提取操作，对提取的图像帧亮度分布进行划分处理，对划分的亮度分布图像进行框选处理；
S3、对各个划分后的图像亮度分布处通过低亮度阶梯值、中亮度阶梯值和高亮度阶梯值进行排序处理；
S4、确认最大亮度值和最小亮度值，通过对图像亮度分布处的最大亮度值和最小亮度值进行总和计算，得到总和后计算得出平均值，即可通过平均值确认适宜亮度值；
S5、对各个划分图像帧之间临近的亮度差距值进行计算；
S6、选取差距最大值所属的划分图像帧位置；
S7、对各个差距值中最大值所属的划分图像帧位置进行亮度增强操作，调整到适宜亮度值，对亮度增强后的图像清晰度进行识别，对识别模糊的位置进行局部调光处理，并对图像进行轮廓增强处理，对各个划分图像帧的像素亮度值之间的调整系数进行计算并核对亮度增强的影响；
S8、对各个调整后的图像帧利用光谱交换对比度增强算法进行二次增强处理；
S9、对亮度增强后存在模糊情况的血管进行亮度消减，使得血管明显凸显，并对凸显出的血管进行亮度保持，对周围的图像进行亮度增强恢复处理，得到亮度增强后的内窥镜图像。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围由下面的权利要求指出。

Claims (10)

1.一种基于图像二次增强的内窥镜图像亮度自动增强方法，其特征在于，包括以下步骤：
S1、内窥镜摄像组件对内窥处的图像进行采集处理；
S2、对内窥处的图像进行图像帧提取并进行亮度划分；
S3、对各个划分后的图像亮度分布处通过亮度阶梯进行排序处理；
S4、确认最大亮度值和最小亮度值，并对适宜亮度值进行计算；
S5、对各个划分图像帧之间临近的亮度差距值进行计算；
S6、选取差距最大值所属的划分图像帧位置；
S7、对各个差距值中最大值所属的划分图像帧位置进行亮度增强操作，调整到适宜亮度值，对比与周围划分图像帧的清晰度和完整性；
S8、对各个调整后的图像帧利用光谱交换对比度增强算法进行二次增强处理；
S9、对图像进行增强处理得到亮度增强后的内窥镜图像。
2.根据权利要求1所述的内窥镜图像亮度自动增强方法，其特征在于，所述S1中的内窥镜摄像组件对内窥处的图像进行采集处理具体包括以下步骤：
S11、通过内窥镜摄像组件对患者身体内进行图像拍摄处理；
S12、分别采集内窥镜摄像组件补光灯关闭时的图像和内窥镜摄像组件补光灯开启时的图像。
3.根据权利要求2所述的内窥镜图像亮度自动增强方法，其特征在于，所述S2中的进行图像帧提取并进行亮度划分具体包括以下步骤：
S21、对采集内窥处的图像进行图像帧提取操作；
S22、对提取的图像帧亮度分布进行划分处理；
S23、对划分的亮度分布图像进行框选处理。
4.根据权利要求3所述的内窥镜图像亮度自动增强方法，其特征在于，所述S3中的亮度阶梯包括低亮度阶梯值、中亮度阶梯值和高亮度阶梯值。
5.根据权利要求4所述的内窥镜图像亮度自动增强方法，其特征在于，所述S4中的对适宜亮度值进行计算具体包括以下步骤：
S41、通过对图像亮度分布处的最大亮度值和最小亮度值进行总和计算；
S42、得到总和后计算得出平均值，即可通过平均值确认适宜亮度值。
6.根据权利要求5所述的内窥镜图像亮度自动增强方法，其特征在于，所述S7中的对比与周围划分图像帧的清晰度和完整性具体包括以下步骤：
S71、对亮度增强后的图像清晰度进行识别，对识别模糊的位置进行局部调光处理，并对图像进行轮廓增强处理；
S72、对各个划分图像帧的像素亮度值之间的调整系数进行计算并核对亮度增强的影响。
7.根据权利要求6所述的内窥镜图像亮度自动增强方法，其特征在于，所述S9中的对图像进行增强处理得到亮度增强后的内窥镜图像具体包括以下步骤：
S91、对亮度增强后存在模糊情况的血管进行亮度消减，使得血管明显凸显；
S92、并对凸显出的血管进行亮度保持，对周围的图像进行亮度增强恢复处理。
8.一种基于图像二次增强的内窥镜图像亮度自动增强***，其特征在于，包括亮度增强单元、图像修复单元和色彩值修复单元，所述亮度增强单元的输出端与图像修复单元的输入端通讯连接，所述图像修复单元的输出端与色彩值修复单元的输入端通讯连接；
所述亮度增强单元用于对内窥镜拍摄出的视频图像进行亮度增强处理；
所述图像修复单元用于对增强后的视频图像进行模糊修复处理；
所述色彩值修复单元用于通过亮度增强后的图像计算得到RGB三通道色彩值；
其中，所述内窥镜图像亮度自动增强***工作时，运行如权利要求1-7任一项所述方法中的步骤。
9.一种基于图像二次增强的内窥镜图像亮度自动增强装置，其特征在于，包括内窥镜摄像组件、内窥图像传输模块、内窥图像亮度增强模块和内窥图像像素增强模块，所述内窥镜摄像组件的输出端与内窥图像传输模块的输入端通讯连接，所述内窥图像传输模块的输出端与内窥图像亮度增强模块的输入端通讯连接，所述内窥图像亮度增强模块的输出端与内窥图像像素增强模块的输入端通讯连接；
所述内窥镜摄像组件用于通过内窥镜进行拍摄处理，对拍摄的图像进行储存；
所述内窥图像传输模块用于对储存的拍摄图像进行图像传输处理；
所述内窥图像亮度增强模块用于对传输接收到的拍摄图像进行亮度增强处理；
所述内窥图像像素增强模块用于对接收的内窥图像进行像素点增强修复处理；
其中，所述内窥镜图像亮度自动增强装置工作时，运行如权利要求1-7任一项所述方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1-7任一项所述方法中的步骤。
CN202310284341.5A 2023-03-22 2023-03-22 一种基于图像二次增强的内窥镜图像亮度自动增强方法及*** Active CN116245771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310284341.5A CN116245771B (zh) 2023-03-22 2023-03-22 一种基于图像二次增强的内窥镜图像亮度自动增强方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310284341.5A CN116245771B (zh) 2023-03-22 2023-03-22 一种基于图像二次增强的内窥镜图像亮度自动增强方法及***

Publications (2)

Publication Number Publication Date
CN116245771A CN116245771A (zh) 2023-06-09
CN116245771B true CN116245771B (zh) 2024-04-02

Family

ID=86633192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310284341.5A Active CN116245771B (zh) 2023-03-22 2023-03-22 一种基于图像二次增强的内窥镜图像亮度自动增强方法及***

Country Status (1)

Country Link
CN (1) CN116245771B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681629B (zh) * 2023-08-03 2023-10-27 国网安徽省电力有限公司超高压分公司 变电站主变压器可见光图像自适应对比度增强方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109274949A (zh) * 2018-10-30 2019-01-25 京东方科技集团股份有限公司 一种视频图像处理方法及其装置、显示设备
CN109325922A (zh) * 2018-09-12 2019-02-12 深圳开阳电子股份有限公司 一种图像自适应增强方法、装置及图像处理设备
WO2019091270A1 (zh) * 2017-11-13 2019-05-16 苏州科达科技股份有限公司 图像增强方法及***
CN111491108A (zh) * 2019-01-28 2020-08-04 杭州海康威视数字技术股份有限公司 一种曝光参数的调整方法及装置
CN111861928A (zh) * 2020-07-24 2020-10-30 深圳开立生物医疗科技股份有限公司 一种确定内窥镜图像亮度的方法、装置及相关设备
CN112150399A (zh) * 2020-09-27 2020-12-29 安谋科技（中国）有限公司 基于宽动态范围的图像增强方法及电子设备
CN112788250A (zh) * 2021-02-01 2021-05-11 青岛海泰新光科技股份有限公司 一种基于fpga实现的自动曝光控制方法
CN114119433A (zh) * 2021-11-09 2022-03-01 武汉贝塞尔三维图像设计有限公司 一种基于贝塞尔曲线的暗图像处理方法
CN115272090A (zh) * 2021-04-30 2022-11-01 西安诺瓦星云科技股份有限公司 图像对比度增强方法及装置
CN115546039A (zh) * 2021-06-30 2022-12-30 深圳开立生物医疗科技股份有限公司 一种内窥镜***的图像调光方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11263987B2 (en) * 2019-04-04 2022-03-01 Hisense Visual Technology Co., Ltd. Method of enhancing contrast and a dual-cell display apparatus

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019091270A1 (zh) * 2017-11-13 2019-05-16 苏州科达科技股份有限公司 图像增强方法及***
CN109325922A (zh) * 2018-09-12 2019-02-12 深圳开阳电子股份有限公司 一种图像自适应增强方法、装置及图像处理设备
CN109274949A (zh) * 2018-10-30 2019-01-25 京东方科技集团股份有限公司 一种视频图像处理方法及其装置、显示设备
CN111491108A (zh) * 2019-01-28 2020-08-04 杭州海康威视数字技术股份有限公司 一种曝光参数的调整方法及装置
CN111861928A (zh) * 2020-07-24 2020-10-30 深圳开立生物医疗科技股份有限公司 一种确定内窥镜图像亮度的方法、装置及相关设备
CN112150399A (zh) * 2020-09-27 2020-12-29 安谋科技（中国）有限公司 基于宽动态范围的图像增强方法及电子设备
CN112788250A (zh) * 2021-02-01 2021-05-11 青岛海泰新光科技股份有限公司 一种基于fpga实现的自动曝光控制方法
CN115272090A (zh) * 2021-04-30 2022-11-01 西安诺瓦星云科技股份有限公司 图像对比度增强方法及装置
CN115546039A (zh) * 2021-06-30 2022-12-30 深圳开立生物医疗科技股份有限公司 一种内窥镜***的图像调光方法、装置、设备及存储介质
CN114119433A (zh) * 2021-11-09 2022-03-01 武汉贝塞尔三维图像设计有限公司 一种基于贝塞尔曲线的暗图像处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Using weighted dynamic range for histogram equalization to improve the image contrast;Thien Huynh-The 等;《EURASIP Journal on Image and Video Processing》;20140930;1-15 *
面向显著性区域保护的图像压缩研究;田小容;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20210115;I138-1551 *

Also Published As

Publication number Publication date
CN116245771A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN103561632B (zh) 内窥镜装置
US8055033B2 (en) Medical image processing apparatus, luminal image processing apparatus, luminal image processing method, and programs for the same
US8295566B2 (en) Medical image processing device and medical image processing method
JP3217343B2 (ja) 画像処理装置
CN116245771B (zh) 一种基于图像二次增强的内窥镜图像亮度自动增强方法及***
JP3271838B2 (ja) 内視鏡用画像処理装置
CN107451963B (zh) 多光谱鼻腔内窥镜实时图像增强方法及内窥镜成像***
WO2019220848A1 (ja) 内視鏡装置、内視鏡操作方法、及びプログラム
US20220292682A1 (en) Systems and methods for processing electronic medical images to determine enhanced electronic medical images
CN107205629A (zh) 图像处理装置和摄像***
CN112788978A (zh) 内窥镜用处理器、信息处理装置、内窥镜***、程序以及信息处理方法
US20220375047A1 (en) Medical imaging
CN113139937B (zh) 一种基于深度学习的消化道内窥镜视频图像识别方法
CN106488735A (zh) 图像处理装置、图像处理方法以及图像处理程序
CN116402735A (zh) 基于多方向视角标定的内窥镜图像重构方法
CN107405050A (zh) 内窥镜***以及评价值计算装置
JP2023548226A (ja) 画像処理方法、電子機器および可読記憶媒体
CN108305252A (zh) 用于便携式电子内镜的图像融合方法
Abel et al. Methods for removing glare in digital endoscope images
CN111738928A (zh) 一种基于概率优化和神经网络的内窥镜去雾方法及装置
CN111080547A (zh) 一种内窥镜图像增强方法
CN116269170B (zh) 多像素内窥镜自适应识别主机及方法
CN115719415B (zh) 一种视野可调双视频融合成像方法及***
CN114418920B (zh) 一种内窥镜多焦点图像融合方法
CN116758069B (zh) 用于肠道内镜的医学图像增强方法

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