CN116883270B - 一种碎石手术软镜清晰化成像*** - Google Patents
一种碎石手术软镜清晰化成像*** Download PDFInfo
- Publication number
- CN116883270B CN116883270B CN202310817137.5A CN202310817137A CN116883270B CN 116883270 B CN116883270 B CN 116883270B CN 202310817137 A CN202310817137 A CN 202310817137A CN 116883270 B CN116883270 B CN 116883270B
- Authority
- CN
- China
- Prior art keywords
- image
- target area
- pixel point
- gray
- edge pixel
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000003708 edge detection Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 10
- 239000004575 stone Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000626 ureter Anatomy 0.000 description 1
- 210000003708 urethra Anatomy 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000001635 urinary tract Anatomy 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种碎石手术软镜清晰化成像***,通过获取待清晰化处理的成像图像对应的目标区域图像,对目标区域图像进行边缘检测,确定目标区域图像中的各个边缘像素点和非边缘像素点;对目标区域图像中的各个非边缘像素点进行灰度均衡化处理,得到第一目标区域增强图像;对第一目标区域增强图像中的边缘像素点和参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像;根据第二目标区域增强图像和成像图像,确定清晰化成像图像。本发明通过对目标区域图像进行非边缘区域的灰度均衡化处理以及边缘区域的对比度增强处理,有效提高了图像的清晰化处理效果。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种碎石手术软镜清晰化成像***。
背景技术
在使用软镜碎石技术治疗***的过程中,通常使用镜头柔软且不损伤组织的软镜来探测尿道、膀胱和输尿管等部位,并获取结石所在部位的软镜图像。由于人体器官内部环境复杂,会导致探测到的软镜图像往往比较模糊,因此为了满足手术高精度的要求,通常需要对探测到的软镜图像进行过清晰化处理。
在现有的图像清晰化处理中,直方图均衡化作为最常用的图像增强手段,其因原理简单且计算量小而被广泛应用。但是直方图均衡化只能进行全局增强或者区域增强,而无法做到选定区域增强,同时增强时是对全局灰度值进行拉伸,当采用直方图均衡化对软镜碎石技术所得到的软镜图像进行清晰化处理后,图像依旧会比较模糊,无法达到良好的增强效果。
发明内容
本发明的目的在于提供一种碎石手术软镜清晰化成像***,用于解决现有对软镜图像进行清晰化处理效果较差的问题。
为解决上述技术问题,本发明提供了一种碎石手术软镜清晰化成像***,包括:
目标区域图像获取模块,用于:获取待清晰化处理的成像图像的灰度图像,对所述灰度图像进行分割,获取目标区域图像;
边缘像素点和非边缘像素点获取模块,用于:对所述目标区域图像进行边缘检测,确定所述目标区域图像中的各个边缘像素点和非边缘像素点;
第一目标区域增强图像获取模块,用于:根据所述目标区域图像中的各个非边缘像素点的灰度值,对所述各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像;
参考像素点获取模块,用于:将所述第一目标区域增强图像中的每个边缘像素点作为中心像素点,确定所述中心像素点的滑窗区域以及所述滑窗区域中的各个参考像素点;
第二目标区域增强图像获取模块,用于:根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及每个边缘像素点的滑窗区域中各个参考像素点的灰度值,对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像;
清晰化成像图像获取模块,用于:根据所述第二目标区域增强图像和成像图像,确定清晰化成像图像。
进一步的,对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像,包括:
根据所述第一目标区域增强图像中每个边缘像素点的滑窗区域中各个参考像素点的灰度值,计算所述各个参考像素点的灰度值的累加和;
确定所述第一目标区域增强图像中每个边缘像素点的灰度值与对应所述累加和的比值,对所述比值进行负相关映射,并将负相关映射结果与对应边缘像素点的灰度值的乘积确定为对应边缘像素点调整后的灰度值;
根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及调整后的灰度值,确定所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值;
根据所述第一目标区域增强图像中的所述参考像素点相对不同边缘像素点的灰度调整值,对所述第一目标区域增强图像中的所述参考像素点的灰度值进行调整,从而得到第二目标区域增强图像。
进一步的,确定所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值,包括:
计算所述第一目标区域增强图像中每个边缘像素点的灰度值与对应边缘像素点调整后的灰度值的差值,将所述差值与所述第一目标区域增强图像中对应边缘像素点对应的各个参考像素点的数目的比值,确定为所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值。
进一步的,对所述第一目标区域增强图像中的所述参考像素点的灰度值进行调整,从而得到第二目标区域增强图像,包括:
将所述第一目标区域增强图像中的所述参考像素点的灰度值以及所述参考像素点相对不同边缘像素点的灰度调整值的叠加值,确定为所述第一目标区域增强图像中的所述参考像素点的调整后的灰度值,从而得到第二目标区域增强图像。
进一步的,对所述各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像,包括:
根据所述目标区域图像中的各个非边缘像素点的灰度值,确定所有非边缘像素点的灰度值的平均值、最小值和最大值;
根据所述平均值、最小值和最大值,对所述目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像。
进一步的,对所述目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像对应的计算公式为:
其中,F(x,y)为第一目标区域增强图像中坐标(x,y)处的非边缘像素点的灰度值,f(x,y)为目标区域图像中坐标(x,y)处的非边缘像素点的灰度值,μ为所述目标区域图像中的所有非边缘像素点的灰度值的平均值,Smax为所述目标区域图像中的所有非边缘像素点的灰度值的最大值,Smin为所述目标区域图像中的所有非边缘像素点的灰度值的最小值。
进一步的,确定所述中心像素点的滑窗区域以及所述滑窗区域中的各个参考像素点,包括:
构造以所述中心像素点为中心的设定尺寸大小的窗口,并将所述窗口确定为所述中心像素点的滑窗区域;
将所述滑窗区域中除去背景像素点、边缘像素点以及对应的中心像素点后剩余的像素点确定为所述滑窗区域中的各个参考像素点。
进一步的,确定清晰化成像图像,包括:
将所述第二目标区域增强图像和成像图像相乘,从而得到清晰化成像图像。
进一步的,对所述灰度图像进行分割,获取目标区域图像,包括:
使用大津算法对所述灰度图像进行二值化处理,从而得到二值图像;
将所述二值图像与所述灰度图像相乘,从而得到目标区域图像。
本发明具有如下有益效果:在碎石手术过程中,当需要对软镜探测到的成像图像进行清晰化增强处理时,获取成像图像中的结石区域,从而得到目标区域图像。由于结石区域内部像素点的灰度分布不均匀以及边缘区域对比度不强是造成像图像模糊的原因,因此确定目标区域图像中的各个边缘像素点和非边缘像素点,根据非边缘像素点的灰度值,对结石区域内部进行灰度均衡化处理,并在此基础上根据边缘像素点的灰度值以及该边缘像素点周围的参考像素点的灰度值,选择对结石区域边缘区域进行灰度调整增强,最终得到第二目标区域增强图像。由于在获取第二目标区域增强图像的过程中,是选择先后对结石区域内部和结石区域边缘分别进行增强,有效提高了结石区域内部像素点的灰度分布均匀程度以及结石边缘区域的对比度,且在增强的过程中不会对背景区域等干扰区域进行增强,保证了图像的增强效果。最终基于该第二目标区域增强图像,可以获取清晰的清晰化成像图像,解决了现有对软镜图像进行清晰化处理效果较差的问题。
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为本发明实施例的碎石手术软镜清晰化成像***的结构示意图;
图2为本发明实施例的碎石手术软镜清晰化成像方法的流程图;
图3为本发明实施例的某个待清晰化处理的成像图像对应的灰度图像;
图4为本发明实施例的图3中的灰度图像对应的二值图像;
图5为本发明实施例的图3中的灰度图像对应的目标区域图像的边缘像素点示意图。
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技术方案的具体实施方式、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。另外,本文所涉及公式中的所有参数或者指标均为归一化之后的消除了量纲影响的数值。
本实施例提供了一种碎石手术软镜清晰化成像***,该***由各个实现对应功能的模块构成,其对应的结构示意图如图1所示。各个模块相互配合,其目的是实现一种碎石手术软镜清晰化成像方法,该方法对应的流程图如图2所示。下面结合各个模块所实现的功能,对该碎石手术软镜清晰化成像***进行详细介绍。
如图1所示,该碎石手术软镜清晰化成像***包括以下模块:
目标区域图像获取模块,用于:获取待清晰化处理的成像图像的灰度图像,对所述灰度图像进行分割,获取目标区域图像。
在碎石手术中,获取软镜所探测到的软镜图像,并将该软镜图像作为待清晰化处理的成像图像。为了对该待清晰化处理的成像图像进行清晰化处理,对该待清晰化处理的成像图像进行灰度化处理,从而得到灰度图像。图3给出了某个待清晰化处理的成像图像对应的灰度图像。对该灰度图像进行分割,获取目标区域图像,即:使用大津算法对所述灰度图像进行二值化处理,从而得到二值图像;将所述二值图像与所述灰度图像相乘,从而得到目标区域图像。由于使用大津算法对灰度图像进行处理,得到二值化图像,并利用二值化图像对灰度图像中的目标区域进行提取,从而得到相应的目标区域图像的具体实现过程属于现有技术,此处不再赘述。图4给出了图3中的灰度图像对应的二值图像,在该二值图像中,结石区域对应白色区域,背景区域对应黑色区域。
边缘像素点和非边缘像素点获取模块,用于:对所述目标区域图像进行边缘检测,确定所述目标区域图像中的各个边缘像素点和非边缘像素点。
通过对目标区域图像以及目标区域图像对应的灰度直方图进行分析可知,结石区域的灰度值主要在高灰度值区域,该目标区域图像中的灰度值分布不均匀,边缘区域不突出是造成图像模糊的主要原因。因此,为了使成像图像变得更加的清晰,不能通过原有的直方图均衡化来将图像灰度值在整个灰度区间进行拉伸,而是应该在结石区域原有的灰度区间上进行拉伸,即使目标区域图像在特征灰度区间内进行均衡,并使特征灰度区间内的灰度分布更加的均匀化;同时,需要对目标区域图像的边缘区域进行特殊处理,即在整体图像均衡完之后再对边缘区域进行处理,以增强目标区域图像边缘区域的对比度,使图像边缘区域更加的突出明显。即通过解决灰度值分布不均衡和边缘区域不明显两个方面来实现更好的图像增强效果,从而实现图像的清晰化。
为了实现待清晰化处理的成像图像的清晰化处理,使用canny算子对目标区域图像进行边缘检测,从而确定目标区域图像中的各个边缘像素点和非边缘像素点。这里的非边缘像素点是指结石区域的像素点中不属于边缘像素点的像素点,且不包括背景像素点。考虑到目标区域图像的边界不明显,因此在使用canny算子对目标区域图像进行边缘检测时,应当将梯度参数设置的较小。本实施例将该梯度参数设置为0.1。图5给出了图3中的灰度图像对应的目标区域图像的边缘像素点示意图,即图5中的白色部分为结石区域的边缘像素点。
第一目标区域增强图像获取模块,用于:根据所述目标区域图像中的各个非边缘像素点的灰度值,对所述各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像。
在确定目标区域图像中的各个边缘像素点和非边缘像素点之后,根据对目标区域图像中的各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像,实现步骤包括:
根据所述目标区域图像中的各个非边缘像素点的灰度值,确定所有非边缘像素点的灰度值的平均值、最小值和最大值;
根据所述平均值、最小值和最大值,对所述目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像。
具体的,根据目标区域图像中的各个非边缘像素点的灰度值,这里的各个非边缘像素点是指目标区域图像中除了边缘像素点以及结石区域外的黑色背景外的像素点,确定这些非边缘像素点的灰度值的平均值,同时确定这些非边缘像素点的灰度值的最小值和最大值。根据所确定的平均值、最小值和最大值,对目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像,对应的计算公式为:
其中,F(x,y)为第一目标区域增强图像中坐标(x,y)处的非边缘像素点的灰度值,也就是目标区域图像中坐标(x,y)处的非边缘像素点更新后的灰度值,f(x,y)为目标区域图像中坐标(x,y)处的非边缘像素点的灰度值,也就是第一目标区域增强图像中坐标(x,y)处的非边缘像素点更新前的灰度值,μ为所述目标区域图像中的所有非边缘像素点的灰度值的平均值,Smax为所述目标区域图像中的所有非边缘像素点的灰度值的最大值,Smin为所述目标区域图像中的所有非边缘像素点的灰度值的最小值。
通过上述方式对目标区域图像中的各个非边缘像素点的灰度值进行更新,即通过计算结石区域内部的像素点灰度值的平均值,将结石区域内部的像素点的灰度值与该平均值进行比较,同时计算原灰度值区间长度Smax-Smin,通过计算结石区域内部的像素点的灰度值与该平均值的差距占据原灰度值区间长度Smax-Smin的比例,来对结石区域内部的像素点的灰度值进行增强,可以在提高结石区域内部的灰度值分布均匀度的同时,使更新之后的灰度值区间与原灰度值区间相同,即更新之后的灰度值仍然落在[Smin,Smax]之间。当目标区域图像中灰度值高于灰度平均值时,则对原灰度值进行削弱,而当灰度值低于灰度平均值时,则对原灰度值进行增强,从而提高结石区域内部的灰度均匀化程度。
参考像素点获取模块,用于:将所述第一目标区域增强图像中的每个边缘像素点作为中心像素点,确定所述中心像素点的滑窗区域以及所述滑窗区域中的各个参考像素点。
在对目标区域图像中结石区域内部像素点的灰度值进行均匀化处理,得到第一目标区域增强图像之后,为了便于后续提高目标区域图像中结石区域边缘像素点的对比度,对于第一目标区域增强图像中的每个边缘像素点,这里的边缘像素点就是指目标区域图像中相同位置的边缘像素点,以该边缘像素点为中心像素点,确定该中心像素点的滑窗区域以及滑窗区域中的各个参考像素点,即构造以所述中心像素点为中心的设定尺寸大小的窗口,并将所述窗口确定为所述中心像素点的滑窗区域;将所述滑窗区域中除去背景像素点、边缘像素点以及对应的中心像素点后剩余的像素点确定为所述滑窗区域中的各个参考像素点。其中,窗口的设定尺寸大小可以根据实验或者经验进行合理设置,在本实施例中,将该窗口的设定尺寸大小设置为3*3。在确定滑窗区域中的各个参考像素点时,由于该窗口区域中的像素点可能为背景像素点,也可能为除对应中心像素点之外的边缘像素点,为了便于后续更好地根据周围像素点的情况来对边缘像素点的像素灰度值进行削弱,并对周围像素点的灰度点进行增强,同时避免无关背景区域的干扰,因此将窗口区域中除去背景像素点、对应中心像素点以及其他边缘像素点后剩余的像素点作为各个参考像素点。
第二目标区域增强图像获取模块,用于:根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及每个边缘像素点的滑窗区域中各个参考像素点的灰度值,对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像。
为了增加第一目标区域增强图像中结石区域的边缘区域的对比度,基于第一目标区域增强图像中每个边缘像素点的灰度值以及每个边缘像素点的滑窗区域中各个参考像素点的灰度值,对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像,实现步骤包括:
根据所述第一目标区域增强图像中每个边缘像素点的滑窗区域中各个参考像素点的灰度值,计算所述各个参考像素点的灰度值的累加和;
确定所述第一目标区域增强图像中每个边缘像素点的灰度值与对应所述累加和的比值,对所述比值进行负相关映射,并将负相关映射结果与对应边缘像素点的灰度值的乘积确定为对应边缘像素点调整后的灰度值;
根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及调整后的灰度值,确定所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值;
根据所述第一目标区域增强图像中的所述参考像素点相对不同边缘像素点的灰度调整值,对所述第一目标区域增强图像中的所述参考像素点的灰度值进行调整,从而得到第二目标区域增强图像。
具体的,对于第一目标区域增强图像中的任意一个边缘像素点,根据该边缘像素点的滑窗区域中各个参考像素点的灰度值,对该边缘像素点的灰度值进行调整,其调整后的灰度值对应的计算公式为:
其中,g′为第二目标区域增强图像中每个边缘像素点的灰度值,也就是第一目标区域增强图像中每个边缘像素点调整后的灰度值,g0为第一目标区域增强图像中每个边缘像素点的灰度值,也就是第二目标区域增强图像中每个边缘像素点调整前的灰度值,为第一目标区域增强图像中每个边缘像素点的滑窗区域中各个参考像素点的灰度值的累加和,gi为第一目标区域增强图像中每个边缘像素点的滑窗区域中第i个参考像素点的灰度值,t为第一目标区域增强图像中每个边缘像素点的滑窗区域中的参考像素点的总数目,为比值/>的负相关映射结果。
根据上述方式对第一目标区域增强图像中的每个边缘像素点进行灰度值调整处理,即根据边缘像素点的灰度值与其对应的滑窗区域中参考像素点的灰度值累加的比值情况,来对边缘像素点的灰度值进行削弱,当边缘像素点处的对比度越大,即边缘像素点的灰度值与其滑窗区域中各个参考像素点的灰度值的累加和的比值越小时,该边缘像素点的灰度调整量越小,而当缘像素点处的对比度越小,即边缘像素点的灰度值与其滑窗区域中各个参考像素点的灰度值的累加和的比值/>越大时,该边缘像素点的灰度调整量越大。
在对第一目标区域增强图像中的每个边缘像素点进行灰度值调整处理之后,对于每一个边缘像素点,将其所削弱的灰度值平均分给其对应的滑窗区域中的参考像素点,以对边缘像素点的周围像素点灰度进行增强,从而可以更好的加强结石边缘区域的对比度。此时,对于第一目标区域增强图像中的每个边缘像素点,确定该边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值,实现步骤包括:
计算所述第一目标区域增强图像中每个边缘像素点的灰度值与对应边缘像素点调整后的灰度值的差值,将所述差值与所述第一目标区域增强图像中对应边缘像素点对应的各个参考像素点的数目的比值,确定为所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值。
第一目标区域增强图像中的每个边缘像素点对应的各个参考像素点相对对应边缘像素点的灰度调整值对应的计算公式为:
其中,Δgi为第一目标区域增强图像中的第i个边缘像素点对应的各个参考像素点相对第i个边缘像素点的灰度调整值,g0为第一目标区域增强图像中的第i个边缘像素点的灰度值,g′为第一目标区域增强图像中的第i个边缘像素点调整后的灰度值,K为第一目标区域增强图像中的第i个边缘像素点的滑窗区域中像素点的总数目,在本实施例中K=9,N为第一目标区域增强图像中的第i个边缘像素点的滑窗区域中无关像素点的总数目,也就是滑窗区域中背景像素点、第i个边缘像素点和其他边缘像素点的总数目,K-N表示第一目标区域增强图像中的第i个边缘像素点对应的各个参考像素点的数目。
根据上述确定第一目标区域增强图像中的第i个边缘像素点对应的各个参考像素点相对第i个边缘像素点的灰度调整值的方式可知,对于第一目标区域增强图像中的每个边缘像素点,是将其对应的灰度变化值平均分配给其对应的各个参考像素点,从而得到各个参考像素点相对该边缘像素点的灰度调整值。
在确定第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值之后,对第一目标区域增强图像中的参考像素点的灰度值进行调整,从而得到第二目标区域增强图像,实现步骤包括:
将所述第一目标区域增强图像中的所述参考像素点的灰度值以及所述参考像素点相对不同边缘像素点的灰度调整值的叠加值,确定为所述第一目标区域增强图像中的所述参考像素点的调整后的灰度值,从而得到第二目标区域增强图像。
对于第一目标区域增强图像中的任意一个参考像素点,其调整后的灰度值对应的计算公式为:
其中,h′为第二目标区域增强图像中每个参考像素点的灰度值,也就是第一目标区域增强图像中每个参考像素点调整后的像灰度值,h0为第二目标区域增强图像中每个参考像素点调整前的灰度值,也就是第一目标区域增强图像中每个参考像素点的像灰度值,Δgi为第一目标区域增强图像中的每个参考像素点相对第i个边缘像素点的灰度调整值,M为第一目标区域增强图像中的每个参考像素点所相对的边缘像素点的总数目。
通过上述方式对第一目标区域增强图像中每个参考像素点的像灰度值进行调整,即在对第一目标区域增强图像中的边缘像素点进行削弱的同时,将边缘像素点削弱的灰度值平均分配给其对应的各个参考像素点,参考像素点综合不同边缘像素点所分配的灰度值,进行灰度增强,以提高结石边缘区域的对比度,并最终得到了第二目标区域增强图像。
上述通过对目标区域图像的非边缘区域进行灰度值均衡化,并在灰度值均衡化之后对边缘区域进行对比度增强处理,从而完成了对结石区域的增强处理,并最终得到了第二目标区域增强图像。在获取第二目标区域增强图像的整个过程中,仅选择对结石区域进行图像增强,而不对背景区域进行处理,有效保证了图像增强的效果。
清晰化成像图像获取模块,用于:根据所述第二目标区域增强图像和成像图像,确定清晰化成像图像。
在得到第二目标区域增强图像之后,为了达到增强原图结石区域的目的,将所述第二目标区域增强图像和成像图像相乘,从而得到清晰化成像图像,该清晰化成像图像即为进行了清晰化增强处理后的软镜图像。在该清晰化增强处理后的软镜图像中,结石区域更加地突出,结石结构可以更清晰地被看到。后续医生可以参考该清晰化处理后的软镜图像,更加清晰地观察人体内的结石区域,从而提高手术的成功率和效率。
需要说明的是:以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种碎石手术软镜清晰化成像***,其特征在于,包括:
目标区域图像获取模块,用于:获取待清晰化处理的成像图像的灰度图像,对所述灰度图像进行分割,获取目标区域图像;
边缘像素点和非边缘像素点获取模块,用于:对所述目标区域图像进行边缘检测,确定所述目标区域图像中的各个边缘像素点和非边缘像素点;
第一目标区域增强图像获取模块,用于:根据所述目标区域图像中的各个非边缘像素点的灰度值,对所述各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像;
参考像素点获取模块,用于:将所述第一目标区域增强图像中的每个边缘像素点作为中心像素点,确定所述中心像素点的滑窗区域以及所述滑窗区域中的各个参考像素点;
第二目标区域增强图像获取模块,用于:根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及每个边缘像素点的滑窗区域中各个参考像素点的灰度值,对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像;
清晰化成像图像获取模块,用于:根据所述第二目标区域增强图像和成像图像,确定清晰化成像图像;
对第一目标区域增强图像中的每个边缘像素点及其对应的各个参考像素点进行灰度值调整处理,从而得到第二目标区域增强图像,包括:
根据所述第一目标区域增强图像中每个边缘像素点的滑窗区域中各个参考像素点的灰度值,计算所述各个参考像素点的灰度值的累加和;
确定所述第一目标区域增强图像中每个边缘像素点的灰度值与对应所述累加和的比值,对所述比值进行负相关映射,并将负相关映射结果与对应边缘像素点的灰度值的乘积确定为对应边缘像素点调整后的灰度值;
根据所述第一目标区域增强图像中每个边缘像素点的灰度值以及调整后的灰度值,确定所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值;
根据所述第一目标区域增强图像中的所述参考像素点相对不同边缘像素点的灰度调整值,对所述第一目标区域增强图像中的所述参考像素点的灰度值进行调整,从而得到第二目标区域增强图像。
2.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,确定所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值,包括:
计算所述第一目标区域增强图像中每个边缘像素点的灰度值与对应边缘像素点调整后的灰度值的差值,将所述差值与所述第一目标区域增强图像中对应边缘像素点对应的各个参考像素点的数目的比值,确定为所述第一目标区域增强图像中每个边缘像素点对应的各个参考像素点相对对应每个边缘像素点的灰度调整值。
3.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,对所述第一目标区域增强图像中的所述参考像素点的灰度值进行调整,从而得到第二目标区域增强图像,包括:
将所述第一目标区域增强图像中的所述参考像素点的灰度值以及所述参考像素点相对不同边缘像素点的灰度调整值的叠加值,确定为所述第一目标区域增强图像中的所述参考像素点的调整后的灰度值,从而得到第二目标区域增强图像。
4.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,对所述各个非边缘像素点进行灰度均衡化处理,从而得到第一目标区域增强图像,包括:
根据所述目标区域图像中的各个非边缘像素点的灰度值,确定所有非边缘像素点的灰度值的平均值、最小值和最大值;
根据所述平均值、最小值和最大值,对所述目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像。
5.根据权利要求4所述的一种碎石手术软镜清晰化成像***,其特征在于,对所述目标区域图像中的各个非边缘像素点的灰度值进行更新,从而得到第一目标区域增强图像对应的计算公式为:
其中,F(x,y)为第一目标区域增强图像中坐标(x,y)处的非边缘像素点的灰度值,f(x,y)为目标区域图像中坐标(x,y)处的非边缘像素点的灰度值,μ为所述目标区域图像中的所有非边缘像素点的灰度值的平均值,Smax为所述目标区域图像中的所有非边缘像素点的灰度值的最大值,Smin为所述目标区域图像中的所有非边缘像素点的灰度值的最小值。
6.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,确定所述中心像素点的滑窗区域以及所述滑窗区域中的各个参考像素点,包括:
构造以所述中心像素点为中心的设定尺寸大小的窗口,并将所述窗口确定为所述中心像素点的滑窗区域;
将所述滑窗区域中除去背景像素点、边缘像素点以及对应的中心像素点后剩余的像素点确定为所述滑窗区域中的各个参考像素点。
7.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,确定清晰化成像图像,包括:
将所述第二目标区域增强图像和成像图像相乘,从而得到清晰化成像图像。
8.根据权利要求1所述的一种碎石手术软镜清晰化成像***,其特征在于,对所述灰度图像进行分割,获取目标区域图像,包括:
使用大津算法对所述灰度图像进行二值化处理,从而得到二值图像;
将所述二值图像与所述灰度图像相乘,从而得到目标区域图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310817137.5A CN116883270B (zh) | 2023-07-04 | 2023-07-04 | 一种碎石手术软镜清晰化成像*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310817137.5A CN116883270B (zh) | 2023-07-04 | 2023-07-04 | 一种碎石手术软镜清晰化成像*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116883270A CN116883270A (zh) | 2023-10-13 |
CN116883270B true CN116883270B (zh) | 2024-03-22 |
Family
ID=88267289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310817137.5A Active CN116883270B (zh) | 2023-07-04 | 2023-07-04 | 一种碎石手术软镜清晰化成像*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116883270B (zh) |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005064861A (ja) * | 2003-08-12 | 2005-03-10 | Minolta Co Ltd | 画像処理装置 |
CN102024155A (zh) * | 2010-12-06 | 2011-04-20 | 广州科易光电技术有限公司 | 基于边缘检测的多光谱图像快速匹配方法 |
CN102044071A (zh) * | 2010-12-28 | 2011-05-04 | 上海大学 | 基于fpga的单像素边缘检测方法 |
CN102158714A (zh) * | 2010-02-11 | 2011-08-17 | 昆山锐芯微电子有限公司 | 基于拜尔域三基色格式的图像边缘增强方法及装置 |
CN103226829A (zh) * | 2013-04-25 | 2013-07-31 | 广州中国科学院软件应用技术研究所 | 基于边缘增强算子的图像边缘检测方法 |
CN104123697A (zh) * | 2013-04-23 | 2014-10-29 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN105118067A (zh) * | 2015-09-22 | 2015-12-02 | 成都融创智谷科技有限公司 | 一种基于高斯平滑滤波的图像分割方法 |
CN107292834A (zh) * | 2017-05-24 | 2017-10-24 | 杭州天铂红外光电技术有限公司 | 红外图像细节增强方法 |
CN109146816A (zh) * | 2018-08-22 | 2019-01-04 | 浙江大华技术股份有限公司 | 一种图像滤波方法、装置、电子设备和存储介质 |
WO2019071734A1 (zh) * | 2017-10-12 | 2019-04-18 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
WO2019200657A1 (zh) * | 2018-04-16 | 2019-10-24 | 深圳市华星光电技术有限公司 | 图像边缘处理方法、电子装置及计算机可读存储介质 |
CN111833368A (zh) * | 2020-07-02 | 2020-10-27 | 重庆邮电大学 | 一种基于相位一致性边缘检测的语音还原方法 |
CN111985329A (zh) * | 2020-07-16 | 2020-11-24 | 浙江工业大学 | 基于FCN-8s和改进Canny边缘检测的遥感图像信息提取方法 |
CN112150368A (zh) * | 2019-06-27 | 2020-12-29 | 北京金山云网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN113596573A (zh) * | 2021-07-28 | 2021-11-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN217181459U (zh) * | 2022-04-29 | 2022-08-12 | 广州医科大学附属第四医院(广州市增城区人民医院) | 一种医用型失效期推算转盘 |
CN114998355A (zh) * | 2022-08-08 | 2022-09-02 | 江苏京德新材料有限公司 | 一种密封橡胶圈的生产缺陷识别方法及装置 |
CN115272346A (zh) * | 2022-09-30 | 2022-11-01 | 江苏炜盛光电科技有限公司 | 一种基于边缘检测的pcb板生产过程在线检测方法 |
CN115311282A (zh) * | 2022-10-12 | 2022-11-08 | 南通迪博西电子有限公司 | 基于图像增强的晶圆缺陷检测方法 |
CN115330645A (zh) * | 2022-10-17 | 2022-11-11 | 南通惠尔风机有限公司 | 一种焊接图像增强方法 |
CN115345893A (zh) * | 2022-09-15 | 2022-11-15 | 吉林大学中日联谊医院 | 基于图像处理的卵巢组织癌变区域分割方法 |
CN116152261A (zh) * | 2023-04-24 | 2023-05-23 | 济南奥盛包装科技有限公司 | 一种印刷制品质量的视觉检测*** |
CN116168039A (zh) * | 2023-04-26 | 2023-05-26 | 济宁市新华电力特种材料有限公司 | 一种环保节能硅酸铝板质量检测方法 |
CN116309579A (zh) * | 2023-05-19 | 2023-06-23 | 惠州市宝惠电子科技有限公司 | 一种用图像处理的变压器焊缝质量检测方法 |
CN116363133A (zh) * | 2023-06-01 | 2023-06-30 | 无锡斯达新能源科技股份有限公司 | 基于机器视觉的照明器配件缺陷检测方法 |
-
2023
- 2023-07-04 CN CN202310817137.5A patent/CN116883270B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005064861A (ja) * | 2003-08-12 | 2005-03-10 | Minolta Co Ltd | 画像処理装置 |
CN102158714A (zh) * | 2010-02-11 | 2011-08-17 | 昆山锐芯微电子有限公司 | 基于拜尔域三基色格式的图像边缘增强方法及装置 |
CN102024155A (zh) * | 2010-12-06 | 2011-04-20 | 广州科易光电技术有限公司 | 基于边缘检测的多光谱图像快速匹配方法 |
CN102044071A (zh) * | 2010-12-28 | 2011-05-04 | 上海大学 | 基于fpga的单像素边缘检测方法 |
CN104123697A (zh) * | 2013-04-23 | 2014-10-29 | 华为技术有限公司 | 一种图像增强方法及设备 |
CN103226829A (zh) * | 2013-04-25 | 2013-07-31 | 广州中国科学院软件应用技术研究所 | 基于边缘增强算子的图像边缘检测方法 |
CN105118067A (zh) * | 2015-09-22 | 2015-12-02 | 成都融创智谷科技有限公司 | 一种基于高斯平滑滤波的图像分割方法 |
CN107292834A (zh) * | 2017-05-24 | 2017-10-24 | 杭州天铂红外光电技术有限公司 | 红外图像细节增强方法 |
WO2019071734A1 (zh) * | 2017-10-12 | 2019-04-18 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
WO2019200657A1 (zh) * | 2018-04-16 | 2019-10-24 | 深圳市华星光电技术有限公司 | 图像边缘处理方法、电子装置及计算机可读存储介质 |
CN109146816A (zh) * | 2018-08-22 | 2019-01-04 | 浙江大华技术股份有限公司 | 一种图像滤波方法、装置、电子设备和存储介质 |
CN112150368A (zh) * | 2019-06-27 | 2020-12-29 | 北京金山云网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
CN111833368A (zh) * | 2020-07-02 | 2020-10-27 | 重庆邮电大学 | 一种基于相位一致性边缘检测的语音还原方法 |
CN111985329A (zh) * | 2020-07-16 | 2020-11-24 | 浙江工业大学 | 基于FCN-8s和改进Canny边缘检测的遥感图像信息提取方法 |
CN113596573A (zh) * | 2021-07-28 | 2021-11-02 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN217181459U (zh) * | 2022-04-29 | 2022-08-12 | 广州医科大学附属第四医院(广州市增城区人民医院) | 一种医用型失效期推算转盘 |
CN114998355A (zh) * | 2022-08-08 | 2022-09-02 | 江苏京德新材料有限公司 | 一种密封橡胶圈的生产缺陷识别方法及装置 |
CN115345893A (zh) * | 2022-09-15 | 2022-11-15 | 吉林大学中日联谊医院 | 基于图像处理的卵巢组织癌变区域分割方法 |
CN115272346A (zh) * | 2022-09-30 | 2022-11-01 | 江苏炜盛光电科技有限公司 | 一种基于边缘检测的pcb板生产过程在线检测方法 |
CN115311282A (zh) * | 2022-10-12 | 2022-11-08 | 南通迪博西电子有限公司 | 基于图像增强的晶圆缺陷检测方法 |
CN115330645A (zh) * | 2022-10-17 | 2022-11-11 | 南通惠尔风机有限公司 | 一种焊接图像增强方法 |
CN116152261A (zh) * | 2023-04-24 | 2023-05-23 | 济南奥盛包装科技有限公司 | 一种印刷制品质量的视觉检测*** |
CN116168039A (zh) * | 2023-04-26 | 2023-05-26 | 济宁市新华电力特种材料有限公司 | 一种环保节能硅酸铝板质量检测方法 |
CN116309579A (zh) * | 2023-05-19 | 2023-06-23 | 惠州市宝惠电子科技有限公司 | 一种用图像处理的变压器焊缝质量检测方法 |
CN116363133A (zh) * | 2023-06-01 | 2023-06-30 | 无锡斯达新能源科技股份有限公司 | 基于机器视觉的照明器配件缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116883270A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Agarwal et al. | Medical image contrast enhancement using range limited weighted histogram equalization | |
CN109410127B (zh) | 一种基于深度学习与多尺度图像增强的图像去噪方法 | |
Cheng et al. | A simple and effective histogram equalization approach to image enhancement | |
Kanwal et al. | Region based adaptive contrast enhancement of medical X-ray images | |
CN115984148B (zh) | 一种高通量基因测序数据的去噪增强方法 | |
CN114298916B (zh) | 一种基于灰度拉伸和局部增强的X-Ray图像增强方法 | |
CN116703784B (zh) | 一种心脏超声图像视觉增强方法 | |
CN116934755B (zh) | 基于直方图均衡化的肺结核ct图像增强*** | |
CN116468641A (zh) | 一种红外血管图像增强处理方法 | |
CN114693682B (zh) | 一种基于图像处理的脊椎特征识别方法 | |
Mustafa et al. | Contrast enhancement based on fusion method: a review | |
CN116993628A (zh) | 一种用于肿瘤射频消融引导的ct图像增强*** | |
CN116664457A (zh) | 一种用于增强去噪的图像处理方法 | |
CN117649357B (zh) | 一种基于图像增强的超声图像处理方法 | |
CN116883270B (zh) | 一种碎石手术软镜清晰化成像*** | |
CN116563166A (zh) | 一种图像增强方法、装置、存储介质和设备 | |
CN114219774B (zh) | 图像质量评估方法、装置、终端及计算机可读存储介质 | |
CN116029934A (zh) | 一种低剂量dr图像和ct图像去噪方法 | |
CN113610734B (zh) | 基于导向滤波的图像边缘处理方法及应用 | |
CN110852977B (zh) | 融合边缘灰度直方图与人眼视觉感知特性的图像增强方法 | |
CN104966271A (zh) | 基于生物视觉感受野机制的图像去噪方法 | |
CN112560808B (zh) | 一种基于灰度信息的体内静脉识别方法及装置 | |
Naidu et al. | Enhancement of X-ray images using various Image Processing Approaches | |
CN110647843B (zh) | 一种人脸面部图像处理方法 | |
CN114519675A (zh) | 图像处理方法、装置、电子设备及可读存储介质 |
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 |