一种内窥镜图像的血管增强方法与流程

本发明涉及图像处理，尤其涉及一种内窥镜图像的血管增强方法。

背景技术：

1、内窥镜作为微创手术中提供视觉系统的关键因素，其图像质量具有重要作用。然而，由于人体内腔道狭窄，消化道结构复杂，尤其是血管分布复杂，还会存在于粘膜底下不易被发现，且一般的内窥镜由于镜头景深的问题存在拍摄的有效范围，因此现有的内窥镜图像中，血管特征并不明显，颜色较浅，往往难以辨认。

2、目前对于内窥镜血管增强的技术主要有：基于retinex技术的方法，基于自适应s形函数的方法，基于fice技术的方法，基于形态学算子的方法，基于机器学习的方法，基于曲率分析的方法，基于多尺度分割的方法，基于clahe的方法等，但是这些方法都存在过度增强或者血管颜色失真的问题，且图像增强处理的实时性较差。例如：基于clahe的方法中，由于对比度受限制的自适应直方图均衡，即将灰度值高于阈值的区域平分到其他灰度值区域，且对所有像素点进行非线性对数拉伸，这个过程会导致色彩异常和偏色。

3、此外，常规的图像增强方案中，图像增强过程会对整个画面做增强，这样处理不仅处理时间较长，而且会引入整体的噪声，同时对于有效信息的增强不够明显。因此，处理时间短并且增强效果更好的处理方案，更加有利于提供医疗辅助。

技术实现思路

1、发明目的：为了解决现有技术存在的问题，本发明提供一种内窥镜图像的血管增强方法，通过从采集的内窥镜图像中提取血管图像，实现血管图像的针对性增强，减小处理数据量以及图像噪声的同时，有效突出图像中血管区域的增强效果。

2、技术方案：为实现上述目的，本发明提供一种内窥镜图像的血管增强方法，包括以下步骤：

3、s1、读取内窥镜原始图像，并基于血管区域的图像特征提取血管原始图像；

4、s2、将所提取的血管原始图像的色彩空间转换为hsv色彩空间，并获取h、s、v三个通道的图像信息；

5、s3、保持h通道的血管原始图像不变，分别对s通道和v通道的血管原始图像进行增强处理；

6、s4、将h通道的血管原始图像与s、v通道的血管增强图像进行融合，得到hsv色彩空间的血管增强图像，并将其由hsv色彩空间转换回血管原始图像的原有色彩空间，从而获取血管增强后的内窥镜增强图像。

7、进一步地，所述读取内窥镜原始图像，并基于血管区域的图像特征提取血管原始图像，具体为：

8、获取内窥镜原始图像在原有色彩空间中的各通道图像信息，并基于血管区域在原有色彩空间中的图像特征提取血管原始图像x1。

9、具体地，所述原有色彩空间为rgb色彩空间，且血管区域在原有色彩空间中的图像特征包括：

10、①r(x,y)为r(x,y)、g(x,y)、b(x,y)中的最大值；

11、②r(x,y)大于阈值k；

12、③g(x,y)和b(x,y)之差小于阈值z，其中r(x,y)、g(x,y)和b(x,y)分别表示内窥镜原始图像中像素坐标(x,y)对应的r、g、b通道像素值。

13、进一步地，所述对v通道的血管原始图像进行增强处理，具体为：

14、采用导向滤波算法对v通道的血管原始图像v(x,y)进行滤波处理，得到v通道的血管滤波图像q(x,y)；根据血管滤波图像q(x,y)与血管原始图像v(x,y)的相关性，生成v通道的血管增强图像v′(x,y)。

15、具体地，所述v通道的血管增强图像为：

16、v′(x,y)＝n×(v(x,y)-q(x,y))+q(x,y)，其中n为图像增强系数。

17、优选地，n的取值范围为[2,5]。

18、进一步地，所述导向滤波算法的输入图像p(x,y)和导向图像i(x,y)均为v通道的血管原始图像v(x,y)。

19、进一步地，所述导向滤波算法采用动态滤波窗口进行导向滤波，即：基于血管原始图像进行区域分割，分别提取血管中心区域和血管边缘区域，并设定血管边缘区域的滤波窗口大小大于血管中心区域的滤波窗口大小。

20、具体地，所述基于血管原始图像进行区域分割，具体为：

21、在原有色彩空间内，基于血管原始图像中血管中心区域和血管边缘区域的图像特征进行区域分割。

22、具体地，所述原有色彩空间为rgb色彩空间，且血管中心区域和血管边缘区域的图像特征包括：

23、当r(x,y)>g(x,y)+b(x,y)，表示像素坐标(x,y)在血管中心区域内，反之则表示像素坐标(x,y)在血管边缘区域内，其中r(x,y)、g(x,y)和b(x,y)分别表示血管原始图像中像素坐标(x,y)对应的r、g、b通道像素值。

24、具体地，所述设定血管边缘区域的滤波窗口大小大于血管中心区域的滤波窗口大小，具体为：

25、设血管中心区域的滤波窗口大小为k×k，则血管边缘区域的滤波窗口大小为(k+δ)×(k+δ)，其中k和δ为设定参数。

26、优选地，k为奇数，δ为偶数，δ的取值范围为(1,k+1)。

27、进一步地，所述对s通道的血管原始图像进行增强处理，具体为：

28、对s通道的血管原始图像s(x,y)进行分段处理：

29、a.如果s(x,y)＞阈值m，则s通道的血管增强图像s′(x,y)＝s(x,y)；

30、b.如果s(x,y)≤阈值m，则s通道的血管增强图像s′(x,y)＝log(s(x,y)+h)；

31、其中h为对数拉伸系数。

32、优选地，smin＜m≤(smax+2smin)/3，其中smin和smax分别为s(x,y)的最小值和最大值。

33、有益效果：

34、1、本发明仅对血管区域的原始图像进行增强处理，而不是对整个画面做增强，因此减少了数据处理量，提高了处理效率，算法实时性高，同时消除了无用噪声对图像的不益影响，且更有利于突出血管图像的增强效果。

35、2、本发明将血管原始图像转换至hsv色彩空间进行增强处理，以便于将颜色信息和亮度等信息分开，保留原始的颜色信息，仅对饱和度信息和亮度信息进行增强，使得处理过程不会有颜色失真。

36、3、本发明采用改进导向滤波算法增强血管原始图像的亮度信息，即采用动态滤波窗口进行导向滤波，能够根据不同区域实现不同的增强效果，最终实现增强后的血管图像亮度一致。

37、4、本发明采用分段处理的方式增强血管原始图像的饱和度信息，对于饱和度比较高的情况，保持原本的饱和度，画面的色彩会更准；对于饱和度比较低的情况下，进行对数拉伸变换，可以明显增加血管与周围的差别。

技术特征：

1.一种内窥镜图像的血管增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的血管增强方法，其特征在于，所述读取内窥镜原始图像，并基于血管区域的图像特征提取血管原始图像，具体为：

3.根据权利要求2所述的血管增强方法，其特征在于，所述原有色彩空间为rgb色彩空间，且血管区域在原有色彩空间中的图像特征包括：

4.根据权利要求1所述的血管增强方法，其特征在于，所述对v通道的血管原始图像进行增强处理，具体为：

5.根据权利要求4所述的血管增强方法，其特征在于，所述v通道的血管增强图像为：

6.根据权利要求5所述的血管增强方法，其特征在于，n的取值范围为[2,5]。

7.根据权利要求4所述的血管增强方法，其特征在于，所述导向滤波算法的输入图像p(x,y)和导向图像i(x,y)均为v通道的血管原始图像v(x,y)。

8.根据权利要求7所述的血管增强方法，其特征在于，所述导向滤波算法采用动态滤波窗口进行导向滤波，即：基于血管原始图像进行区域分割，分别提取血管中心区域和血管边缘区域，并设定血管边缘区域的滤波窗口大小大于血管中心区域的滤波窗口大小。

9.根据权利要求8所述的血管增强方法，其特征在于，所述基于血管原始图像进行区域分割，具体为：

10.根据权利要求9所述的血管增强方法，其特征在于，所述原有色彩空间为rgb色彩空间，且血管中心区域和血管边缘区域的图像特征包括：

11.根据权利要求8所述的血管增强方法，其特征在于，所述设定血管边缘区域的滤波窗口大小大于血管中心区域的滤波窗口大小，具体为：

12.根据权利要求11所述的血管增强方法，其特征在于，k为奇数，δ为偶数，δ的取值范围为(1,k+1)。

13.根据权利要求1所述的血管增强方法，其特征在于，所述对s通道的血管原始图像进行增强处理，具体为：

14.根据权利要求13所述的血管增强方法，其特征在于，smin＜m≤(smax+2smin)/3，其中smin和smax分别为s(x,y)的最小值和最大值。

技术总结
本发明公开了一种内窥镜图像的血管增强方法，包括：S1、读取内窥镜原始图像，并基于血管区域的图像特征提取血管原始图像；S2、将血管原始图像的色彩空间转换至HSV色彩空间，并获取H、S、V三个通道的图像信息；S3、保持H通道的血管图像不变，分别对S通道和V通道的血管原始图像进行增强处理；S4、将H通道的血管原始图像与S、V通道的血管增强图像进行融合，得到HSV色彩空间的血管增强图像，并将其由HSV色彩空间转换回血管原始图像的原有色彩空间。本发明通过从采集的内窥镜图像中实时提取血管图像，实现血管图像的针对性增强，减小处理数据量以及图像噪声的同时，有效突出图像中血管区域的增强效果。

技术研发人员：焦军,韩志敏
受保护的技术使用者：佗道医疗科技有限公司
技术研发日：
技术公布日：2024/1/15