一种医用内窥镜图像细节的自适应增强方法与流程

本发明涉及图像处理，具体涉及一种医用内窥镜图像细节的自适应增强方法。

背景技术：

1、随着科学技术的不断发展，计算机视觉和医疗领域的结合使得内窥镜技术日趋成熟，内窥镜已经成为微创手术中重要的手术器材之一。内窥镜在医生对病人的辅助诊断和微创手术中起着极其重要的作用，通过内窥镜，医生可以直接观察人体内脏的组织形态和病变。内窥镜图像质量影响着医生的判断，延长手术时间和增加手术风险，因此提升内窥镜图像的辨识度和抑制噪声并增强图像的细节和清晰度显得格外重要。

2、目前，内窥镜图像细节增强技术面临着多个难点：

3、(1)人为设定固定的细节增强权重，容易将图像噪声进一步放大；

4、(2)算法复杂度较高，仅适用于静态图像的增强，无法满足医用内窥镜实时显示的需求；

5、(3)增强图像细节的同时会导致图像颜色发生畸变。

技术实现思路

1、为了解决现有自适应增强方法中存在的问题，本发明的目的在于提供一种医用内窥镜图像细节的自适应增强方法，该方法通过自适应增强图像的细节来抑制图像的噪声，能够简单高效能实时处理高分辨率的内窥镜图像，并且增强后的图像色彩还原度较高。

2、本发明通过以下技术方案来实现上述目的：

3、一种医用内窥镜图像细节的自适应增强方法，该方法包括以下步骤：

4、获取rgb通道或yuv通道的原始图像；

5、对原始图像进行引导图像滤波，得到基础层图像；

6、将原始图像与基础层图像相减，得到细节层图像；

7、根据原始图像计算自适应细节增强权重；

8、通过基础层图像、细节层图像和自适应细节增强权重获得细节增强后的输出图像，其中，当原始图像为rgb通道图像时，rgb输出图像为基础层图像加上细节层图像乘以自适应细节增强权重，当原始图像为yuv通道图像时，y通道输出图像为基础层图像加上细节层图像乘以自适应细节增强权重，然后将增强后的y通道输出图像与u、v通道图像合并，将增强后的yuv通道图像转成rgb通道图像。

9、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，所述对原始图像进行引导图像滤波，表示为公式(1)-(5)：

10、

11、

12、

13、

14、

15、其中，qi为引导图像滤波输出图像；i为图像中的像素点；ii为引导图像；pi为输入图像；k为引导图像上某一点的像素；ωk为以像素k为中心，半径为r的窗口；ak和bk为引导图像在ωk中的线性系数；|ω|为ωk中像素的数量；μk为引导图像ii在窗口ωk内的均值；σk2为引导图像ii在窗口ωk内的方差；为窗口中输入图像pi的均值；和为引导图像在ωk中的线性系数的平均值；ε为正则化参数。

16、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，当原始图像为rgb通道图像时，所述rgb通道图像的基础层图像的计算公式包括：

17、bc(x, y) ＝ gif(ic(x, y)) (6)

18、以原图像ic(x,y)为导向图的引导图像滤波，得到基础层图像bc(x,y)；其中，c代表r,g,b通道，gif()为引导图像滤波函数，计算过程为公式(1)至公式(5)。

19、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，所述得到基础层图像bc(x,y)包括：获取白光内窥镜图像，并将该图像分成rgb三通道图像，将每个通道图像视为一幅灰度图像，然后根据公式(6)对各通道图像ic(x,y)进行以ic(x,y)为导向图的引导图像滤波，得到基础层图像bc(x,y)。

20、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，所述细节层图像的计算公式包括：

21、dc(x, y) ＝ ic(x, y) - bc(x, y) (7)；

22、其中，将原图像ic(x,y)减去bc(x,y)得到细节层图像dc(x,y)。

23、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，自适应增强权重的计算公式为(8)：

24、

25、其中，通过原图像ic(x,y)计算每个像素点自适应细节增强权重αc(x,y)。

26、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，为了抑制色彩差异大的图像边缘过度增强，限制αc的最大值，设定细节增强的最大权重为thr，当某一点的增强权重大于等于thr时，αc(x,y)等于thr，表示为公式(9)：

27、

28、通过基础层和增强后的细节层和自适应增强权重获得细节增强后的rgb图像，表示为公式(10)：

29、oc(x, y) ＝ bc(x, y) + αc(x,y) * dc(x, y) (10)

30、其中，输出图像oc(x,y)为基础层图像bc(x,y)加上细节层图像dc(x,y)乘以权重αc(x,y)。

31、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，当原始图像为yuv通道图像时，提取yuv通道图像中的y通道图像，即亮度通道图像y(x,y)，所述亮度通道图像y(x,y)的基础层图像的计算公式包括：

32、b(x, y) ＝ gif(y(x, y)) (11)

33、根据公式(11)对y通道图像y(x,y)进行以y(x,y)为导向图的引导图像滤波，得到基础层图像b(x,y)，gif()为引导图像滤波函数，计算过程如公式(1)至公式(5)。

34、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，所述细节层图像的计算公式包括：

35、d(x, y) ＝ y(x, y) - b(x, y) (12)

36、其中，将y通道图像y(x,y)减去b(x,y)得到细节层图像d(x,y)。

37、根据本发明提供的一种医用内窥镜图像细节的自适应增强方法，自适应增强权重的计算公式为(13)和(14)：

38、

39、通过y通道图像y(x,y)计算每个像素点的自适应细节增强权重α(x,y)；

40、其中，为了抑制色彩差异大的图像边缘过度增强，限制α(x,y)的最大值，设定细节增强的最大权重为thr，当某一点的增强权重大于等于thr时，α(x,y)等于thr，表示为公式(14)：

41、

42、通过基础层、增强后的细节层和自适应增强权重获得细节增强后的y通道图像。

43、o(x, y) ＝ b(x, y) + α(x,y) * d(x, y) (15)

44、其中，输出图像o(x,y)为基础层图像b(x,y)加上细节层图像d(x,y)乘以权重α(x,y)；

45、然后将增强后的y通道输出图像与u、v通道图像合并，将增强后的yuv通道图像转成rgb通道图像。

46、由此可见，相对于现有技术，本发明通过引导图像滤波得到基础层图像，将原始图像减去基础层图像得到细节层图像，根据原始图像计算自适应增强权重。并且为了解决颜色差异大的边缘过度增强，限制自适应增强权重，通过基础层图像、细节层图像和自适应权重得到细节增强后的图像。因此本技术同时具备自适应增强图像的细节，抑制噪声等优点。

47、进一步的，本发明可以保护图像边缘。

48、进一步的，本发明通过中心点像素与周围像素计算细节自适应增强权重，平坦区域像素权重较小，边缘位置像素权重较大，可以进一步抑制图像噪声。

49、进一步的，本发明可以提高图像对比度和清晰度。

50、本发明还提供一种电子设备，包括：

51、存储器，存储有计算机可执行指令；

52、处理器，配置为运行所述计算机可执行指令，

53、其中，所述计算机可执行指令被所述处理器运行时实现上述任意一种的医用内窥镜图像细节的自适应增强方法的步骤。

54、本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现上述任意一种的医用内窥镜图像细节的自适应增强方法的步骤。

55、由此可见，本发明还提供了一种医用内窥镜图像细节的自适应增强方法的电子设备以及存储介质，其包括：一个或多个存储器，一个或多个处理器。存储器用于存储程序代码和程序运行过程中产生的中间数据、模型输出结果的储存和模型及模型参数的储存；处理器用于代码运行所占用的处理器资源和训练模型时占用的多个处理器资源。

56、下面结合附图和具体实施方式对本发明作进一步详细说明。