[发明专利]一种显微手术影像的高光区域消除方法及装置有效
申请号: | 201910033571.8 | 申请日: | 2019-01-14 |
公开(公告)号: | CN109801239B | 公开(公告)日: | 2022-06-17 |
发明(设计)人: | 张新;邵航 | 申请(专利权)人: | 浙江未来技术研究院(嘉兴) |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 北京知呱呱知识产权代理有限公司 11577 | 代理人: | 武媛;孙进华 |
地址: | 314000 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 显微 手术 影像 区域 消除 方法 装置 | ||
1.一种显微手术影像的高光区域消除方法,其特征在于,包括:
从待处理图像中,提取高光区域色彩特征,建立高光区域像素模型;
根据所述高光区域像素模型,生成高光掩膜图像;
提取所述高光掩膜图像的边缘;
对所述边缘采用迭代处理的方式,获取所述高光掩膜图像的高光掩膜图像等高线簇;其中,采用迭代处理的方式,获取高光掩膜图像等高线簇L,包括:
1)遍历当前高光掩膜图像高光区域边缘像素Ln层,判断边缘像素四邻域像素的掩膜值是否为1,若为1则记下该像素坐标作为Ln+1层的像素;
2)遍历边缘像素Ln的所有像素值,直至Ln层像素全部遍历结束,从而获得全部Ln+1层像素;
3)将Ln+1层作为当前层,重复1)~2)步骤,获得新的边缘像素层Ln+2;
4)不断重复1)~3)的过程直至所有像素归类到特定的边缘像素层中最终获得L0,L1,L2,...,LN层的等高线簇;
对待处理图像中对应所述高光掩膜图像等高线簇位置的像素进行图像修复,得到修复后的图像;
其中,根据所述高光掩膜图像等高线簇,将所述高光掩膜图像的边缘范围内的区域作为待修复区域,获取所述待修复区域线簇边缘,对所述待修复区域线簇边缘上的每一像素点,计算相邻点等高线簇梯度值,根据所述相邻点等高线簇梯度值及对应的等高线簇的层数索引,计算距离权重,根据所述距离权重计算所述像素点对应的新的像素值,根据所述待修复区域线簇边缘上每一像素点对应的新的像素值,得到修复后的图像;
具体地,获取待修复区域线簇边缘的任意点p,计算p点的相邻点等高线簇梯度值,具体算法如下:
gx=abs(N(i+1,j)-N(i,j))
gy=abs(N(i,j+1)-N(i,j))
其中,p坐标点为(i,j),表示p点的相邻点等高线簇梯度值;
根据p点的相邻点等高线簇梯度值及p的等高线簇的层数索引,计算p点和q点的距离权重,方法如下:
其中,q为待修复区域线簇边缘上的点,w(p,q)为p点和q点的距离权重,N(p)表示像素p的等高线簇的层数索引;
根据p点、q点及p点和q点的距离权重w(p,q)计算待修复区域线簇边缘点p对应的新的像素值,具体方法如下:
按照线簇层数的索引,由小到大遍历每个线簇的像素;对于待修复区域线簇边缘点p,其由以下公式获得新的像素值
其中,B表示p点的邻域集合,p表示邻域集合中的点,w(p,q)表示点p和点q的距离权重;
从列表L中依照索引依次取出每个像素,对各个像素,计算获得I(p),即生成其对应的新的像素,直至列表L中元素为空停止,以此实现对像素修复。
2.如权利要求1所述的方法,其特征在于,所述从待处理图像中,提取高光区域色彩特征,建立高光区域像素模型,包括:
在所述待处理图像中标定高光区域,对所述高光区域提取像素色彩特征,建立色彩特征的高斯模型,将其作为高光区域像素模型。
3.如权利要求1所述的方法,其特征在于,所述根据所述高光区域像素模型,生成高光掩膜图像,包括:
生成与所述待处理图像同尺寸单通道的二值图像,将其作为高光掩膜图像,计算所述待处理图像中每一个像素为高光区域像素的概率,对计算得到概率进行判断,在大于预先设定值的情形下,将所述高光掩膜图像中对应的像素设置为1;在小于等于预先设定值的情形下,则将所述高光掩膜图像中对应的像素设置为0。
4.如权利要求1所述的方法,其特征在于,对所述边缘采用迭代处理的方式,获取所述高光掩膜图像等高线,包括:
对同一边缘像素层中的每个像素值进行判断,在判定边缘像素四邻域像素的掩膜值为1的情形下,将该像素坐标作为下一边缘像素层的像素,得到各边缘像素层的等高线簇。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江未来技术研究院(嘉兴),未经浙江未来技术研究院(嘉兴)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910033571.8/1.html,转载请声明来源钻瓜专利网。