[发明专利]内腔镜图像的高光消除方法及装置

权利要求书

1.一种内腔镜图像的高光消除方法，其特征在于，包括：

获取原始图像中的高光区域数据；

根据预设的分解模型分解所述原始图像，获取稳定图像数据，其中，所述预设的分解模型每次迭代的迭代参数不同；

根据所述稳定图像数据对所述高光区域数据进行处理，获取并输出高光消除图像。

2.根据权利要求1所述的方法，其特征在于，所述预设的分解模型包括预设的自适应鲁棒性主成分分析分解模型；

相应地，所述根据预设的分解模型分解所述原始图像，获取稳定图像数据和干扰图像数据，包括：

根据所述预设的自适应鲁棒性主成分分析分解模型分解所述原始图像，获取所述稳定图像数据。

3.根据权利要求1或2所述的方法，其特征在于，所述根据预设的分解模型分解所述原始图像，获取稳定图像数据，包括：

根据预设的分解模型分解所述原始图像，获取中间图像数据和干扰图像数据；

获取所述高光区域数据和所述干扰图像数据之间的相似度数据；

若所述相似度数据小于预设相似度阈值，则对所述分解模型的迭代参数进行更新，返回执行所述根据预设的分解模型分解所述原始图像，获取稳定图像数据；

若所述相似度数据大于或等于预设相似度阈值，则将所述中间图像数据，作为稳定图像数据。

4.根据权利要求3所述的方法，其特征在于，所述获取所述高光区域数据和所述干扰图像数据之间的相似度数据，包括：

获取所述高光区域数据的高光特征向量，获取所述干扰图像数据的干扰特征向量；

根据所述高光特征向量和所述干扰特征向量，获取欧式距离数据；

根据所述欧式距离数据，获取所述高光区域数据和所述干扰图像数据之间的相似度数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述高光特征向量和所述干扰特征向量，获取欧式距离数据，包括：

根据以下公式获取欧式距离数据，具体如下：

其中，Sf代表所述干扰特征向量，Gf代表所述高光特征向量，Sim代表所述欧式距离数据。

6.根据权利要求4所述的方法，其特征在于，所述根据所述预设的分解模型分解所述原始图像，获取稳定图像数据，包括：

获取所述干扰图像数据中干扰高光像素点含量数据，并获取所述原始图像中的原始高光像素点含量数据；

根据所述干扰高光像素点含量数据、所述原始高光像素点含量数据和所述相似度数据获取所述预设的分解模型的迭代方向，所述迭代方向用于指示所述预设的分解模型中所述迭代参数的变化方向；

根据所述预设的分解模型和所述迭代方向迭代分解所述原始图像，获取稳定图像数据。

7.根据权利要求1所述的方法，其特征在于，所述根据所述稳定图像数据对所述高光区域数据进行处理，获取并输出高光消除图像，包括：

获取所述高光区域数据对应的坐标数据；

根据所述稳定图像数据和所述坐标数据对所述高光区域数据进行替换处理，获取所述高光消除图像。

8.根据权利要求1所述的方法，其特征在于，所述获取原始图像中的高光区域数据，包括：

根据预设的HSV颜色模型对所述原始图像进行处理，获取S颜色和V颜色通道下的分割阈值；

根据所述分割阈值对所述原始图像进行遍历处理，获取高光像素点数据；

根据所述高光像素点数据获取所述高光区域数据。