[发明专利]内腔镜图像的高光消除方法及装置

说明书

本发明提供一种内腔镜图像的高光消除方法及装置，通过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，可使得获得的高光消除图像中高光消除的更加彻底，提高了高光消除的精确性。

技术领域

本发明涉及图像处理技术，尤其涉及一种内腔镜图像的高光消除方法及装置。

背景技术

镜面反射是一种非常普遍的现象，贯穿于整个手术过程。腹部器官表面通常光滑湿润，纹理稀疏，组织结构罕见。在、腹腔镜照明条件下会发生大面积的镜面反射。器官表面的镜面反射不仅干扰了外科医生的观察和判断，而且影响了基于AR的手术导航的性能。它可能导致目标漂移和配准不准确。因此，消除高光的影响成为基于AR的外科导航系统重要任务。

现有技术中，内镜图像的高光去除方法通常采用图像的拼接、修复方法，这些方法可以在一定条件下恢复高光区域的实际信息，即完成高光消除的工作。

然而，现有技术中对内镜图像的高光消除不够精确。

发明内容

本发明实施例提供一种内腔镜图像的高光消除方法及装置，提高了对内镜图像的高光消除的精确性。

本发明实施例的第一方面，提供一种内腔镜图像的高光消除方法，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。

可选地，在第一方面的一种可能实现方式中，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。

可选地，在第一方面的一种可能实现方式中，

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。

可选地，在第一方面的一种可能实现方式中，

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。

可选地，在第一方面的一种可能实现方式中，

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：