[发明专利]面向结肠内窥镜反光区域检测的中智分析方法

说明书

本发明涉及面向结肠内窥镜图像反光区域检测的中智分析方法，该方法对采集到的结肠内窥镜图像数据进行逐帧处理，将图像颜色空间转换至灰度空间和HSI颜色空间，然后在灰度空间计算生成融合灰度门限的灰度中值差分特征图以及图像黑边界滤除的结肠区域均值差分特征图；结合LOG特征图，计算面向上述两种差分特征图的中智隶属度、不确定性度和非隶属度，分别利用中智相似度求得对应的中智置信图，最后以此为基础，通过多阈值融合中智置信图信息、饱和度信息和灰度信息，最终完成对反光区域的检测。本发明实现简单，计算复杂度低，鲁棒性高，能够有效完成结肠内窥镜图像反光区域检测。

技术领域：

本发明涉及计算机视觉技术领域中的特征区域提取方法，尤其涉及面向结肠内窥镜反光区域检测的中智分析方法。

背景技术：

人体肠道内部基本无光源，结肠内窥镜图像主要依赖主动投射光束获取。由于肠壁光滑，多数影像会存在反光区域。为避免反光区域对后续息肉检测造成影响，须对反光区进行有效检测。基于人工设计特征的传统息肉检测识别方法中，多数方法在分析前均首先对反光区进行处理，或在处理过程中考量反光区对设计特征的影响。基于深度学习的息肉检测方法也显示出其对反光区域的敏感性。当前的反光区检测基本是直接利用固定阈值，未充分利用多特征信息，且未考虑不同条件下反光区判定的不确定性(模糊性)，检测精度仍有待提升。此外，部分现有技术采用卷积神经网络进行反光区检测，此类算法需要巨量已标记区域的图像样本训练事先设计的网络结构，计算复杂度高，且容易陷入局部最优，对不同场景下的反光区检测适应性不强。总体来讲，反光区的检测精度会对后续结肠内窥镜图像恢复、病症区域识别等处理产生直接影响。充分利用多特征信息，以合理的方式描述不确定性，高效、鲁棒的检测反光区对后续处理十分必要。

中智集是对模糊集、直觉模糊集的扩展和一般化，中智集增加了独立的不确定性度量，能够更好的表达模糊信息。单值中智集是中智集理论当中的重要分类。在单值中智集中，隶属度，不确定性度和非隶属度被用来描述决策信息，且三个分量完全独立。鉴于中智集理论能够更好的描述决策信息，近些年，众多基于中智集理论的多属性决策方法被相继提出并用于视觉分析中，取得了较好效果。然而，在结肠镜图像处理领域，尚没有相关处理方法提出，本发明专利主要提出了一种面向结肠内窥镜图像反光区域检测的多复合特征融合中智分析方法，取得了很好的检测效果。

发明内容：

本发明所要解决的技术问题是提供一种框架简单、执行效率高、抗噪性能好，能够较好完成复杂光照条件下的面向结肠内窥镜图像反光区域检测的多复合特征融合中智分析方法，本发明适用于实时内窥镜图像反光区域检测分析，为后续反光区恢复、病灶区域识别等任务服务。

为了实现上述发明目的，本发明所采用的技术方案为：

面向结肠内窥镜反光区域检测的中智分析方法，包括以下步骤：

(1)将原图像颜色空间转换至灰度空间和色调-饱和度-亮度颜色空间；

(2)在灰度空间计算生成融合灰度门限的灰度中值差分特征图；

(3)在灰度空间计算图像黑边界滤除的结肠区域均值差分特征图；

(4)结合LOG特征图，计算基于灰度中值差分特征图的中智隶属度、不确定性度和非隶属度，利用中智相似度求得灰度中值差分特征图所对应的中智置信图；结合LOG特征图，计算基于结肠区域均值差分特征图的中智隶属度、不确定性度和非隶属度，利用中智相似度求得结肠区域均值差分特征图所对应的中智置信图；

(5)将灰度中值差分特征图所对应的中智置信图信息、结肠区域均值差分特征图所对应的中智置信图信息、图像饱和度信息以及灰度信息进行融合，通过多阈值判断获得反光区域坐标点集合。

进一步设置，所述步骤(2)灰度中值差分特征图的获得方法为：利用中值滤波器对灰度图像进行滤波处理，滤波窗口宽度设定为w，按照下列公式计算：