[發明專利]一種基于大氣散射模型的手術視頻實時去霧增強方法

有效

• 申請號: 201911044560.6
• 申請日: 2019-10-30
• 公開（公告）號: CN110910319B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 花蘇榕;陸遙;廖泉;高俊義;徐沛然;唐瑜韜;姜繼鋼;陳革;韓顯林;吳文銘;趙玉沛
• 申請（專利權）人: 中國醫學科學院北京協和醫院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/269
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 陳偉斌

1.一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，包括以下步驟：

S1：通過腹腔鏡實時獲取圖像，并將獲取的圖像分解成一幀幀圖像；

S2：對每一幀圖像的RGB三通道分別求得最小值，得到最小值圖像，利用最小值濾波算法求得暗通道圖像；

S3：利用導向濾波對暗通道圖像進行處理，得到精細暗通道圖像，再將精細暗通道圖像代入到大氣散射模型，并得到透射率圖像；

S4：選取步驟S2中的最小值圖像中排序前n的像素點取平均值，然后分別求原圖像RGB三通道的均值，將平均值與均值加權得到初步的大氣光值；

S5：將步驟S3中的透射率圖像、步驟S4中的大氣光值代入到大氣散射模型，并得到去霧后的圖像；

S6：使用圖像增強的方法處理步驟S5中得到的去霧后的圖像，并得到清晰的去霧圖像；

S7：同時，通過光流法分別追蹤步驟S1中本幀圖像與前幀圖像的像素點的位置，得到本幀圖像對應像素點在前幀圖像中的位置，所述本幀圖像為步驟S2中待處理的圖像，所述前幀圖像為步驟S1中在本幀圖像前一幀的圖像；

S8：對于前后兩幀圖像，比較透射率值，將當前幀透射率值比前一幀透射率值低的像素點用前一幀的去霧圖像像素點替換；

S9：將步驟S8中處理后的圖像與步驟S6得到清晰的去霧圖像進行綜合；對圖像中每一個像素點進行比較，如果步驟S8中得到的輸出圖像的透射率大于步驟S6中得到清晰的去霧圖像的透射率時，則取步驟S8中得到的像素值；反之，則取步驟S6中的清晰的去霧圖像的像素值；

S10：最后綜合組成一個新的圖像作為最終輸出結果。

2.根據權利要求1所述的一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，在所述步驟S2中，最小值濾波算法主要包括以下步驟：

s21：先對原圖像的行列進行增加，并用255填充新增區域；

s22：選取一個固定的正方形區域；

s23：對這個正方形區域的像素值進行排序，選出其中最小的值；

s24：將正方形區域的中心像素值用選出的最小值進行替換；

s25：對原圖像的所有像素點重復步驟s22至步驟s24，由此得到暗通道圖像。

3.根據權利要求1所述的一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，所述步驟S3主要包括以下步驟：

s31：先是使用原圖像作為導向圖得到第一張精細的暗通道圖像；

s32：接著再使用原圖像的灰度圖像作為導向圖取得第二張精細的暗通道圖像；

s33：再對第一張精細的暗通道圖像與第二張精細的暗通道圖像進行加權得到最終的精細暗通道圖像，

s34：再將精細暗通道圖像代入至大氣散射模型并得到透射率圖像。

4.根據權利要求1所述的一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，所述步驟S4主要包括以下步驟：

s41：先對最小值圖像中的所有像素點進行排序；

s42：然后選取其中前0.1％的像素值點進行求平均值；

s43：接著再對原圖像RGB三通道分別求均值，取步驟s42與步驟s43中的平均值進行加權并得到初步的大氣光值。

5.根據權利要求1所述的一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，在步驟S5中，將步驟S3中估計的透射率圖像、步驟S4中估計的大氣光值代入到大氣散射模型得到去霧后的圖像，其中大氣散射模型為：

I(p)＝J(p)t(p)+A(1-t(p))

其中，I(p)表示原始圖像，J(p)表示去霧后的清晰圖像，A表示大氣光值，t(p)表示透射率圖像，p表示圖像中的像素點坐標。

6.根據權利要求1所述的一種基于大氣散射模型的手術視頻實時去霧增強方法，其特征在于，在步驟S6中，先將去霧圖像像素值歸一化，再對歸一化的去霧圖像進行gamma變換：

I_γ(p)＝(I(p))^γ,0≤γ≤1

然后，選取參數值γ來提高亮度，再進行逆變換回0-255值。