[發明專利]一種膠囊內鏡視頻中消化道器官的定位方法

在審

• 申請號: 202010923742.7
• 申請日: 2020-09-04
• 公開（公告）號: CN112053399A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 王連生
• 申請（專利權）人: 廈門大學
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/90;G06T7/62;G06K9/62;G06F16/55;G06F16/535;G06F16/53
• 代理公司: 廈門致群財富專利代理事務所(普通合伙) 35224
• 代理人: 劉兆慶

本發明公開了一種膠囊內鏡視頻中消化道器官的定位方法，其包括步驟：S1、使用感知哈希算法對相似圖片進行過濾，去除相似度較高的圖片；S2、利用二分查找算法搜索目標位置；S3、對膠囊內鏡圖像進行分類。本發明通過相似圖片過濾、目標位置搜索、圖片分類實現了膠囊內鏡視頻中不同器官的分類，且分類結果準確，且使用的時間較短，實現了膠囊內鏡視頻中消化道器官的快速定位，解決了人工閱片工作量大、耗時長的難題。

技術領域

本發明涉及圖像處理技術領域，特別涉及一種膠囊內鏡視頻中消化道器官的定位方法。

背景技術

膠囊內鏡進入人體內后會隨著消化道的蠕動而移動，能夠對傳統消化內鏡無法到達的部位進行拍攝，從而實現對消化道的全面觀察。目前消化內鏡圖像的診斷主要依靠人工閱片，然而膠囊內鏡以2Hz的拍攝頻率產生數萬幀圖像數據，這極大地增加了醫生的工作負荷，且耗時較長，效率較低。此外，大部分消化道疾病只會在特定器官中發生，因此，快速定位到目標器官、忽略無關內容能夠減少閱片時間，提高診療效率。

在現有的工作中，最常見的方法是基于顏色和紋理特征來理解膠囊內鏡圖像，將手動提取的特征用于機器學習算法，對圖像進行分類。但依賴于手動提取特征的方法不能充分利用圖像特征，算法的準確率難以提高；而且對于實際應用也不夠便利。

發明內容

為解決上述問題，本發明提供了一種膠囊內鏡視頻中消化道器官的定位方法。

本發明采用以下技術方案：

一種膠囊內鏡視頻中消化道器官的定位方法，其包括以下步驟：

S1、使用感知哈希算法對相似圖片進行過濾，去除相似度較高的圖片；

S2、利用二分查找算法搜索目標位置；

S3、對膠囊內鏡圖像進行分類。

進一步地，步驟S1具體包括以下步驟：

S11、將圖片縮放到固定尺寸32×32，并且將結果保存為256階的灰度圖；

S12、計算所述灰度圖的離散余弦相似度(DCT)，保留左上角的8×8個像素作為該圖的最低頻率表示；

S13、計算步驟S13得到的8×8個像素的均值，在這64個像素中，像素值比均值大的記為1，反之記為0，進而得到一個64位的編碼串；

S14、比較兩張圖片對應的編碼串，計算它們之間的漢明距離，該距離參數用于反映兩個等長編碼串的相似度；

S15、按圖片之間的相似度將一段完整視頻劃分為若干個區間，在每一段區間中，只保留處于中間位置的一張圖像，從而過濾視頻中的冗余圖像。

進一步地，步驟S15具體為：首先，將視頻的第一幀圖像作為一個區間的起始，對于視頻序列中的每一幀圖片，都計算其與最近區間的第一幀圖像和最后一幀圖像之間的漢明距離d1、d2，若d1和d2都大于預設的閾值t，則將當前圖片作為下一區間的起點，然后，再計算，重復這一過程，最終能夠將一段完整視頻按圖片之間的相似度劃分為若干個區間，最后，在每一段區間中，只保留處于中間位置的一張圖像，就可以過濾視頻中的冗余圖像。

進一步地，所述閾值設為6。

進一步地，步驟S2具體為：根據所拍攝的器官，分別使用0-3這四個數字為所有圖像進行標注，將視頻映射為一個基本有序的數組，此時，二分查找算法選擇一個位置后，便以此位置為中心，取長度為2n+1的視頻序列，并對這2n+1個預測結果使用多數投票策略確定中心位置最終所屬的類別，在二分搜索的過程中，左右邊界的移動方式為：

Left＝Mid+1+n或Right＝Mid-1-n，其中，Left、Mid、Right分別表示區間左端點、中間位置和右端點，當中心值與目標值相等或區間長度小于等于1時，算法終止。