一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法技术方案

本发明专利技术公开了一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，首先区分出信号和噪声，然后提取出前景信号进行自适应的非线性提升，对背景噪声进行自适应的非线性抑制，其中提升和抑制程度均与当前前景信号的亮度自适应相关，从而达到荧光图像自适应增强及降噪的效果。

【技术实现步骤摘要】
一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法
本专利技术涉及一种计算机软件/图像处理方法，尤其涉及的是一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法。
技术介绍
近年来，荧光导航内窥镜系统已在外科手术中被广泛应用，特别地，在妇科、肝胆外科的手术中，搭载在内窥镜上的荧光导航内窥镜系统能实现术中把标记、肿瘤标记标定、胆管造影等重要功能。一般的荧光导航内窥镜系统，由于灵敏度不足等原因，使其荧光成像容易出现信噪比不足的问题，即前景信号与背景噪声难以区分。为了解决上述问题，满足视频实时处理的需求，现有的图像处理技术中，一般采用传统的空域处理方法进行图像增强，经典方法是采用直方图均衡化算法，从原理上说，该算法能让灰度更好地在直方图上均衡分布，即能使原本偏亮的信号表现得更亮，偏暗的信号表现得更暗。但是，该算法并不对前景信号和背景噪声的数据加以区分，所以在信噪比较差的场景下，噪声也会同步被显著放大，使信噪比进一步下降；另外，使用直方图的方法，其亮度变化的程度难以控制，帧与帧之间的变化可能会突然变大，造成视频画面不连续，影响视频的观感，从而影响了医生在手术过程中对病灶的判断。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术的目的在于提供一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，旨在解决现有的直方图均衡化算法不对前景信号和背景噪声的数据加以区分，导致信噪比下降的问题。本专利技术的技术方案如下：一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，具体包括以下步骤：S1：输入原始图像Src，将其转化为灰度图像；S2：计算得出前景信号和背景噪声的最佳分割阈值thresh，并计算出与最佳分割阈值thresh对应的增强因子factor，根据最佳分割阈值thresh分割出前景信号和背景噪声两个区间；S3：根据前景信号和背景噪声的最佳分割阈值thresh和对应的增强因子factor，分别对前景信号和背景噪声两个区间的每一个像素点进行计算，得出每一个像素点对应的非线性映射表Map；S4：将原始图像Src的每一个像素点的非线性映射表Map应用到原始图像Src的V通道上，得出对应的增强后的图像Dst。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S1中，具体包括以下过程：输入原始图像Src，将其转化为8位灰度图像。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S2中，基于最大类间方差法对原始图像Src的直方图进行计算，得出前景信号和背景噪声的最佳分割阈值thresh；并计算出与最佳分割阈值thresh对应的增强因子factor。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S2中，具体包括以下步骤：s21：使用最大类间方差法求原始图像Src(x,y)的最佳分割阈值thresh：使用区间[0,255]中共256级灰阶逐一作为原始图像Src(x,y)的分割阈值thresh，统计每一个分割阈值thresh对应的亮区域点数占图像比例为w0，对应的平均灰度为u0；每一个分割阈值thresh对应的暗区域点数占图像比例为w1，对应的平均灰度为u1，通过公式（1）得出每一个分割阈值thresh对应的图像的总平均灰度u：通过公式（2）得出的前景、背景区域灰度的类间方差g：按上述的计算过程，逐一计算出区间[0,255]的每一个分割阈值thresh对应的类间方差g，并形成类间方差g的集合，从中查找出类间方差g的最大值maxDelta，以及其对应的thresh，其中，该thresh就是对原始图像Src(x,y)进行前景信号和背景噪声进行分割的最佳分割阈值thresh，与maxDelta对应的u就是原始图像Src(x,y)的前景信号的平均亮度；s22：通过公式（3）计算增强因子Factor：其中，u为与maxDelta对应的u值，即原始图像Src(x,y)的前景信号的平均亮度。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S2中，通过二维最大熵阈值分割法或最小均方误差阈值分割法或三角阈值分割法对原始图像Src的直方图进行计算，得出前景信号和背景噪声的最佳分割阈值thresh。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S3中，根据前景信号和背景噪声的最佳分割阈值thresh和对应的增强因子factor，通过幅度可调的二次函数算法分别对前景信号和背景噪声两个区间进行计算，得出对应的非线性映射表Map。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S3中，具体包括以下步骤：s31：通过公式（4）得出调整图像的非线性灰度映射表，其中Srci∈[0,255]，代表256个灰度级，而Map[Srci]是对应256个灰度级的非线性灰度映射表：其中，当Srci小于最佳分割阈值thresh时为背景区域，采用计算出对应的非线性灰度映射表Map[Srci]，以此对背景噪声区域进行降低亮度，抑制背景噪声；当Srci大于等于最佳分割阈值thresh时为前景区域，采用计算出对应的非线性灰度映射表Map[Srci]，以此对前景信号进行亮度提升。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S3中，根据前景信号和背景噪声的最佳分割阈值thresh和对应的增强因子factor，通过对数函数算法或幂函数算法分别对前景信号和背景噪声两个区间进行计算，得出对应的非线性映射表Map。所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其中，所述S4中，具体包括以下步骤：s41：将原始图像Src的每一个像素点的非线性映射表Map连起来形成非线性映射曲线Map[256]，通过公式（5）将非线性映射曲线Map[256]应用到原始图像Src的V通道图像上：s42：输出原始图像Src经过非线性增强后的图像Dst。本专利技术的有益效果：本专利技术通过提供一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，首先区分出信号和噪声，然后提取出前景信号进行自适应的非线性提升，对背景噪声进行自适应的非线性抑制，其中提升和抑制程度均与当前前景信号的亮度自适应相关，从而达到荧光图像自适应增强及降噪的效果。附图说明图1是本专利技术中荧光导航内窥镜系统的荧光图像自适应增强及降噪方法的步骤流程图。图2a是本专利技术中前景信号适中的图像的原图。图2b是本专利技术中图2a经过荧光导航内窥镜系统的荧光图像自适应增强及降噪方法处理后的效果图。图2c是本专利技术中图2a经过现有技术直方图均衡化算法处理后的效果图。图3a是本专利技术中前景信号较暗的图像的原图。图3b是本专利技术中图3a经过荧光导航内窥镜系统的荧光图像自适应增强及降噪方法处理后的效果图。具体实施方式下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“本文档来自技高网...

【技术保护点】
1.一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其特征在于，具体包括以下步骤：S1：输入原始图像Src，将其转化为灰度图像；S2：计算得出前景信号和背景噪声的最佳分割阈值thresh，并计算出与最佳分割阈值thresh对应的增强因子factor，根据最佳分割阈值thresh分割出前景信号和背景噪声两个区间；S3：根据前景信号和背景噪声的最佳分割阈值thresh和对应的增强因子factor，分别对前景信号和背景噪声两个区间的每一个像素点进行计算，得出每一个像素点对应的非线性映射表Map；S4：将原始图像Src的每一个像素点的非线性映射表Map应用到原始图像Src的V通道上，得出对应的增强后的图像Dst。

【技术特征摘要】
1.一种荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其特征在于，具体包括以下步骤：S1：输入原始图像Src，将其转化为灰度图像；S2：计算得出前景信号和背景噪声的最佳分割阈值thresh，并计算出与最佳分割阈值thresh对应的增强因子factor，根据最佳分割阈值thresh分割出前景信号和背景噪声两个区间；S3：根据前景信号和背景噪声的最佳分割阈值thresh和对应的增强因子factor，分别对前景信号和背景噪声两个区间的每一个像素点进行计算，得出每一个像素点对应的非线性映射表Map；S4：将原始图像Src的每一个像素点的非线性映射表Map应用到原始图像Src的V通道上，得出对应的增强后的图像Dst。2.根据权利要求1所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其特征在于，所述S1中，具体包括以下过程：输入原始图像Src，将其转化为8位灰度图像。3.根据权利要求1所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其特征在于，所述S2中，基于最大类间方差法对原始图像Src的直方图进行计算，得出前景信号和背景噪声的最佳分割阈值thresh；并计算出与最佳分割阈值thresh对应的增强因子factor。4.根据权利要求3所述的荧光导航内窥镜系统的荧光图像自适应增强及降噪方法，其特征在于，所述S2中，具体包括以下步骤：s21：使用最大类间方差法求原始图像Src(x,y)的最佳分割阈值thresh：使用区间[0,255]中共256级灰阶逐一作为原始图像Src(x,y)的分割阈值thresh，统计每一个分割阈值thresh对应的亮区域点数占图像比例为w0，对应的平均灰度为u0；每一个分割阈值thresh对应的暗区域点数占图像比例为w1，对应的平均灰度为u1，通过公式（1）得出每一个分割阈值thresh对应的图像的总平均灰度u：通过公式（2）得出的前景、背景区域灰度的类间方差g：按上述的计算过程，逐一计算出区间[0,255]的每一个分割阈值thresh对应的类间方差g，并形成类间方差g的集合，从中查找出类间方差g的最大值，记为maxDelta，以及与maxDelta对应的thresh，其中，该thresh就是对原始图像Src(x,y)进行前景信号和背景噪声进行分割的最佳分割阈值thresh...

【专利技术属性】
技术研发人员：梁江荣，任均宇，吴春波，张浠，安昕，
申请(专利权)人：广东欧谱曼迪科技有限公司，
类型：发明
国别省市：广东,44