【技术实现步骤摘要】
一种基于大气散射模型的手术视频实时去雾增强方法
本专利技术涉及视频
,更具体地,涉及一种基于大气散射模型的手术视频实时去雾增强方法。
技术介绍
在雾气弥漫的环境下,由于大气中悬浮颗粒的影响,导致成像设备采集到的图像颜色退化、对比度下降,导致图像的整体品质下降,因此对有雾的图像进行对比度增强、去雾处理具有很好的现实意义。当前对于单幅图像进行去雾处理的算法有很多,例如:Tan提出一种自适应的灰度和彩色图像的去雾算法,Fattal基于物体表面阴影与透射率具有局部统计不相关性假设,提出了一种彩色图像去雾算法。然而,上述方法去雾效果不理想,同时在运行速度上都不太理想,无法达到视频实时去雾处理的效果,而且在医生进行内窥镜手术时还会遇到较浓的雾气情况,这些方法在这种情况下效果很不理想。
技术实现思路
本专利技术为克服上述现有技术中去雾效果不理想,同时无法达到视频实时去雾的处理效果的缺陷,提供一种基于大气散射模型的手术视频实时去雾增强方法。为解决上述技术问题,本专利技术采用的技术方案是:一种基于大气散射模型的手术视频实时去雾增强方法,包括以下步骤:S1:通过腹腔镜实时获取图像,并将获取的图像分解成一帧帧图像;S2:对每一帧图像的RGB三通道分别求得最小值,得到最小值图像,利用最小值滤波算法求得暗通道图像;S3:利用导向滤波对暗通道图像进行处理,得到精细暗通道图像,再将精细暗通道图像代入到大气散射模型,并得到透射率图像;S4:选取步骤S2中的最小值图像中排序前n的像素点 ...
【技术保护点】
1.一种基于大气散射模型的手术视频实时去雾增强方法,其特征在于,包括以下步骤:/nS1:通过腹腔镜实时获取图像,并将获取的图像分解成一帧帧图像;/nS2:对每一帧图像的RGB三通道分别求得最小值,得到最小值图像,利用最小值滤波算法求得暗通道图像;/nS3:利用导向滤波对暗通道图像进行处理,得到精细暗通道图像,再将精细暗通道图像代入到大气散射模型,并得到透射率图像;/nS4:选取步骤S2中的最小值图像中排序前n的像素点取平均值,然后分别求RGB三通道的均值,加权得到初步的大气光值;/nS5:将步骤S3中的透射率图像、步骤S4中的大气光值代入到大气散射模型,并得到去雾后的图像;/nS6:使用图像增强的方法处理步骤S5中得到的去雾后的图像,并得到清晰的去雾图像;/nS7:同时,通过光流法分别追踪步骤S1中本帧图像与前帧图像的像素点的位置,得到本帧图像对应像素点在前帧图像中的位置,所述本帧图像为步骤S2中待处理的图像,所述前帧图像为步骤S1中在本帧图像前一帧的图像;/nS8:对比本帧图像与前帧图像的透射率值,最后取两者中透射率值较大的图像作为输出图像;/nS9:将步骤S8中透射率较大的图像与步 ...
【技术特征摘要】
1.一种基于大气散射模型的手术视频实时去雾增强方法,其特征在于,包括以下步骤:
S1:通过腹腔镜实时获取图像,并将获取的图像分解成一帧帧图像;
S2:对每一帧图像的RGB三通道分别求得最小值,得到最小值图像,利用最小值滤波算法求得暗通道图像;
S3:利用导向滤波对暗通道图像进行处理,得到精细暗通道图像,再将精细暗通道图像代入到大气散射模型,并得到透射率图像;
S4:选取步骤S2中的最小值图像中排序前n的像素点取平均值,然后分别求RGB三通道的均值,加权得到初步的大气光值;
S5:将步骤S3中的透射率图像、步骤S4中的大气光值代入到大气散射模型,并得到去雾后的图像;
S6:使用图像增强的方法处理步骤S5中得到的去雾后的图像,并得到清晰的去雾图像;
S7:同时,通过光流法分别追踪步骤S1中本帧图像与前帧图像的像素点的位置,得到本帧图像对应像素点在前帧图像中的位置,所述本帧图像为步骤S2中待处理的图像,所述前帧图像为步骤S1中在本帧图像前一帧的图像;
S8:对比本帧图像与前帧图像的透射率值,最后取两者中透射率值较大的图像作为输出图像;
S9:将步骤S8中透射率较大的图像与步骤S6得到清晰的去雾图像进行综合;对图像中每一个像素点进行比较,如果步骤S8中得到的输出图像的透射率大于步骤S6中得到清晰的去雾图像的透射率时,则取步骤S8中得到的像素值;反之,则取步骤S6中的清晰的去雾图像的像素点;
S10:最后综合组成一个新的图像作为最终输出结果。
2.根据权利要求1所述的一种基于大气散射模型的手术视频实时去雾增强方法,其特征在于,在所述步骤S2中,最小值滤波算法主要包括以下步骤:
s21:先对原图像的行列进行增加,并用255填充新增区域;
s22:选取一个固定的正方形区域;
s23:对这个正方形区域的像素值进行排序,选出其中最小的值;
s24:将正方形区域的中心像素值用选出的最小值进行替换;
s25:对原图像的所有像素点重复步骤s22至步骤s24,由此得到暗通道图像。
3.根据权利要求1所述的一种基于大气散射模型的手术视频实时去雾增强方法,其特征在于,所述步骤S3主要包括以下步骤:
s31:先是使用原图像作为导向图得到第一张精细的暗通道图像;
s32:接着再使用原图像的灰度图像作为导向图取得第二张精细的暗通道图像;
s33:再对第一张精细的暗通道图像与第二张精细的暗通道图像进行加权得到最终的精细暗通道图像,
s34:再将精细暗通道图像代入至大气散射模型并得到透射率图像。
4.根据权利要求1所述的一种基于大气散射模型的手术视频实时去雾增强方法,...
【专利技术属性】
技术研发人员:花苏榕,陆遥,廖泉,高俊义,徐沛然,唐瑜韬,姜继钢,陈革,韩显林,吴文铭,赵玉沛,
申请(专利权)人:中国医学科学院北京协和医院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。