内窥镜图像烟雾去除方法技术

本发明专利技术公开了内窥镜图像烟雾去除方法，包括以下步骤：S1、设置光照分量；S2、减弱光照函数，在适应范围内不断减弱光照函数的参数；S3、设置反射分量；S4、同态滤波处理；S5、对函数做傅里叶变换；S6、选择合适的传递函数；S7、对滤波函数进行傅里叶反变换；S8、运算，得到同态滤波后的输出结果。该内窥镜图像烟雾去除方法，图像的空‑频对应关系可知，实验图像的烟雾区域在频域里主要集中在低频部分，而其他的信息集中在相对高的频率范围内，基于此，通过选取适当的高通滤波器，对组织图像进行滤波处理，从而达到图像中烟雾消除或削弱的目的，使医务人员在对组织观察的过程中，能更清楚看到当前的组织界面，提高医诊判断率。

Smoke removal method of endoscope image

【技术实现步骤摘要】
内窥镜图像烟雾去除方法
本专利技术涉及图像处理领域
，具体为内窥镜图像烟雾去除方法。
技术介绍
随着高能量电刀、激光刀、超声刀等电外科设备的广泛应用，在电凝切割的过程中会产生大量的有毒有害烟雾，严重侵蚀着医患的健康。手术烟雾(SurgicalSmoke)是在外科手术过程中由高频电灼刀，激光刀，超声手术刀，高速钻头、锯片、器械毛边破坏和汽化组织蛋白和脂肪形成的。其形态为分散到空气中的肉眼可见的可被吸入的细小微粒、烟雾或气溶胶。手术烟雾不仅繁琐了手术操作步骤，而且会影响内窥镜观察的画面，造成医务人员对当前手术环境的判断失误。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了图像杂质优化处理领域，具备组织界面图像清晰，医诊判断率高等优点，解决了烟雾导致组织界面图像模糊不清的问题。(二)技术方案为实现上述图像中烟雾消除或削弱的目的，本专利技术提供如下技术方案：内窥镜图像烟雾去除方法，包括以下步骤：S1、设置光照分量随机选定一个适应范围内的光照函数。<本文档来自技高网...

【技术保护点】
1.内窥镜图像烟雾去除方法，其特征在于，包括以下步骤：/nS1、设置光照分量/n随机选定一个适应范围内的光照函数；/nS2、减弱光照函数/n在适应范围内不断减弱光照函数的参数，通过比较找到一个适合的光照函数参数；/nS3、设置反射分量/n随机选定一个适应范围内的反射函数；/nS4、同态滤波处理/n首先对原图像取对数，使图像模型中的乘法运算转换为简单的加法运算，再通过函数方程式进行计算，得出一个合理对数函数z的参数值；/nS5、对函数做傅里叶变换/n将函数转换到频域，再通过函数方程式进行计算，得出一个合理的频域函数Z的参数值；/nS6、选择合适的传递函数/n压缩i(x，y)分量的变化范围，削弱I...

【技术特征摘要】
1.内窥镜图像烟雾去除方法，其特征在于，包括以下步骤：
S1、设置光照分量
随机选定一个适应范围内的光照函数；
S2、减弱光照函数
在适应范围内不断减弱光照函数的参数，通过比较找到一个适合的光照函数参数；
S3、设置反射分量
随机选定一个适应范围内的反射函数；
S4、同态滤波处理
首先对原图像取对数，使图像模型中的乘法运算转换为简单的加法运算，再通过函数方程式进行计算，得出一个合理对数函数z的参数值；
S5、对函数做傅里叶变换
将函数转换到频域，再通过函数方程式进行计算，得出一个合理的频域函数Z的参数值；
S6、选择合适的传递函数
压缩i(x，y)分量的变化范围，削弱I(u，v)，增强r(x，y)分量的对比度，提升R(u，v)，再通过函数方程式进行计算，通过增强细节，即可以确定一个合适的H(u，v)的函数参数值；
S7、对滤波函数进行傅里叶反变换
将获取的滤波函数通过傅里叶反变换方程中，对滤波函数进行转换；
S8、运算
将确定的数据代入到函数方程式中进行运算，就可以得到同态滤波后的输出结果，这个结果对应的图像即为烟雾处理过之后的图像。


2.根据权利要求1所述的内窥镜图像烟雾去除方法，其特征在于，所述步骤S1中设置的光照分量是一个随机的变量值，设置的随机光照分量变量值为多组数据，将多组数据进行分析和比较，确定合适的变量值。


3.根据权利要求1所述的内窥镜图像烟雾去除方法，其特征在于，所述步骤S2中不断减弱光照函数来缩小图像灰度范围，将多组图像灰度范围进行比较和分析。


4.根据权利要求1所述的内窥镜图像烟雾去除方法，其特征在于，所述步骤S3中设置的反射函数是一个随机的变量值，设置的随机反射分量变量值为多组数据，将多组数据进行分析和比较，确定合适的变量值。


5.根据权利要求1所述的内窥镜图像烟雾去除方...

【专利技术属性】
技术研发人员：郑民华，陈东，张一，
申请(专利权)人：苏州新光维医疗科技有限公司，
类型：发明
国别省市：江苏;32