一种医学图像的2D转3D方法技术

本发明专利技术公开了一种医学图像的2D转3D方法，其涉及图像处理技术领域，其处理步骤如下：S1：输入医学图像计算其显著性深度图；S2：输入医学图像计算全局先验深度图，并归一化至8bit图像，获得图像Z2，Z2即为全局先验深度图；S3：输入医学图像计算运动深度图；S4：对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，获得融合深度图；S5：对融合深度图进行滤波及高分辨插值；S6：基于融合深度图及当前输入2D图像，生成左右视视点图像进行3D图融合渲染，将融合渲染后的图像作为3D图像输出至3D显示器，能够解决现有的医学2D内镜的图像显示的立体性较差，对于立体层次图像呈现效果不够好的问题。够好的问题。够好的问题。

【技术实现步骤摘要】
一种医学图像的2D转3D方法


[0001]本专利技术涉及图像处理
，尤其涉及一种医学图像的2D转3D方法。

技术介绍

[0002]传统2D内窥镜只能采集2D的图像，无法采集术中场景的深度信息。因此医生只能通过经验或训练判断场景三维信息，因此需要长时间的训练。相较于2D内窥镜，3D内窥镜通过采集场景中的3D图像，能够实现更加清晰的手术视野和更明显的解剖层次，从而大大提高术者对术野的感知能力，提高手术效率缩短手术培养周期。
[0003]以消化科手术为例，其手术场景复杂，解剖结构粘连较多，血管组织易变形漂移，术中出血风险高。运用3D腹腔镜技术，其所提供的丰富的立体纵深感，可以实现精细化的消化科手术，大大减少出血，提高操作精度。但是3D内窥镜目前仍存在结构复杂，设计及难度较大，普遍的适用度不高的问题。
[0004]针对3D内镜的以上问题，本专利技术提出一种医学图像的2D转3D的方法，其可以将传统2D内镜的图像转为3D图像，从而大大有效规避3D内镜高昂加工成本的同时可带来接近3D内镜成像的感知效果。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术目的是提供一种医学图像的2D转3D方法，通过对医学图像进行显著性深度图、全局先验深度图和运动深度图的计算，然后进行融合，基于融合深度图及当前输入2D图像进行3D图像转换，能够得到医学图像的深度的3D图，以解决现有的医学2D内镜的图像显示的立体性较差，对于立体层次图像呈现效果不够好的问题。
[0006]为了实现上述目的，本专利技术是通过如下的技术方案来实现：一种医学图像的2D转3D方法，其处理步骤如下：S1：输入医学图像计算其显著性深度图，显著性深度图生成的方法为：A1：将医学图像转化为Lab颜色空间，并计算Lab空间中的颜色直方图；A2：对颜色直方图的每个颜色按照像素数进行由大到小排序；A3：对于排序后的直方图，截取其前10%的像素作为高频颜色像素，将其余80%的像素作为低频颜色像素；A4：分别计算80%的低频颜色像素与10%高频颜色像素的距离，排序获得相距最近的高频颜色值，并将低频颜色值赋值为高频颜色值，获得颜色被赋值后的图像；A5：计算A4步骤获得颜色被赋值后的图像的每个像素对应的颜色的显著性值，其计算方法为：，式中表示像素点P的显著性值， 表示在直方图中像素 n 对应直方图频率值，表示两个像素的距离，；
A6：将A5最终获得的图像归一化至8bit图像获得图像Z1，Z1即为显著性深度图；S2：输入医学图像计算全局先验深度图，并归一化至8bit图像，获得图像Z2，Z2即为全局先验深度图；针对医学图像的深度分布情况，采用以下函数实现全局先验深度图，其采用以下拟合公式：，其中，、和是常数，其根据医学图像场景深度分布实际效果手动预设；和表示先验的深度分界范围，由医学图像的场景深度分布确定，表示全局先验深度图函数；S3：输入医学图像计算运动深度图，运动深度图计算方法如下：B1：初始化运动深度图，每个深度值置设置为0；B2：采用光流计算算法计算连续帧的光流估计；B3：对B2行获得的结果进行归一化至8bit图像，获得运动深度图Z3；S4：对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，获得融合深度图；S5：对融合深度图进行滤波及高分辨插值；S6：基于融合深度图及当前输入2D图像，生成左右视视点图像进行3D图融合渲染，将融合渲染后的图像作为3D图像输出至3D显示器。
[0007]进一步地，所述B2中光流计算算法采用Lucas
‑
Kanada法。
[0008]进一步地，所述S4中对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，其融合公式为：；其中，a、b和c表示深度融合先验证常数，并满足，a、b和c的具体数值根据实际效果进行调整并归一化，D
r
为融合深度图函数。
[0009]进一步地，所述S5中对深度图进行滤波采用高斯滤波算法进行分辨率提升，且滤波核大小为5。
[0010]进一步地，所述S6中生成左右视视点图像的方法为：对于输入2D图像中的任意一点P(X,Y)，计算其目标的点坐标，其中e为其中左视视点的坐标，，，其中，右视视点的坐标，，，其中，D
x
表示人与显示器之间的距离，d表示场景点P(X,Y)的深度值。
[0011]进一步地，所述S6中生成左右视视点图像进行3D图融合渲染的方法为：左右视视点图像分别为左视视点图像和右视视点图像；根据左视视点图像建立左视视点平面直角坐
标系，根据右视视点图像建立右视视点平面直角坐标系；将求取的左视视点的坐标放入左视视点平面直角坐标系中，将求取的右视视点的坐标放入右视视点平面直角坐标系中，将左视视点平面直角坐标系和右视视点平面直角坐标系进行合并形成融合平面直角坐标系，计算融合平面直角坐标系中左视视点的坐标与右视视点的坐标距离S
lr
；建立融合三维直角坐标系，计算左视视点图像和右视视点图像的融合角度R
r
；R
r
的计算公式为：；其中，k1为角度调整常数，且2<k1<2.5。
[0012]进一步地，融合角度R
r
的设置方法为：在融合平面直角坐标系中获取左视视点图像的横向宽度，并设定为左视宽度；以左视宽度做一条线段，并设定为左视横向线段；过左视视点做左视横向线段的垂线，将垂足作为左视参照点；选取左视横向线段中横坐标大于左视参照点的部分作为左视参照线段；在融合平面直角坐标系中获取右视视点图像的横向宽度，并设定为右视宽度；以右视宽度做一条线段，并设定为右视横向线段；过右视视点做右视横向线段的垂线，将垂足作为右视参照点；选取右视横向线段中横坐标小于右视参照点的部分作为右视参照线段；以D
x
为长度设置观察距离线段，将观察距离线段分别与左视参照线段和右视参照线段保持垂直，且观察距离线段的一端位于左视参照点和右视参照点的中心点；将观察距离线段远离左视参照线段和右视参照线段的一端设定为观察点，将观察点与左视参照点的连线设定为左视夹角线，将观察点与右视参照点的连线设定为右视夹角线，将左视夹角线和右视夹角线之间的夹角设定为融合角度R
r
。
[0013]本专利技术的有益效果：本专利技术通过输入医学图像计算其显著性深度图；通过输入医学图像计算全局先验深度图，通过输入医学图像计算运动深度图；然后对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，获得融合深度图；对融合深度图进行滤波及高分辨插值；最后基于融合深度图及当前输入2D图像，生成左右视视点图像进行3D图融合渲染，将融合渲染后的图像作为3D图像输出至3D显示器，首先通过对医学图像进行显著性深度图、全局先验深度图和运动深度图的计算，然后进行融合，能够得到更为精准地融合深度图像，基于融合深度图及当前输入2D图像进行3D图像转换，能够得到医学图像的深度的3D图，在提高了原2D图像显示的立体性的同时，保证3D图像呈现的准确性，能够解决现有的医本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像的2D转3D方法，其特征在于，其处理步骤如下：S1：输入医学图像计算其显著性深度图，显著性深度图生成的方法为：A1：将医学图像转化为Lab颜色空间，并计算Lab空间中的颜色直方图；A2：对颜色直方图的每个颜色按照像素数进行由大到小排序；A3：对于排序后的直方图，截取其前10%的像素作为高频颜色像素，将其余80%的像素作为低频颜色像素；A4：分别计算80%的低频颜色像素与10%高频颜色像素的距离，排序获得相距最近的高频颜色值，并将低频颜色值赋值为高频颜色值，获得颜色被赋值后的图像；A5：计算A4步骤获得颜色被赋值后的图像的每个像素对应的颜色的显著性值，其计算方法为：，式中表示像素点P的显著性值， 表示在直方图中像素 n 对应直方图频率值，表示两个像素的距离，；A6：将A5最终获得的图像归一化至8bit图像获得图像Z1，Z1即为显著性深度图；S2：输入医学图像计算全局先验深度图，并归一化至8bit图像，获得图像Z2，Z2即为全局先验深度图；针对医学图像的深度分布情况，采用以下函数实现全局先验深度图，其采用以下拟合公式：，其中，、和是常数，其根据医学图像场景深度分布实际效果手动预设；和表示先验的深度分界范围，由医学图像的场景深度分布确定，表示全局先验深度图函数；S3：输入医学图像计算运动深度图，运动深度图计算方法如下：B1：初始化运动深度图，每个深度值置设置为0；B2：采用光流计算算法计算连续帧的光流估计；B3：对B2行获得的结果进行归一化至8bit图像，获得运动深度图Z3；S4：对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，获得融合深度图；S5：对融合深度图进行滤波及高分辨插值；S6：基于融合深度图及当前输入2D图像，生成左右视视点图像进行3D图融合渲染，将融合渲染后的图像作为3D图像输出至3D显示器。2.根据权利要求1所述的一种医学图像的2D转3D方法，其特征在于：所述B2中光流计算算法采用Lucas
‑
Kanada法。3.根据权利要求1所述的一种医学图像的2D转3D方法，其特征在于：所述S4中对显著性深度图、全局先验深度图和运动深度图按照对应比例进行融合，其融合公式为：；其中，a、b和c表示深度融合先验证常数，并满足，a、b和c的具体数值根据实际效果进行调整并归一化，D
r
为融合深度图函数。
4.根据权利要求1所述的一种医学图像的2D转3D方法，其特征在于：所述S5中对深度图进行滤波采用高斯滤...

【专利技术属性】
技术研发人员：蔡惠明，李长流，王子阳，倪轲娜，卢露，
申请(专利权)人：南京诺源医疗器械有限公司，
类型：发明
国别省市：