一种亮度校正参数的获取方法以及图像亮度的校正方法技术

本发明专利技术公开了一种亮度校正参数的获取方法以及图像亮度的校正方法。该方法包括：响应于获取到至少一个待训练图像，基于待训练图像中的各像素位置，对各待训练图像中的像素值进行排序得到待训练序列；其中，待训练序列表征与各像素位置分别对应的像素值的排序结果；基于图像拍摄属性以及待训练序列，构建目标损失函数；其中，图像拍摄属性表征待训练序列与标准序列之间的亮度参数关系，标准序列表征各标准图像对应的像素值的排序结果；对目标损失函执行回归拟合操作，得到亮度校正序列；其中，亮度校正序列包括与各像素位置分别对应的亮度校正参数。本发明专利技术实施例在保证亮度校正参数的准确度的同时，降低了方法的执行难度。降低了方法的执行难度。降低了方法的执行难度。

【技术实现步骤摘要】
一种亮度校正参数的获取方法以及图像亮度的校正方法


[0001]本专利技术涉及图像处理
，尤其涉及一种亮度校正参数的获取方法以及图像亮度的校正方法。

技术介绍

[0002]在医学影像系统的成像过程中，由于光学元件未对准、存在灰尘、光源不均匀或者渐晕等因素，采集到的医学图像存在光照不均匀现象，比如图像存在四周暗，中间亮的情况，而这种现象并不存在于真实生物样本中，因此这给后续研究带来不必要的麻烦。
[0003]目前，校正图像亮度的方法主要有两种，一种是光学方法，即通过手动调整拍摄参数、增强光束强度等等，另一种是前瞻性方法，即通过拍摄拍摄参考图像来获取亮度校正参数，例如拍摄纯净包埋物样品来获取参考图像。
[0004]但光学方法不具有普适性，容易使得图像产生强光噪点，前瞻性方法中采用的纯净包埋物样品制取困难，方法执行难度较大。

技术实现思路

[0005]本专利技术实施例提供了一种亮度校正参数的获取方法以及图像亮度的校正方法，以解决光学方法存在的普适性差的问题，在保证亮度校正参数的准确度的同时，降低方法的执行难度。
[0006]根据本专利技术一个实施例提供了一种亮度校正参数的获取方法，该方法包括：
[0007]响应于获取到至少一个待训练图像，基于所述待训练图像中的各像素位置，对各所述待训练图像中的像素值进行排序得到待训练序列；其中，所述待训练序列表征与各像素位置分别对应的像素值的排序结果；
[0008]基于图像拍摄属性以及所述待训练序列，构建目标损失函数；其中，所述图像拍摄属性表征所述待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；
[0009]对所述目标损失函执行回归拟合操作，得到亮度校正序列；其中，所述亮度校正序列包括与各所述像素位置分别对应的亮度校正参数。
[0010]根据本专利技术另一个实施例提供了一种图像亮度的校正方法，该方法包括：
[0011]获取待校正图像以及亮度校正序列；其中，所述亮度校正序列包括所述待校正图像中的各像素位置分别对应的亮度校正参数；
[0012]基于图像拍摄属性和所述亮度校正序列，对所述待校正图像执行校正操作得到目标图像；其中，所述图像拍摄属性表征待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；
[0013]其中，所述亮度校正序列是对目标损失函数执行回归拟合操作后得到的，所述目标损失函数是基于图像拍摄属性和待训练序列构建的，所述待训练序列是基于待训练图像中的各像素位置对获取到的各待训练图像中的像素值进行排序得到的，所述待训练序列表
征与各像素位置分别对应的像素值的排序结果。
[0014]根据本专利技术另一个实施例提供了一种亮度校正参数的获取装置，该装置包括：
[0015]待训练序列确定模块，用于响应于获取到至少一个待训练图像，基于所述待训练图像中的各像素位置，对各所述待训练图像中的像素值进行排序得到待训练序列；其中，所述待训练序列表征与各像素位置分别对应的像素值的排序结果；
[0016]目标损失函数构建模块，用于基于图像拍摄属性以及所述待训练序列，构建目标损失函数；其中，所述图像拍摄属性表征所述待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；
[0017]亮度校正参数确定模块，用于对所述目标损失函执行回归拟合操作，得到亮度校正序列；其中，所述亮度校正序列包括与各所述像素位置分别对应的亮度校正参数。
[0018]根据本专利技术另一个实施例提供了一种图像亮度的校正装置，该装置包括：
[0019]待校正图像获取模块，用于获取待校正图像以及亮度校正序列；其中，所述亮度校正序列包括所述待校正图像中的各像素位置分别对应的亮度校正参数；
[0020]目标图像确定模块，用于基于图像拍摄属性和所述亮度校正序列，对所述待校正图像执行校正操作得到目标图像；其中，所述图像拍摄属性表征待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；
[0021]其中，所述亮度校正序列是对目标损失函数执行回归拟合操作后得到的，所述目标损失函数是基于图像拍摄属性和待训练序列构建的，所述待训练序列是基于待训练图像中的各像素位置对获取到的各待训练图像中的像素值进行排序得到的，所述待训练序列表征与各像素位置分别对应的像素值的排序结果。
[0022]根据本专利技术另一个实施例提供了一种电子设备，所述电子设备包括：
[0023]至少一个处理器；以及
[0024]与所述至少一个处理器通信连接的存储器；其中，
[0025]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的亮度校正参数的获取或者图像亮度的校正方法。
[0026]根据本专利技术另一个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的亮度校正参数的获取或者图像亮度的校正方法。
[0027]本专利技术实施例的技术方案，通过基于待训练图像中的各像素位置，对获取到的各待训练图像中的像素值进行排序得到待训练序列，基于图像拍摄属性以及待训练序列，构建目标损失函数，对目标损失函执行回归拟合操作，得到亮度校正序列，其中，待训练序列表征与各像素位置分别对应的像素值的排序结果，图像拍摄属性表征待训练序列与标准序列之间的亮度参数关系，标准序列表征各标准图像对应的像素值的排序结果，亮度校正序列包括与各像素位置分别对应的亮度校正参数，解决了光学方法存在的普适性差的问题，在保证亮度校正参数的准确度的同时，降低了方法的执行难度。
[0028]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
Computed Tomography，PET)、光片荧光显微镜或超声设备等等。此处对医学影像设备的设备类型不作限定。
[0043]其中，具体的，待训练图像表征亮度分布不均匀的图像，各待训练图像一般为灰度图像且图像尺寸相同。在本实施例中，待训练序列表征与各像素位置分别对应的像素值的排序结果。
[0044]其中，具体的，待训练序列是一个N
×
H
×
W维的矩阵，其中，N表示待训练图像的图像数量，H
×
W表示各待训练图像的尺寸数据。其中，示例性的，待训练序列可以用q(x)表示，其中，x表示像素位置，如待训练序列q(x)中与像素位置x
i
对应的子序列为：
[0045]q(x
i
)＝{I
o,s(1)
(x
i
),I
o,s(2)
(x
i
),...,I...

【技术保护点】

【技术特征摘要】
1.一种亮度校正参数的获取方法，其特征在于，包括：响应于获取到至少一个待训练图像，基于所述待训练图像中的各像素位置，对各所述待训练图像中的像素值进行排序得到待训练序列；其中，所述待训练序列表征与各像素位置分别对应的像素值的排序结果；基于图像拍摄属性以及所述待训练序列，构建目标损失函数；其中，所述图像拍摄属性表征所述待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；对所述目标损失函执行回归拟合操作，得到亮度校正序列；其中，所述亮度校正序列包括与各所述像素位置分别对应的亮度校正参数。2.根据权利要求1所述的方法，其特征在于，所述基于图像拍摄属性以及所述待训练序列，构建目标损失函数，包括：获取与各所述待训练图像分别对应的标准图像，并基于所述标准图像中的各像素位置，对各所述标准图像中的像素值进行排序得到标准序列；基于图像拍摄属性、所述待训练序列以及所述标准序列，构建目标损失函数。3.根据权利要求1所述的方法，其特征在于，所述基于图像拍摄属性以及所述待训练序列，构建目标损失函数，包括：基于所述待训练序列，确定估计序列；其中，所述估计序列表征各所述待训练图像在图像数量维度上的平均像素值；基于图像拍摄属性和图像估计属性，确定图像序列属性；其中，所述图像估计属性表征所述标准序列与所述估计序列之间的亮度参数关系，所述图像序列属性表征所述待训练序列与所述估计序列之间的亮度参数关系；基于所述图像序列属性、所述待训练序列以及所述估计序列，构建目标损失函数。4.根据权利要求3所述的方法，其特征在于，所述基于所述待训练序列，确定估计序列，包括：从所述待训练图像的图像数量维度对所述待训练序列执行求均值操作，得到均值图像；基于预设像素值范围以及所述均值图像中各像素位置分别对应的像素值，对所述均值图像中的像素位置进行筛选得到像素位置集合；从所述像素位置集合的维度对所述待训练序列执行求均值操作，得到估计序列。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述目标损失函数包括柯西损失函数。6.根据权利要求5所述的方法，其特征在于，所述目标损失函数还包括正则损失函数、无光源基础损失函数和壁垒损失函数中至少一种。7.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述方法还包括，包括：针对获取到的每个观测图像，将所述观测图像划分为多个子图像，并基于各所述子图像分别对应的像素平均值和预设平均阈值，确定像素合格比例；在所述像素合格比例满足预设比例范围的情况下，将所述观测图像作为待训练图像。8.根据权利要求1
‑
4任一项所述的方法，其特征在于，在基于所述待训练图像中的各像素位置，对各所述待训练图像中的像素值进行排序得到待训练序列之前，所述方法还包括：
针对每个待训练图像，将所述待训练图像中像素值大于预设像素阈值的像素点删除，得到分割数据；其中，所述分割数据包括缺失图像以及被删除像素点的位置数据；采用预设填充算法，基于所述分割数据中的位置数据，对所述缺失图像执行填充操作，得到填充后的待训练图像。9.一种图像亮度的校正方法，其特征在于，包括：获取待校正图像以及亮度校正序列；其中，所述亮度校正序列包括所述待校正图像中的各像素位置分别对应的亮度校正参数；基于图像拍摄属性和所述亮度校正序列，对所述待校正图像执行校正操作得到目标图像；其中，所述图像拍摄属性表征待训练序列与标准序列之间的亮度参数关系，所述标准序列表征各标准图像对应的像素值的排序结果；其中，所述亮度校正...

【专利技术属性】
技术研发人员：张毅，肖彦洋，毕国强，徐放，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：