一种用于视频图像画质增强的方法及系统技术方案

本发明专利技术公开了一种用于视频图像画质增强的方法及系统，涉及医学影像画质增强技术领域。本发明专利技术的算法模型建立包括以下步骤：首先制作数据集，数据集包括原始视频数据和正样本图像数据，采集原始视频数据获得训练数据；其次使用预处理的统计模块接收训练数据，并训练预设置的空域滤波模型、时域滤波模型，训练数据依次经过空域滤波模块、时域滤波模块处理输出训练图像数据；最后计算训练图像数据与正样本图像数据的损失，修正空域滤波模型参数、时域滤波模型参数。本发明专利技术采用的画质增强方法在降噪的同时，更大可能保留图像细节，例如明暗、边缘、细节、动态等，使得处理后的图像能呈现出患者体内的更多细节。患者体内的更多细节。患者体内的更多细节。

【技术实现步骤摘要】
一种用于视频图像画质增强的方法及系统


[0001]本专利技术涉及临床医学影像画质增强
，尤其是一种用于视频图像画质增强的方法及系统。

技术介绍

[0002]随着医疗技术的不断进步，根据微创手术成像去判断病理、观察病变或进行手术已经成为现代医学最常用的手段之一。
[0003]例如，以内窥镜系统为核心的微创技术现已被广泛应用于普外科、妇产科、胸外科、泌尿外科、耳鼻喉科、儿科等多个科室，内窥镜成为医用不可或缺的诊断和手术设备。内窥镜使用环境一般为人体内部腔体如腹腔、胸腔、宫腔等，光照条件较差，并且人体组织特别是血液对自然光的吸收能力较强，导致内窥镜的探测敏感元件需要较大的增益才能获得较好的成像亮度，而增益过大导致图像噪声较大，严重影响图像的成像质量，影响医生手术过程种对人体各组织的区分判断，甚至会导致医生的误诊或漏诊，尤其是在微创手术方面，需要为医生提供清晰的内部环境。
[0004]另外人体腔体内拍摄的环境较为复杂：1、拍摄距离近，易过亮甚至过曝，拍摄远，易导致阴影区域过暗无细节；2、画面运动的场景很多；3、纹理细腻但较弱，不容易与噪声区分。目前常用的降噪方法要么降噪效果好，但处理后的图像有拖影、无细节，且处理速度慢，无法满足临床要求；要么处理速度快无拖影，但是噪声去不干净，导致细节和噪声无法区分，难以达不到医生的临床要求。
[0005]经检索，专利名为基于空域和时域联合滤波的多帧数字图像去噪方法，公开号为CN103606132B，以及专利名为时域与空域结合的视频降噪装置及方法 ，公开号为CN102769722A的两件专利，均提出了采用时域、空域相结合的手段对视频进行降噪，但是在医学领域，由于人体内部环境的复杂，上述的降噪手段不足以满意医生的临床需求，人体内部光线问题、人体组织的复杂程度以及各类血管等，尤其是手术阶段的病理图像，一旦细节不清晰或者局部明暗不明显，易影像医生的手术效果。
[0006]故本申请要解决的是，如何实现体内影像画质的增强，尤其是病理影像的画质增强。

技术实现思路

[0007]专利技术目的：基于
技术介绍
中提到的问题，本申请给出一种用于体内图像画质增强的方法及系统，采用改进型的空域滤波模型、改进型的时域滤波模型，使其按照预定的顺序处理体内视频图像数据，增强画质内容，包括细节、明暗以及边缘等，使其应用于临床，使得医生实时获得清晰的人体内部影像，进而结合自身的医学经验，做出准确的判断或精准完成手术。
[0008]技术方案：一种用于视频图像画质增强的方法，包括以下步骤：S1、使用数据集，所述数据集包括原始视频数据和正样本图像数据；采集原始视频
数据获得训练数据；S2、使用预处理的统计模块接收训练数据，并训练预设置的滤波算法模型，训练数据经过滤波算法模型处理输出训练图像数据；S3、计算训练图像数据与正样本图像数据的损失，修正滤波算法模型参数，返回步骤S2，直至完成预设的训练次数；输出训练后的滤波算法模型。
[0009]进一步地，还包括以下步骤：S4、选取数据集中的一部分作为测试集，从测试集中获得测试数据；S5、使用训练好的滤波算法模型对测试数据进行处理，输出测试图像数据；S6、计算测试图像数据与正样本图像数据的损失，使用预先设置的阈值进行比较；当测试图像数据与正样本图像数据的损失不大于阈值，则训练完成；当测试图像数据与正样本图像数据的损失大于阈值，则返回步骤S2。
[0010]进一步地，步骤S2中统计模块的预处理内容包括：至少引入运动单元、各通道亮度统计单元、局部细节统计单元、边缘梯度单元、前后帧局部相似度单元至统计模块中；步骤S2中预设置的滤波算法模型至少包括空域滤波模型、时域滤波模型。
[0011]进一步地，构建空域滤波模型的步骤包括：S211、使用导向滤波为框架，所述导向滤波公式为：Out(i,j,k)= λ*In(i,j,k)+(1
‑
λ)*Mean(k)其中，In(i,j,k)和Out(i,j,k)分别代表当前帧格式数据的第i行、第j列的输入和输出；k表示分量，可为R、 G和B；λ表示空域滤波模型的滤波权重，权重范围为[0,1]；Mean(k)表示除中心点外与分量k颜色相同的所有像素的均值。
[0012]进一步地，步骤S2中训练空域滤波模型的步骤包括：S212、所述空域滤波模型与统计模块交互，使用运动单元、通道亮度统计单元、局部细节单元、边缘梯度单元中至少一种单元对所述空域滤波模型进行训练；S33、更新所述空域滤波模型的滤波权重λ。
[0013]进一步地，构建时域滤波模型的步骤包括：S221、使用一阶低通滤波为框架，采用的滤波公式为：Out(i,j)= δ*In(i,j)+(1
‑
δ)*In_previous (i,j)其中，In(i,j) 和Out(i,j)分别代表图像当前帧格式数据第i行第j列的输入和输出；In_previous (i,j) 表示前一帧的经过时域滤波模型处理，得到的前一帧时域处理数据的第i行第j列输出结果；δ表示时域滤波模型的滤波权重，权重范围为[0,1]。
[0014]进一步地，训练步骤S2中时域滤波模型的步骤包括：S223、所述时域滤波模型与统计模块交互，使用通道亮度统计单元、边缘梯度单元、局部相似度单元中至少一种单元，训练所述时域滤波模型；S224、更新时域滤波模型的滤波权重δ。
[0015]进一步地，基于所述空域滤波模型、时域滤波模型处理视频图像的步骤包括：S7、设置空域滤波模型、时域滤波模型的处理顺序；统计模块接收并存储上一帧的图像数据经过空域滤波模型、时域滤波模型处理后
得到的上一帧的时域处理数据；S8、将视频当前帧的图像数据，先输入至空域滤波模型进行处理，输出当前帧的空域处理数据；再将当前帧的空域处理数据与上一帧的时域处理数据同时输入至时域滤波模型进行处理，输出当前帧的时域处理数据；S9、统计模块接收并存储当前帧的时域处理数据；所述当前帧的时域处理数据作为增强后的图像数据进行输出。
[0016]一种用于视频图像画质增强的系统，基于如上述任意一项用于视频图像画质增强的方法，包括：采集模块，用于采集视频，获得预设的图像数据；统计模块，至少包括运动单元、各通道亮度统计单元、局部细节统计单元、边缘梯度单元、前后帧局部相似度单元，用于训练空域滤波模型、时域滤波模型；图像处理模块，至少包括空域滤波模块、时域滤波模块；所述空域滤波模块以空域滤波模型为基础进行设置，所述时域滤波模块以时域滤波模型为基础进行设置。
[0017]进一步地，所述采集模块用于采集视频当前帧的图像数据，先通过空域滤波模块处理当前帧的图像数据，输出当前帧的空域处理数据；在将上一帧的时域处理数据与当前帧的空域处理数据输入至时域滤波模块处理，获得当前帧的时域处理数据，最后输出；其中，当前帧的时域处理数据缓存至统计模块，使用时，通过统计模块进行调用。
[0018]有益效果：1、本专利技术采用的画质增强方法在降噪的同时，更大可能保留图像细节，例如明暗、边缘、细节、动态等，使得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于视频图像画质增强的方法，其特征在于，包括以下步骤：S1、使用数据集，所述数据集包括原始视频数据和正样本图像数据；采集原始视频数据获得训练数据；S2、使用预处理的统计模块接收训练数据，并训练预设置的滤波算法模型，训练数据经过滤波算法模型处理输出训练图像数据；S3、计算训练图像数据与正样本图像数据的损失，修正滤波算法模型参数，返回步骤S2，直至完成预设的训练次数；输出训练后的滤波算法模型。2.如权利要求1所述的一种用于视频图像画质增强的方法，其特征在于，还包括以下步骤：S4、选取数据集中的一部分作为测试集，从测试集中获得测试数据；S5、使用训练好的滤波算法模型对测试数据进行处理，输出测试图像数据；S6、计算测试图像数据与正样本图像数据的损失，使用预先设置的阈值进行比较；当测试图像数据与正样本图像数据的损失不大于阈值，则训练完成；当测试图像数据与正样本图像数据的损失大于阈值，则返回步骤S2。3.如权利要求1所述的一种用于视频图像画质增强的方法，其特征在于，步骤S2中统计模块的预处理内容包括：至少引入运动单元、各通道亮度统计单元、局部细节统计单元、边缘梯度单元、前后帧局部相似度单元至统计模块中；步骤S2中预设置的滤波算法模型至少包括空域滤波模型、时域滤波模型。4.如权利要求3所述的一种用于视频图像画质增强的方法，其特征在于，构建空域滤波模型的步骤包括：S211、使用导向滤波为框架，所述导向滤波公式为：Out(i,j,k)= λ*In(i,j,k)+(1
‑
λ)*Mean(k)其中，In(i,j,k)和Out(i,j,k)分别代表当前帧格式数据的第i行、第j列的输入和输出；k表示分量，可为R、 G和B；λ表示空域滤波模型的滤波权重，权重范围为[0,1]；Mean(k)表示除中心点外与分量k颜色相同的所有像素的均值。5.如权利要求3所述的一种用于视频图像画质增强的方法，其特征在于，步骤S2中训练空域滤波模型的步骤包括：S212、所述空域滤波模型与统计模块交互，使用运动单元、通道亮度统计单元、局部细节单元、边缘梯度单元中至少一种单元对所述空域滤波模型进行训练；S33、更新所述空域滤波模型的滤波权重λ。6.如权利要求3所述的一种用于视频图像画质增强的方法，其特征在于，构建时域滤波模型的步骤包括：S221、使用一阶低通滤波为框架，采用的滤波公式为：Out(i,j)= δ*In(...

【专利技术属性】
技术研发人员：汪彦刚，彭一忠，
申请(专利权)人：南京图格医疗科技有限公司，
类型：发明
国别省市：