System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于视频图像处理,具体涉及一种医疗内窥镜视频电子稳像方法。
技术介绍
1、在微创手术过程中,尤其是在画面变倍、对焦过程中,扶镜手轻微的抖动可能造成手术画面剧烈的抖动,导致主刀医生视觉疲劳,因此需要稳像技术缓解这一痛点。
2、电子稳像与机械防抖、光学防抖技术相比有着成本更低、灵活度更高、集成度更高等优点。采用何种算法以更好的适配微创手术场景,使得主刀医生在手术过程中看到的手术画面稳定、变化平缓,是一个亟待解决的技术问题。
3、现有技术方案中,光流法基于亮度连续性假设,即连续帧中的像素亮度在运动过程中保持不变。而内窥镜摄像系统往往都具有自动调光功能,调节后的亮度会影响估计精度。且在微创手术过程中,医用冷光源在人体内的反射情况时刻发生变化,尤其是在腹腔镜手术中,照射在腔体内的亮斑使得光流法不能适用于手术场景。
4、块匹配法通常将图像分成小块,然后利用各种方法找到不同帧相似的块,从而估计全局运动,该方法在帧间图像信息变化较少时,运动估计的结果精度较低,且对于局部运动较为敏感。
5、特征点匹配法依赖于检测和跟踪图像中的特征点,例如角点、边缘等,然后匹配帧与帧之间的特征点以估计运动向量。该方法估计精度较高,但依赖图像质量,且对于局部运动较为敏感。
6、因此,如何提高图像的精确度是本专利技术申请想要重点解决的技术问题,同时,减少图像质量的依赖以及弱化局部运动影响也是本专利技术待解决的技术问题。
技术实现思路
1、本专利技术的目
2、本专利技术目的是这样实现的:一种医疗内窥镜视频电子稳像方法,其特征在于:该方法包括以下步骤:
3、步骤s1:图像预处理;
4、步骤s2:剔除运动区域;
5、所述运动区域包括全局运动区域和局部运动区域,剔除运动区域为剔除局部运动区域;
6、步骤s3:帧间运动估计;
7、步骤s4:运动补偿;
8、步骤s5:对运动补偿后的帧进行后处理。
9、优选的,所述步骤s1中图像预处理,具体为:
10、步骤s1-1:对输入帧灰度化,灰度化方法为:
11、y=0.299r+0.587g+0.114b;
12、其中,y代表每个像素点输出的灰度值,r、g、b代表每个像素点的红绿蓝三通道值;
13、步骤s1-2:使用低通滤波平滑图像以减少噪声的影响,具体为:
14、低通滤波平滑图像的方式是采用高斯滤波器:用大小为3×3,σ=0.8的高斯滤波器模板对灰度图进行低通滤波,该模板为
15、
16、优选的,所述步骤s2中剔除运动区域,具体为:
17、用t-2帧的全局运动向量补偿t-1帧,在像素对齐后,计算补偿后的t-1帧与当前帧t的帧差图像,从而将当前帧t区分为运动区域与背景区域;帧差图像表示为:
18、
19、式中,x表示像素的坐标,表示帧差图像,it表示当前帧,表示补偿后的t-1帧。
20、优选的,所述步骤s3中帧间运动估计,具体操作如下:
21、步骤s3-1:对t帧与t-1帧取相同的背景区域分别进行akaze特征检测,得到若干个待匹配特征点的坐标(xt,yt),(xt-1,yt-1);
22、步骤s3-2:通过汉明距离对两帧特征点进行匹配,并对匹配结果交叉验证,使得t帧特征点的最佳匹配结果与t-1帧特征点的最佳匹配结果一致,从而得到若干匹配特征对;
23、步骤s3-3:返回所有有效特征对坐标的差值作为局部运动向量组lm(x,y)=(mx,my)t;
24、步骤s3-4:返回所有局部运动向量的中值作为全局运动向量lm(x,y),得到运动估计结果,即
25、lm(x,y)=(median(mx),median(my))t。
26、优选的,所述汉明距离直接反映了两帧特征点的相似程度,汉明距离越小则表明特征点越相似;以汉明距离顺序排序,并取前25%的匹配特征对作为匹配的有效结果。
27、优选的,所述步骤s4中运动补偿,具体操作为:
28、步骤s4-1:判断是否进行运动补偿;
29、步骤s4-2:将调整后的全局运动向量lm(x,y)取相反数作为运动补偿向量compensation,即
30、compensation=-lm(x,y);
31、使用仿射变换模型对预处理前的输入帧进行变换,得到输出补偿帧;
32、仿射变换模型为:
33、y=rx+t;
34、其中,x=(x,y)t为转换前坐标,y=(x′,y′)t为转换后坐标,r为旋转矩阵,t=(a,b)t为平移矢量;
35、出于计算复杂度的考虑,运动补偿仅做平移变换,r简化为:
36、
37、因此运动补偿方式为:
38、
39、优选的,所述步骤s4-1中判断是否进行运动补偿,具体为:
40、如果匹配特征对数量小于阈值参数th_num,则表明运动估计的结果置信度较低,不进行运动补偿,置lm(x,y)=0;
41、如果运动估计回归的特征点的运动向量方差大于阈值参数th_var,则表明特征点匹配精度不佳,不进行运动补偿,置lm(x,y)=0;
42、为了避免视频场景发生变化导致算法过补偿,对当前帧的运动矢量进行判断:记水平或垂直方向上的运动估计标量为est_motion,如果est_motion超过阈值th1范围,则将est_motion设置为th1;如果est_motion远超过阈值,则是发生了大范围运动或者算法误检,不进行运动补偿,即:
43、
44、优选的,所述步骤s5中对运动补偿后的帧进行后处理,具体为:
45、对补偿结果帧做相应的裁剪,对需要保持原视频分辨率的帧,进行插值填补空缺像素。
46、与现有技术相比,本专利技术具有如下改进及优点:1、通过使用akaze进行特征检测,并使用汉明距离对两帧特征点进行匹配,并对匹配结果交叉验证,提高帧间运动估计的精度,避免错误的运动估计对运动补偿产生不利影响,从而提高了图像的准确性和稳定性。
47、2、通过使用仿射变换模型对预处理前的输入帧进行变换,得到输出补偿帧,简化了运动补偿的计算复杂度;对输入帧做了预处理,缓解了特征点匹配依赖图像质量的问题,通过检测并剔除运动区域缓解了特征匹配受局部运动影响较大的问题,提高了图像的稳定性。
本文档来自技高网...【技术保护点】
1.一种医疗内窥镜视频电子稳像方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S1中图像预处理,具体为:
3.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S2中剔除运动区域,具体为:
4.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S3中帧间运动估计,具体操作如下:
5.根据权利要求4所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述汉明距离直接反映了两帧特征点的相似程度,汉明距离越小则表明特征点越相似;以汉明距离顺序排序,并取前25%的匹配特征对作为匹配的有效结果。
6.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S4中运动补偿,具体操作为:
7.根据权利要求6所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S4-1中判断是否进行运动补偿,具体为:
8.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤S5中对
...【技术特征摘要】
1.一种医疗内窥镜视频电子稳像方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤s1中图像预处理,具体为:
3.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤s2中剔除运动区域,具体为:
4.根据权利要求1所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述步骤s3中帧间运动估计,具体操作如下:
5.根据权利要求4所述的一种医疗内窥镜视频电子稳像方法,其特征在于:所述汉...
【专利技术属性】
技术研发人员:任智强,邹鹏,李圣波,
申请(专利权)人:江苏无右微创医疗科技有限公司,
类型:发明
国别省市:
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。