【技术实现步骤摘要】
本专利技术涉及图像分析，具体涉及一种基于计算机视觉的支气管镜图像处理方法。
技术介绍
1、支气管是人体的重要器官，其主要功能是将空气输送到肺部，为人体呼吸系统的重要组成部分。在日常生活中，例如误食、大笑或者咳嗽，可能会导致异物进入支气管，从而造成支气管阻塞，影响呼吸，甚至引发严重的健康问题，所以需要通过支气管镜确定支气管中异物的位置，从而辅助医生治疗。
2、现有技术在确定支气管中异物的位置时，通常采用区域生长的方式，但是由于支气管肿胀，导致背景区域像素点的灰度值与异物区域像素点的灰度值较为接近，无法获取能够准确评判像素点是否为目标区域像素点的指标，进而使得区域生长得到的目标区域不够准确。
技术实现思路
1、为了解决支气管肿胀时，背景区域像素点的灰度值与异物区域像素点的灰度值较为接近，使得无法获取能够准确评判像素点是否为目标区域像素点的指标，进而使得区域生长得到的目标区域不够准确的技术问题，本专利技术的目的在于提供一种基于计算机视觉的支气管镜图像处理方法，所采用的技术方案具体如下：
2、获取支气管镜采集到的存在异物的支气管的全景rgb图像；
3、根据所述全景rgb图像中每个像素点在所有颜色通道下的数值分布，区分背景像素点和候选像素点；
4、任选一个颜色通道作为待测通道；在所述全景rgb图像中以每个像素点为中心的预设邻域内，根据所有邻域像素点和中心像素点在所述待测通道下的数值差异，获得在待测通道下所述中心像素点对应的邻域颜色差异度；>
5、根据所有像素点的灰度值分布，获取每个候选像素点的对比点；在待测通道下，对于每个候选像素点，根据对应的所有对比点的邻域颜色差异度分布的混乱情况，以及候选像素点与所有对比点的邻域颜色差异度之间的差异情况，获得每个候选像素点的筛选指标；根据每个候选像素点在所有颜色通道下的筛选指标获得每个候选像素点为目标区域像素点的评估指标；将所述背景像素点的评估指标设置为预设常数，且所述预设常数小于所有候选像素点的评估指标；
6、根据所有像素点的灰度值和对应的评估指标获取生长条件并进行区域生长，得到目标区域。
7、进一步地，所述根据所述全景rgb图像中每个像素点在所有颜色通道下的数值分布，区分背景像素点和候选像素点，包括：
8、根据所述全景rgb图像中每个像素点在所有颜色通道下的数值分布差异，获得每个像素点为背景区域像素点的背景可能性；
9、将所述背景可能性大于或等于预设背景判断阈值的像素点作为背景像素点，将所述背景可能性小于预设背景判断阈值的像素点作为候选像素点。
10、进一步地，所述背景可能性的公式模型包括：
11、；其中，表示第个像素点的背景可能性，表示第个像素点在r颜色通道下的数值，表示第个像素点在g颜色通道下的数值，表示第个像素点在b颜色通道下的数值，表示以自然常数为底的指数函数，表示归一化函数，表示预设第一参数，表示预设第二参数。
12、进一步地，所述根据所有邻域像素点和中心像素点在所述待测通道下的数值差异，获得在待测通道下所述中心像素点对应的邻域颜色差异度，包括：
13、计算每个中心像素点与对应的每个邻域像素点在所述待测通道下的数值差异，作为颜色差异值；
14、将每个中心像素点与对应的所有邻域像素点的颜色差异值的均值，作为在所述待测通道下，中心像素点对应的邻域颜色差异度。
15、进一步地，所述在待测通道下，对于每个候选像素点，根据对应的所有对比点的邻域颜色差异度分布的混乱情况，以及候选像素点与所有对比点的邻域颜色差异度之间的差异情况，获得每个候选像素点的筛选指标，包括：
16、计算每个候选像素点对应的所有对比点的邻域颜色差异度的信息熵；
17、将每个候选像素点对应的所有对比点的邻域颜色差异度的均值作为均值特征值；计算每个候选像素点的邻域颜色差异度与所述均值特征值的差异，作为偏差值；
18、将每个候选像素点对应的所述信息熵的值和所述偏差值的差异作为每个候选像素点的筛选指标。
19、进一步地，所述根据每个候选像素点在所有颜色通道下的筛选指标获得每个候选像素点为目标区域像素点的评估指标，包括：
20、将每个候选像素点在所有颜色通道下的筛选指标的均值进行归一化，得到每个候选像素点为目标区域像素点的评估指标。
21、进一步地，所述根据所有像素点的灰度值和对应的评估指标获取生长条件并进行区域生长，得到目标区域，包括：
22、将每个像素点对应的评估指标与预设正数的乘积作为差异阈值；
23、在所有像素点中，将评估指标最大的像素点作为生长点，在生长点对应的预设邻域内，将满足生长条件的邻域像素点作为新的生长点进行区域生长，直至所有新的生长点对应的预设邻域内的所有邻域像素点均不满足生长条件时，停止区域生长，得到目标区域；
24、所述生长条件为：邻域像素点与对应生长点之间的灰度差异小于邻域像素点对应的差异阈值。
25、进一步地，所述根据所有像素点的灰度值分布，获取每个候选像素点的对比点，包括：
26、将与每个候选像素点灰度值差异小于预设差异判断阈值的像素点，作为候选像素点的对比点。
27、进一步地，所述预设常数设置为0。
28、进一步地，所述预设邻域为3×3。
29、本专利技术具有如下有益效果：
30、本专利技术首先获取了支气管镜采集到的存在异物的全景rgb图像，由于支气管中存在血管，所以正常情况下，支气管颜色表现为红色，故在存在异物的全景图像中，可根据颜色对像素点进行初步区分，即分析每个像素点在不同颜色通道下的数值分布情况，区分背景像素点和候选像素点，候选像素点也就是疑似目标区域像素点；进一步地，由于支气管中异物的存在，会导致支气管出现肿胀，而肿胀区域的血管，受到挤压或扭曲，减少了血液流动和氧合，使得肿胀区域的红色程度降低，故在初步区分的过程中，肿胀区域的像素点会被误判为候选像素点，所以需对候选像素点进行进一步地筛选。因为背景区域像素点与其周围像素点之间颜色会更加相似，而目标区域像素点之间颜色通常会较为混乱，基于此，可分析每个像素点与邻域像素点在各个颜色通道下的数值差异，得到邻域颜色差异度，用于表征像素点和其周围像素点之间的颜色相似情况。然后根据像素点之间的灰度差异筛选了每个候选像素点的对比点，通过分析对比点的颜色邻域颜色差异度分布的混乱情况以及候选像素点与对比点的邻域颜色差异度之间的差异情况，也即从局部和整体两个维度进行分析，获得各个颜色通道下，每个候选像素点的筛选指标。进而将每个候选像素点在所有颜色通道下的筛选指标综合，得到候选像素点为目标区域像素点的评估指标。评估指标由于是在对像素点进行了初步区分的基础上，通过分析候选像素点与邻域像素点之间的相似情况以及全局中像素点之间的差异情况得到的，故评估指标能够更加准确的反映出候选像素点为目标区域像素点的可能性，所以最后根据像本文档来自技高网...
【技术保护点】
1.一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所述全景RGB图像中每个像素点在所有颜色通道下的数值分布，区分背景像素点和候选像素点，包括：
3.根据权利要求2所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述背景可能性的公式模型包括：
4.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所有邻域像素点和中心像素点在所述待测通道下的数值差异，获得在待测通道下所述中心像素点对应的邻域颜色差异度，包括：
5.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述在待测通道下，对于每个候选像素点，根据对应的所有对比点的邻域颜色差异度分布的混乱情况，以及候选像素点与所有对比点的邻域颜色差异度之间的差异情况，获得每个候选像素点的筛选指标，包括：
6.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据每个候选像素点在所有
7.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所有像素点的灰度值和对应的评估指标获取生长条件并进行区域生长，得到目标区域，包括：
8.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所有像素点的灰度值分布，获取每个候选像素点的对比点，包括：
9.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述预设常数设置为0。
10.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述预设邻域为3×3。
...【技术特征摘要】
1.一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所述全景rgb图像中每个像素点在所有颜色通道下的数值分布，区分背景像素点和候选像素点，包括：
3.根据权利要求2所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述背景可能性的公式模型包括：
4.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述根据所有邻域像素点和中心像素点在所述待测通道下的数值差异，获得在待测通道下所述中心像素点对应的邻域颜色差异度，包括：
5.根据权利要求1所述的一种基于计算机视觉的支气管镜图像处理方法，其特征在于，所述在待测通道下，对于每个候选像素点，根据对应的所有对比点的邻域颜色差异度分布的混乱情况，以及候选像素点与所有对比点的邻域颜色差...
【专利技术属性】
技术研发人员：仉子龙，黄静，赵丽，
申请(专利权)人：北京智想创源科技有限公司，
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。