一种基于无雾帧筛选的内窥镜视频图像增强方法及系统技术方案

本发明专利技术涉及图像增强技术领域，且公开了一种基于无雾帧筛选的内窥镜视频图像增强方法及系统。该方法及系统通过引入基于深度学习的无雾帧筛选机制，能够从原始内窥镜视频中自动筛选出无雾且清晰的参考帧，避免了人工标注和低效随机采样，结合物理模型与加雾模拟算法，可生成高质量的加雾图像，构建针对内窥镜场景的加雾到无雾配对训练数据集，为后续去雾模型的训练提供了可靠支撑，去雾模型部分根据视频分辨率智能选择最优算法，针对1080p视频采用AOD算法，针对4K视频采用暗通道方法，实现了对不同分辨率视频的自适应处理，确保了处理结果的高效性与一致性，同时支持用户自定义输出帧率和分辨率，通过动态调整缩放策略，满足不同临床应用场景的需求。

【技术实现步骤摘要】

本专利技术涉及图像增强，具体为一种基于无雾帧筛选的内窥镜视频图像增强方法及系统。

技术介绍

1、内窥镜技术作为现代医学中广泛应用的影像诊断手段，在临床诊疗、疾病筛查及微创手术中发挥着重要作用。然而，受制于人体腔道狭窄、光照条件复杂、环境湿度较高等因素，内窥镜视频图像中常常存在雾气干扰现象，导致图像对比度降低、细节模糊、色彩失真，严重影响医生对病灶部位的观察与判断，降低了诊疗的准确性和安全性。尤其是在长时间操作过程中，镜头表面易产生水雾、体液凝结等，进一步加剧了图像退化问题，亟需高效、可靠的去雾处理技术加以解决。

2、目前，针对图像去雾问题的研究已较为广泛，主流方法包括基于物理模型的暗通道先验、aod-net等算法，以及部分基于图像增强的传统方法。然而，这些去雾方法大多是针对自然场景开发的，直接应用于内窥镜视频场景时，容易出现图像色彩失真、结构模糊、边缘伪影等问题，难以满足医学图像处理对高保真度和高还原度的要求。同时，现有方法普遍缺乏专门针对内窥镜视频特点的处理流程，缺少自动化的无雾帧筛选机制，无法高效生成高质量的加雾训练数据，导致去雾模型训练效本文档来自技高网...

【技术保护点】

1.一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于:包括以下步骤：

2.根据权利要求1所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述S1首先设定期望的目标帧率，并计算对应的视频帧单帧理想处理时长，作为后续帧率调整的基准参照值。

3.根据权利要求2所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述S2在每处理一帧视频后，记录从输入图像读取、预处理、模型推理到结果后处理与显示的完整耗时，并使用最近10帧的滑动窗口计算平均帧耗时，通过平滑偶发性波动并获得整体处理趋势。

4.根据权利要求3所述的一种基于无雾帧筛选的内...

【技术特征摘要】

1.一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于:包括以下步骤：

2.根据权利要求1所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述s1首先设定期望的目标帧率，并计算对应的视频帧单帧理想处理时长，作为后续帧率调整的基准参照值。

3.根据权利要求2所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述s2在每处理一帧视频后，记录从输入图像读取、预处理、模型推理到结果后处理与显示的完整耗时，并使用最近10帧的滑动窗口计算平均帧耗时，通过平滑偶发性波动并获得整体处理趋势。

4.根据权利要求3所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述s3中缩放因子，初始设定为默认值，取值范围为，根据平均帧耗时与对应的视频帧单帧理想处理时间值之间的关系，动态调整。

5.根据权利要求4所述的一种基于无雾帧筛选的内窥镜视频图像增强方法，其特征在于：所述s3中，当，且当前缩放因子时，通过固定步长降低，用于降低输入图像的分辨率来...

【专利技术属性】
技术研发人员：董金良，裘文汇，蔡嘉麒，孙健哲，温程远，刘志松，杨堃，
申请(专利权)人：舟山医院，
类型：发明
国别省市：