【技術實現步驟摘要】
本申請涉及圖像處理，更具體地說，本申請涉及一種脊柱內窺鏡圖像去模糊方法及系統。
技術介紹
1、圖像增強是圖像處理中的常見方法，圖像增強是指通過數字處理技術改善圖像的視覺效果或突出圖像中特定信息的過程，以增強其在特定應用中的可用性，圖像增強通常包括亮度調整、對比度增強、邊緣增強、去噪處理等，旨在提升圖像質量，使關鍵信息更加清晰，在脊柱內窺鏡成像中，由于人體內部復雜的組織結構和非均勻光照條件，圖像常出現過曝光、陰影以及亮度分布不均的問題，進而導致組織紋理細節模糊和病變區域的對比度較低，給病變的精確檢測和診斷帶來挑戰。
2、現有的脊柱內窺鏡圖像處理方法多集中于全局增強或單尺度的圖像調整，在處理光照不均和復雜紋理特征時，往往存在局部細節優化不足或圖像對比度不自然的缺陷，此外，傳統的模糊去除方法對紋理和結構特征的依賴性分析不足，破壞相鄰區域間的紋理一致性，影響最終圖像質量，而通過局部自適應增強和模糊區域融合重構，可減小光照不均造成的細節模糊，從而提高脊柱內窺鏡圖像的清晰度，因此，如何實現脊柱內窺鏡圖像亮度的局部自適應均衡增強，從而減小由于光照不均勻而造成的細節模糊成為了業界面臨的難題。
技術實現思路
1、本申請提供一種脊柱內窺鏡圖像去模糊方法及系統，可實現脊柱內窺鏡圖像亮度的局部自適應均衡增強，從而可減小由于光照不均勻而造成的細節模糊。
2、第一方面，本申請提供一種脊柱內窺鏡圖像去模糊方法，包括下述步驟：
3、監測內窺鏡對脊柱的探測過程，并采集探測過程中的
4、對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像，進而通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性；
5、確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異，通過所有的紋理差異確定所有相鄰局部結構圖像間紋理的依賴關系；
6、根據所述依賴關系和每個亮度均勻性對每個局部結構圖像的亮度進行對比增強，得到所述每個局部結構圖像的局部增強圖像；
7、通過所有的局部增強圖像對所述脊柱內窺鏡圖像中的模糊區域進行融合重構，得到去模糊后的脊柱內窺鏡圖像。
8、優選的，對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量具體包括：
9、使用高斯金字塔對所述脊柱內窺鏡圖像中的紋理結構逐步下采樣，生成不同分辨率的內窺鏡子圖像；
10、通過不同尺寸的卷積核分別對各個內窺鏡子圖像進行卷積，提取各個內窺鏡子圖像的對比度特征；
11、根據所有內窺鏡子圖像的對比度特征確定不同尺度間圖像對比度的差異量。
12、優選的，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像具體包括：
13、構建一個區域分割模型；
14、對所述脊柱內窺鏡圖像進行邊緣檢測和形態學處理，提取脊柱的輪廓特征和紋理特征；
15、將脊柱的輪廓特征和紋理特征設置為所述區域分割模型的引導參數；
16、通過所述區域分割模型對所述脊柱內窺鏡圖像進行局部分割，得到多個局部結構圖像。
17、優選的，通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性具體包括：
18、使用梯度算子確定每個局部結構圖像中像素的分布梯度；
19、通過所述差異量對每個分布梯度進行尺度卷積差異補償，得到所述每個分布梯度的補償值；
20、根據每個分布梯度的補償值確定所述每個局部結構圖像的亮度均勻性。
21、優選的，確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異具體包括：
22、對于每兩張相鄰局部結構圖像，使用灰度共生矩陣提取相鄰兩張局部結構圖像在脊柱組織結構上的紋理信息；
23、通過所述紋理信息確定相鄰局部結構圖像間的紋理相似度；
24、根據所述紋理相似度確定相鄰局部結構圖像間在脊柱組織結構上的紋理差異，進而得到每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異。
25、優選的，通過所有的紋理差異確定所有相鄰局部結構圖像間紋理的依賴關系具體包括：
26、將每個局部結構圖像作為圖節點；
27、根據相鄰局部結構圖像間的紋理差異確定圖節點間的連接關系；
28、基于所有的圖節點和所有圖節點間的連接關系構建紋理依賴圖；
29、利用所述紋理依賴圖描述所有相鄰局部結構圖像間紋理的依賴關系。
30、優選的，所述內窺鏡為椎間盤鏡。
31、第二方面，本申請提供一種脊柱內窺鏡圖像去模糊系統，包括：
32、采集模塊，用于監測內窺鏡對脊柱的探測過程，并采集探測過程中的脊柱內窺鏡圖像；
33、處理模塊，用于對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像，進而通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性；
34、所述處理模塊，還用于確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異，通過所有的紋理差異確定所有相鄰局部結構圖像間紋理的依賴關系；
35、所述處理模塊，還用于根據所述依賴關系和每個亮度均勻性對每個局部結構圖像的亮度進行對比增強，得到所述每個局部結構圖像的局部增強圖像；
36、重構模塊，用于通過所有的局部增強圖像對所述脊柱內窺鏡圖像中的模糊區域進行融合重構，得到去模糊后的脊柱內窺鏡圖像。
37、第三方面，本申請提供一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有代碼，所述處理器被配置為獲取所述代碼，并執行上述脊柱內窺鏡圖像去模糊方法。
38、第四方面，本申請提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述脊柱內窺鏡圖像去模糊方法。
39、本申請公開的實施例提供的技術方案具有以下有益效果：
40、本申請實施例中，監測內窺鏡對脊柱的探測過程，并采集探測過程中的脊柱內窺鏡圖像；對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像，進而通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性；確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異，通過所有的紋理差異確定所有相鄰局部結構圖像間紋理的依賴關系；根據所述依賴關系和每個亮度均勻性對每個局部結構圖像的亮度進行對比增強，得到所述每個局部結構圖像的局部增強圖像；通過所有的局部增強圖像對所述脊柱本文檔來自技高網...
【技術保護點】
1.一種脊柱內窺鏡圖像去模糊方法，其特征在于，包括下述步驟：
2.如權利要求1所述的方法，其特征在于，對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量具體包括：
3.如權利要求1所述的方法，其特征在于，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像具體包括：
4.如權利要求1所述的方法，其特征在于，通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性具體包括：
5.如權利要求1所述的方法，其特征在于，確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異具體包括：
6.如權利要求1所述的方法，其特征在于，通過所有的紋理差異確定所有相鄰局部結構圖像間紋理的依賴關系具體包括：
7.如權利要求1所述的方法，其特征在于，所述內窺鏡為椎間盤鏡。
8.一種脊柱內窺鏡圖像去模糊系統，其特征在于，包括：
9.一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有代碼，其特征在于，所述處理器被配置為獲取所述
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的脊柱內窺鏡圖像去模糊方法。
...【技術特征摘要】
1.一種脊柱內窺鏡圖像去模糊方法，其特征在于，包括下述步驟：
2.如權利要求1所述的方法，其特征在于，對所述脊柱內窺鏡圖像中的紋理結構執行多尺度卷積操作，進而得到不同尺度間圖像對比度的差異量具體包括：
3.如權利要求1所述的方法，其特征在于，基于脊柱的結構特征將所述脊柱內窺鏡圖像分割為多個局部結構圖像具體包括：
4.如權利要求1所述的方法，其特征在于，通過每個局部結構圖像中像素的分布梯度和所述差異量確定所述每個局部結構圖像的亮度均勻性具體包括：
5.如權利要求1所述的方法，其特征在于，確定每兩張相鄰局部結構圖像間在脊柱組織結構上的紋理差異具體包括：
6.如...
【專利技術屬性】
技術研發人員：李貽斌，李國梁，宋銳，李倩倩，杜付鑫，祁磊，
申請(專利權)人：山東大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。