膠囊內窺鏡冗餘圖像數據的自動剔除方法
2023-05-18 00:33:01 2
專利名稱：膠囊內窺鏡冗餘圖像數據的自動剔除方法
技術領域：
本發明涉及一種圖像處理方法，具體來說涉及一種膠囊內窺鏡冗餘圖像數據的自 動剔除方法。
背景技術：
一次典型的膠囊內窺鏡檢查會產生五萬幀左右的消化道內窺鏡圖像，其中包含病 灶的具有診斷價值的圖像往往只有幾十張。診斷的時候，醫生需要遍歷膠囊內窺鏡採集的 所有圖像，找到具有診斷價值的圖像並據此做出診斷，這是是一項非常費時費力的工作。繁 重的工作不但會浪費醫生寶貴的時間，而且會使醫生感到疲倦，大腦興奮性下降，對病變的 敏感程度和辨識能力降低，容易導致漏診。事實上，所拍攝出來的膠囊內窺鏡圖片有少部分圖片是無效的。它們是由於光照 不足或者曝光不正確而產生的。這類圖像像素的亮度的動態範圍狹窄，圖像對比度低下，內 容無法判讀，是無效的圖像。另外，所獲得的膠囊內窺鏡圖片中存在著大量相似的冗餘圖片，影響診斷速度。因 為目前的膠囊內窺鏡依靠胃腸道的蠕動產生的推擠力在消化道內緩慢移動，它的前進速度 並不均勻。有時候膠囊相對於消化道幾乎靜止不動，這時採集到的相鄰圖像之間的內容幾 乎不變，產生冗餘數據。有時候膠囊在原地繞自身軸線旋轉而停滯不前，這時候，雖然表面 上看鄰近的圖像之間內容有差異，但是經過簡單的圖像配準，糾正旋轉運動後，可以發現它 們的內容還是高度相似的，這也是冗餘數據。因此，從幾萬幀圖像中自動甄別含有可能的病變和病灶的圖像就變得非常有必要 和重要。目前，膠囊內窺鏡圖像的處理主要包括圖像畸變矯正、去噪、運動模糊恢復和增強 等，但仍然沒有減少圖片數據量。關於膠囊內窺鏡無效與相似圖像的判斷和剔除，國內並沒 有發現相關的論文和專利發表。
發明內容
本發明的目的在於提供一種膠囊內窺鏡冗餘圖像數據的自動剔除方法，該方法能 很好地提高圖片檢索效率和儘可能去除幹擾，縮短閱片時間，提高醫生診斷效率。本發明的目的可通過以下的技術措施來實現一種膠囊內窺鏡冗餘圖像數據的自動剔除方法，包括以下步驟(1)剔除無效圖片數據；所述剔除無效圖像的過程為選擇一個正常的圖像樣本得到圖像像素平均灰度 分布的均值和方差，再對待判斷的圖片數據中的每一幀圖像計算其像素的平均灰度值，然 後依據樣本的正態分布來標準化所述當前圖像的像素平均灰度，即變換為標準的正態分布 N(0，1)，得到其正態分布標準化；最後依據標準正態分布的特徵，給定一個判斷閾值，進行 雙邊判斷，如果所述圖像的正態分布標準化的絕對值大於閾值，則判定所述圖像為曝光異 常的圖像，並作為無效圖片數據予以剔除；
3
(2)剔除重複圖片數據；所述剔除內容重複圖像數據的過程為首先假定相鄰兩幀圖像間歸一化的相關係 數或歸一化的互信息量服從正態分布；其均值和方差從待處理的圖像樣本估計得到；然後 對與待處理圖像相鄰的圖像進行剛性配準，計算該相似性係數並對其進行標準化；依據標 準正態分布的特徵，給定一個判斷閾值，進行判定；如果所述相似程度大於給定的閾值，就 認為所述相鄰兩幀圖像內容高度重複，後一幀圖像為重複數據，予以剔除。所述剛性配準只處理旋轉和平移的剛性變換。所述相鄰兩幀圖片間的歸一化相關係數為其中，Ai為圖像A的第i個像素，Bi為圖像B的第i個像素，N是圖片中有效區域 內的像素個數。所述圖片中的有效區域設置為圖片中央的圓形有效區域。所述相鄰兩幀圖片間的歸一化互信息量為·「「「......
J其中，MI(A)為圖片A與圖片A的互信息量，MI(B)為圖片B與圖片的互信息量， MI (A，B)為圖片A和B的互信息量。本發明的膠囊內窺鏡冗餘圖像數據的自動剔除方法具有以下的有益效果現有的 膠囊內窺鏡圖像的處理方法主要包括圖像畸變矯正、去噪、運動模糊恢復和增強等，但仍然 沒有減少圖片數據量。而本發明提出的方法具有計算簡便，剔除效率高的優點。不但大大 減小後續的分析和輔助診斷的計算量，而且可以提高後續的分析和輔助診斷的穩定性。另 外，本發明提出的方法使用正態分布模型，閾值選取簡便，剔除率可以自由設定，具有計算 簡便，剔除效率高的優點。
圖1是膠囊內窺鏡冗餘圖像數據的自動剔除方法；圖2是圖1方法中無效圖片剔除的流程圖；圖3是圖1方法中剔除內容高度相似的冗餘圖片的流程圖。
具體實施例方式圖1至圖3所示是本發明的膠囊內窺鏡冗餘圖像數據的自動剔除方法的流程圖， 包括以下步驟(1)先剔除無效圖片數據首先根據圖像的平均亮度來判斷圖片是否有曝光缺 陷，判斷的過程為由於正常的圖像序列，其光照和曝光條件類似，假設其像素的平均灰度 分布為正態的，曝光正確的圖像的像素灰度的平均值服從正態分布，選擇一個正常的圖像 樣本得到圖像像素平均灰度分布的均值和方差，再對待判斷的圖片數據中的每一幀圖像計 算其像素的平均灰度值，然後依據樣本的正態分布來標準化所述當前圖像的像素平均灰度，即變換為標準的正態分布N(0，1)，得到其正態分布標準化；最後依據標準正態分布的 特徵，給定一個判斷閾值，進行雙邊判斷，如果所述圖像的正態分布標準化的絕對值大於閾 值，則判定所述圖像為曝光異常的圖像，並作為無效圖片數據予以剔除；閾值的確定，依據 正態分布的特徵，可以取3左右。在實際使用時，可由醫生根據具體的圖像質量狀況予以調 整；(2)再剔除重複圖片數據利用相鄰圖片之間的相似度程度來衡量兩圖片是否為 內容高度相似的「重複」圖片。首先假定相鄰兩幀圖像間歸一化的相關係數或歸一化的互 信息量服從正態分布，其均值和方差從待處理的圖像樣本估計得到；然後對與待處理圖像 相鄰的圖像進行剛性配準，剛性配準只考慮旋轉和平移的剛性變換，計算該相似性係數並 對其進行標準化；依據標準正態分布的特徵，給定一個判斷閾值，進行判定；如果所述相似 程度大於給定的閾值，就認為所述相鄰兩幀圖像內容高度重複，後一幀圖像為重複數據，予 以剔除。把內容高度相似的後一幀圖像剔除不會帶來明顯的漏診風險。下面根據一個具體實施例來說明本發明方法的具體過程1、利用膠囊內窺鏡進行拍攝，獲取大致50000幀圖像數據。2、圖2描述了採集到的圖片數據首先進行無效圖片剔除的過程。無效圖片是由於 光照不足或者曝光不正確而產生的。這類圖片像素的亮度的動態範圍狹窄，圖片對比度低 下，內容無法判讀。雖然所佔的比例不大，但是為了後續快速和自動處理，需要首先剔除。根據圖像的平均亮度來判斷圖片曝光是否有缺陷。假定曝光正確的圖像的像素 灰度的平均值服從正態分布，就可以從一個正常的圖像樣本得到圖像像素平均灰度分布的 均值和方差。這個樣本圖像數據可以是經過人工判讀為其他人的正常圖像數據，或者是被 處理的對像自身的正常數據。使用其他人的正常樣本的好處是可以使用已有的均值或者方 差，省去了人工幹預的過程，便於自動處理。對於新的檢查數據，對每一幀圖像計算其像素 的平均灰度值，然後計算它的Z-score (正態分布標準化)，變換為標準的正態分布N (0，1)。 給定一個判斷閾值，進行雙邊判斷，那些z-score的絕對值大於閾值的圖像即可判定為曝 光異常的圖像，予以剔除。一般情況下，閾值可以設置為3，得到置信度約為99.7%。為了 提高敏感程度，可以在計算過程中使用掩模圖像，只對圖像中央圓形的有效區域進行計算。3、圖3示出了在剔除無效圖片的基礎上，再進行剔除內容高度相似的冗餘圖片的 過程。相鄰圖像幀之間「內容」的冗餘程度可以用它們之間的相似程度來衡量。如果相似 程度大於給定的閾值，就認為相鄰圖像幀的內容高度相似，把後一幀圖像剔除不會帶來明 顯的漏診風險。這裡的相似程度可以使用圖像間的歸一化相關係數，或者歸一化的互信息 量來表示。其中，圖像間的歸一化相關係數的定義為
權利要求
1.一種膠囊內窺鏡冗餘圖像數據的自動剔除方法，其特徵在於包括以下步驟(1)剔除無效圖片數據；所述剔除無效圖像的過程為選擇一個正常的圖像樣本得到圖像像素平均灰度分布的 均值和方差，再對待判斷的圖片數據中的每一幀圖像計算其像素的平均灰度值，然後依據 樣本的正態分布來標準化所述當前圖像的像素平均灰度，即變換為標準的正態分布N(0， 1)，得到其正態分布標準化；最後依據標準正態分布的特徵，給定一個判斷閾值，進行雙邊 判斷，如果所述圖像的正態分布標準化的絕對值大於閾值，則判定所述圖像為曝光異常的 圖像，並作為無效圖片數據予以剔除；(2)剔除重複圖片數據；所述剔除內容重複圖像數據的過程為首先假定相鄰兩幀圖像間歸一化的相關係數或 歸一化的互信息量服從正態分布；其均值和方差從待處理的圖像樣本估計得到；然後對與 待處理圖像相鄰的圖像進行剛性配準，計算該相似性係數並對其進行標準化；依據標準正 態分布的特徵，給定一個判斷閾值，進行判定；如果所述相似程度大於給定的閾值，就認為 所述相鄰兩幀圖像內容高度重複，後一幀圖像為重複數據，予以剔除。
2.根據權利要求1所述的膠囊內窺鏡冗餘圖像數據的自動剔除方法，其特徵在於所 述相鄰兩幀圖片間的歸一化相關係數為其中，Ai為圖像A的第i個像素，Bi為圖像B的第i個像素，N是圖片中有效區域內的 像素個數。
3.根據權利要求2所述的膠囊內窺鏡冗餘圖像數據的自動剔除方法，其特徵在於所 述圖片中的有效區域設置為圖片中央的圓形有效區域。
4.根據權利要求1所述的膠囊內窺鏡冗餘圖像數據的自動剔除方法，其特徵在於所 述相鄰兩幀圖片間的歸一化互信息量定義為其中，MI㈧為圖片A與圖片A的互信息量，MI (B)為圖片B與圖片的互信息量，MI (A， B)為圖片A和B的互信息量。
5.根據權利要求1所述的膠囊內窺鏡冗餘圖像數據的自動剔除方法，其特徵在於所 述剛性配準只處理旋轉和平移的剛性變換。
全文摘要
本發明公開了一種膠囊內窺鏡冗餘圖像數據的自動剔除方法，包括以下步驟首先，選擇一個正常的圖像樣本得到圖像像素平均灰度分布的均值和方差，再對待判斷的圖片數據中的每一幀圖像計算其像素的平均灰度值，最後依據標準正態分布的特徵，判定所述圖像是否為曝光異常的圖像，並予以剔除；然後，假定相鄰兩幀圖像間歸一化的相關係數或歸一化的互信息量服從正態分布；其均值和方差從待處理的圖像樣本估計得到；然後對與待處理圖像相鄰的圖像進行剛性配準；依據標準正態分布的特徵，判定相鄰兩幀圖像內容是否高度重複，並剔除重複圖像。該方法在基於內容的圖像檢索之前進行，能很好地提高檢索效率和儘可能去除幹擾，縮短閱片時間以提高醫生診斷率。
文檔編號G06T7/00GK102096917SQ20101060108
公開日2011年6月15日 申請日期2010年12月22日 優先權日2010年12月22日
發明者劉哲星, 劉思德, 呂慶文, 李凱旋, 潘建南, 陳宇軒 申請人:南方醫科大學