一种显微手术影像的高光区域消除方法及装置与流程

本发明实施例涉及图像处理技术领域，具体涉及一种显微手术影像的高光区域消除方法及装置。

背景技术：

显微外科技术利用高精密手术显微镜及必要的辅助设备对手术部位进行极其精密的手术过程。是外科医生借助于手术显微镜的放大，在手术显微镜下做手术，组织被放大，不仅能看清手术野肉眼看不清的细小组织，而且还有立体感，因而有利于外科医生精确地解剖、切开和缝合各种组织，再使用精细的显微手术器械及缝合材料，进而完成对细小的组织进行精细手术。

当前显微手术已广泛应用到多个临床外科科室，如脑科，眼科，耳鼻喉科，骨科等等。随着视频影像技术的发展，近年来基于手术显微镜的影像系统开始逐步推广应用。手术显微影像系统可以实时的将显微镜中的手术画面采集出来并在数字监视器中显示出来。不同于传统的光学成像，在数字监视器下解剖结构更加清晰及容易辨认，十分有助于医生感知术区解剖结构。

本发明人发现，手术区域通常存在较多的镜面反光，严重影响手术画面的呈现，影响观察手术区域的解剖结构，同时容易导致眼睛疲劳等问题。

技术实现要素：

为此，本发明实施例提供一种显微手术影像的高光区域消除方法及装置，以解决现有技术中由于镜面反光而导致的影响手术画面的呈现，影响观察手术区域的解剖结构，易导致眼睛疲劳的问题。

为了实现上述目的，本发明的实施方式提供如下技术方案：

在本发明的实施方式的第一方面中，提供了一种显微手术影像的高光区域消除方法，包括：

从待处理图像中，提取高光区域色彩特征，建立高光区域像素模型；

根据所述高光区域像素模型，生成高光掩膜图像；

提取所述高光掩膜图像的边缘；

对所述边缘采用迭代处理的方式，获取所述高光掩膜图像的高光掩膜图像等高线簇；

对所述高光掩膜图像等高线簇进行图像修复，得到修复后的图像。

在本发明的另一实施例中，所述从待处理图像中，提取高光区域色彩特征，建立高光区域像素模型，包括：

在所述待处理图像中标定高光区域，对所述高光区域提取像素色彩特征，建立色彩特征的高斯模型，将其作为高光区域像素模型。

在本发明的另一实施例中，所述根据所述高光区域像素模型，生成高光掩膜图像，包括：

生成与所述待处理图像同尺寸单通道的二值图像，将其作为高光掩膜图像，计算所述待处理图像中每一个像素为高光区域像素的概率，对计算得到概率进行判断，在大于预先设定值的情形下，将所述高光掩膜图像中对应的像素设置为1；在小于等于预先设定值的情形下，则将所述高光掩膜图像中对应的像素设置为0。

在本发明的另一实施例中，所述对所述边缘采用迭代处理的方式，获取所述高光掩膜图像等高线，包括：

对同一边缘像素层中的每个像素值进行判断，在判定边缘像素四邻域像素的掩膜值为1的情形下，将该像素坐标作为下一边缘像素层的像素，得到各边缘像素层的等高线簇。

在本发明的另一实施例中，所述对所述高光掩膜图像等高线簇进行图像修复，得到修复后的图像，包括：

根据所述高光掩膜图像等高线簇，将所述高光掩膜图像的边缘范围内的区域作为待修复区域，获取所述待修复区域线簇边缘，对所述待修复区域线簇边缘上的每一像素点，计算相邻点等高线簇梯度值，根据所述相邻点等高线簇梯度值及对应的等高线簇的层数索引，计算距离权重，根据所述距离权重计算所述像素点对应的新的像素值，根据所述待修复区域线簇边缘上每一像素点对应的新的像素值，得到修复后的图像。

在本发明的第二方面，提供一种显微手术影像的高光区域消除装置，包括：

建模模块，用于从待处理图像中，提取高光区域色彩特征，建立高光区域像素模型；

掩膜图像生成模块，用于根据所述高光区域像素模型，生成高光掩膜图像；

边缘提取模块，用于提取所述高光掩膜图像的边缘；

等高线生成模块，对所述边缘采用迭代处理的方式，获取所述高光掩膜图像的高光掩膜图像等高线簇；

图像修复模块，用于对所述高光掩膜图像等高线簇进行图像修复，得到修复后的图像。

在本发明的另一实施例中，所述建模模块，用于在所述待处理图像中标定高光区域，对所述高光区域提取像素色彩特征，建立色彩特征的高斯模型，将其作为高光区域像素模型。

在本发明的另一实施例中，所述掩膜图像生成模块，用于生成与所述待处理图像同尺寸单通道的二值图像，将其作为高光掩膜图像，计算所述待处理图像中每一个像素为高光区域像素的概率，对计算得到概率进行判断，在大于预先设定值的情形下，将所述高光掩膜图像中对应的像素设置为1；在小于等于预先设定值的情形下，则将所述高光掩膜图像中对应的像素设置为0。

在本发明的另一实施例中，所述等高线生成模块，用于对同一边缘像素层中的每个像素值进行判断，在判定边缘像素四邻域像素的掩膜值为1的情形下，将该像素坐标作为下一边缘像素层的像素，得到各边缘像素层的等高线簇。

在本发明的实施方式的第三方面中，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有程序，所述程序用于实现如上所述的显微手术影像的高光区域消除方法。。

根据本发明的实施方式，具有如下优点：

通过提取高光部分的色彩特征，对高光区域建立高光区域像素模型，并基于该模型计算各像素为高光区域像素的概率，以此确定高光区域像素，再依据高光区域呈现区域化并且具有相互连通的几何特征，提取连通区域的边缘即高光掩膜图像的边缘，对边缘采用迭代的方式计算高光掩膜图像的高光掩膜图像等高线簇。对各像素点基于等高线簇进行像素修复，从而实现消除立体显微手术影像中的高光，从而在根本上解决了由于镜面反光影响手术画面呈现的问题，避免了由高光造成视觉疲劳。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。

图1为本发明的一实施例提供的一种显微手术影像的高光区域消除方法流程图；

图2为本发明的另一实施例提供的一种显微手术影像的高光区域消除装置结构示意图；

图中：301为建模模块、302为掩模图像生成模块、303为边缘提取模块、304为等高线生成模块、305为图像修复模块。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所公开的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的第一方面，提供一种显微手术影像的高光区域消除方法，如图1所示，包括：

步骤101：从待处理图像中，提取高光区域色彩特征，建立高光区域像素模型。

在本发明实施例中，获取手术区域样本图像，将其作为待处理图像，在待处理图像中标定高光区域，对高光区域提取像素色彩特征，建立色彩特征的高斯模型。具体包括：统计高光区域内所有像素的平均值，其中，μ为高光区域内所有像素的平均值，pi为i点像素。

根据高光区域内所有像素平均值计算高光区域内的所有像素的方差，其中方差值为c，

根据高光区域内的所有像素的方差计算高光区域像素模型，其中n为像素通道数，本发明中n为3。

步骤102：根据高光区域像素模型，生成高光掩膜图像；

在本发明实施例中，生成与待处理图像同尺寸单通道的二值图像，将其作为高光掩膜图像。具体，计算待处理图像中每一个像素为高光区域像素的概率，对计算得到概率进行判断，根据判断结果设置高光掩膜图像中对应的像素，具体将待处理图像中的像素x的值代入高光区域像素模型，计算得到像素x为高光区域像素的概率p(x)。对每一个像素x为高光区域像素的概率p(x)进行判断，在大于预先设定值的情形下，则判定该像素点为高光区域像素，将对应的高光掩膜图像对应像素设置为1；在小于等于预先设定值的情形下，则判定该像素点为非高光区域像素，将对应的高光掩膜图像对应像素设置为0，以此得到高光掩膜图像的各像素。

步骤103：提取高光掩膜图像的边缘；

在本发明实施例中，从高光掩膜图像中提取连通区域的边缘，将其作为高光掩膜图像的边缘。其中，获取待修复区域，记为ω，其边缘记为记当前边缘为第一层，其到最外层边缘的距离t的值为0。

进一步的，在提取高光掩膜图像的边缘之前，对高光掩膜图像采用滤波算法进行运算，以去除图像中的椒盐噪点和毛刺，进而降低噪声对提取高光掩膜图像边缘的干扰。其中，滤波算法可以为开运算。

步骤104：对边缘采用迭代处理的方式，获取高光掩膜图像的高光掩膜图像等高线；

在本发明实施例中，具体可以采用迭代处理的方法，提取高光掩膜图像等高线簇l，包括：

1)遍历当前高光掩膜图像高光区域边缘像素ln层，判断边缘像素四邻域像素的掩膜值是否为1，若为1则记下该像素坐标作为ln+1层的像素。

2)遍历边缘像素ln的所有像素值，直至ln层像素全部遍历结束，从而获得全部ln+1层像素。

3)将ln+1层作为当前层，重复1)～2)步骤，获得新的边缘像素层ln+2。

4)不断重复1)～3)的过程直至所有像素归类到特定的边缘像素层中最终获得l0,l1,l2,…,ln层的等高线簇。

步骤105：根据高光掩膜图像等高线对待处理图像进行图像修复，得到修复后的图像；

在本发明实施例中，获取待修复区域线簇边缘的任意点p，计算p点的相邻点等高线簇梯度值，具体算法如下：

gx＝abs(n(i+1,j)-n(i,j))

gy＝abs(n(i,j+1)-n(i,j))

其中，p坐标点为(i,j)，表示p点的相邻点等高线簇梯度值。

根据p点的相邻点等高线簇梯度值及p的等高线簇的层数索引，计算p点和q点的距离权重，方法如下：

其中，q为待修复区域线簇边缘上的点，w(p,q)为p点和q点的距离权重，n(p)表示像素p的等高线簇的层数索引。

根据p点、q点及p点和q点的距离权重w(p,q)计算待修复区域线簇边缘点p对应的新的像素值，具体方法如下：

按照线簇层数的索引，由小到大遍历每个线簇的像素。对于待修复区域线簇边缘点p，其由以下公式获得新的像素值

其中，b表示p点的邻域集合，p表示邻域集合中的点，w(p,q)表示点p和点q的距离权重。

从列表l中依照索引依次取出每个像素，对各个像素，计算获得i(p)，即生成其对应的新的像素，直至列表l中元素为空停止，以此实现对像素修复。

在本发明实施例中，通过提取高光部分的色彩特征，对高光区域建立高光区域像素模型，并基于该模型计算各像素为高光区域像素的概率，以此确定高光区域像素，再依据高光区域呈现区域化并且具有相互连通的几何特征，提取连通区域的边缘即高光掩膜图像的边缘，对边缘采用迭代处理的方式计算高光掩膜图像的高光掩膜图像等高线簇。对各像素点基于等高线簇进行像素修复，从而实现消除立体显微手术影像中的高光。

在本发明的第二方面，提供一种显微手术影像的高光区域消除装置，如图2所示，包括：

建模模块301，用于从待处理图像中，提取高光区域色彩特征，建立高光区域像素模型。

在本发明实施例中，建模模块301，用于获取手术区域样本图像，将其作为待处理图像，在待处理图像中标定高光区域，对高光区域提取像素色彩特征，建立色彩特征的高斯模型。具体包括：统计高光区域内所有像素的平均值，其中，μ为高光区域内所有像素的平均值，pi为i点像素。

根据高光区域内所有像素平均值计算高光区域内的所有像素的方差，其中方差值为c，

根据高光区域内的所有像素的方差计算高光区域像素模型，其中n为像素通道数，本发明中n为3。

掩膜图像生成模块302，用于根据高光区域像素模型，生成高光掩膜图像；

在本发明实施例中，掩膜图像生成模块302，用于生成与待处理图像同尺寸单通道的二值图像，将其作为高光掩膜图像。计算待处理图像中每一个像素为高光区域像素的概率，对计算得到概率进行判断，根据判断结果设置高光掩膜图像中对应的像素，具体将待处理图像中的像素x的值代入高光区域像素模型，计算得到像素x为高光区域像素的概率p(x)。对每一个像素x为高光区域像素的概率p(x)进行判断，在大于预先设定值的情形下，则判定该像素点为高光区域像素，将对应的高光掩膜图像对应像素设置为1；在小于等于预先设定值的情形下，则判定该像素点为非高光区域像素，将对应的高光掩膜图像对应像素设置为0，以此得到高光掩膜图像的各像素。

边缘提取模块303，用于提取高光掩膜图像的边缘；

在本发明实施例中，边缘提取模块303，用于从高光掩膜图像中提取连通区域的边缘，将其作为高光掩膜图像的边缘。其中，获取待修复区域，记为ω，其边缘记为记当前边缘为第一层，其到最外层边缘的距离t的值为0。

等高线生成模块304，用于对边缘迭代处理的方式，获取高光掩膜图像的高光掩膜图像等高线；

在本发明实施例中，等高线生成模块304，具体用于采用迭代边缘的方法，提取高光掩膜图像等高线簇l，包括：

1)遍历当前高光掩膜图像高光区域边缘像素ln层，判断边缘像素四邻域像素的掩膜值是否为1，若为1则记下该像素坐标作为ln+1层的像素。

2)遍历边缘像素ln的所有像素值，直至ln层像素全部遍历结束，从而获得全部ln+1层像素。

3)将ln+1层作为当前层，重复1)～2)步骤，获得新的边缘像素层ln+2。

4)不断重复1)～3)的过程直至所有像素归类到特定的边缘像素层中最终获得l0,l1,l2,…,ln层的等高线簇。

图像修复模块305，用于根据高光掩膜图像等高线进行图像修复，得到修复后的图像；

在本发明实施例中，获取待修复区域线簇边缘的任意点p，计算p点的相邻点等高线簇梯度值，具体算法如下：

gx＝abs(n(i+1,j)-n(i,j))

gy＝abs(n(i，j+1)-n(i,j))

其中，p坐标点为(i,j)，表示p点的相邻点等高线簇梯度值。

根据p点的相邻点等高线簇梯度值及p的等高线簇的层数索引，计算p点和q点的距离权重，方法如下：

其中，q为待修复区域线簇边缘上的点，w(p，q)为p点和q点的距离权重，n(p)表示像素p的等高线簇的层数索引。

根据p点、q点及p点和q点的距离权重w(p，q)计算待修复区域线簇边缘点p对应的新的像素值，具体方法如下：

按照线簇层数的索引，由小到大遍历每个原始待处理图像中对应线簇坐标处的像素。对于待修复区域线簇边缘点p，其由以下公式获得新的像素值

其中，b表示p点的邻域集合，p表示邻域集合中的点，w(p，q)表示点p和点q的距离权重。

从列表l中依照索引依次取出每个像素，对各个像素，计算获得i(p)，即生成其对应的新的像素，直至列表l中元素为空停止，以此实现对像素修复。

在本发明实施例中，通过提取高光部分的色彩特征，对高光区域建立高光区域像素模型，并基于该模型计算各像素为高光区域像素的概率，以此确定高光区域像素，再依据高光区域呈现区域化并且具有相互连通的几何特征，提取连通区域的边缘即高光掩膜图像的边缘，对边缘采用迭代的方式计算高光掩膜图像的高光掩膜图像等高线簇。再对各像素点基于等高线簇进行像素修复，从而实现消除立体显微手术影像中的高光。

在本发明的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序，所述程序用于实现显微手术影像的高光区域消除方法。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。