一种内窥镜图像的除雾方法、装置及电子设备与流程

本申请涉及图像处理领域，特别涉及一种内窥镜图像的除雾方法、装置及电子设备。

背景技术：

内窥镜的镜杆和镜体插入至观察对象的管腔后，可为医生提供管腔内的图像，从而有助于疾病的诊断和手术的实施。而在管腔内利用极光烧蚀或烧灼组织的过程中会产生烟雾颗粒和其它物质，这种情况同样会使图像模糊不清，从而无法清晰地示出管腔内的情形。

在相关技术中，医生通过内窥镜观察到影响手术视野的图像后，可启用烟雾排出设备，利用该烟雾排出设备从管腔内抽吸气体，从而依靠气流排出管腔内的烟雾。进一步地，可以启用气腹机向管腔内注入气体，从而使管腔内的气压保持平衡。

然而，相关技术的上述方法中烟雾排出设备从管腔抽吸的气流强度由人工调整，排出烟雾的效果并不好，因此，通过相关技术，采集到的内窥镜图像仍然不够清晰。

技术实现要素：

有鉴于此，本申请提供一种内窥镜图像的除雾方法、装置及电子设备，用于合理地控制优化管腔内环境，从而可以获取到清晰地展示管腔内情形的内窥镜图像。

具体地，本申请是通过如下技术方案实现的：

一种内窥镜图像的除雾方法，包括：

从目标对象的管腔内采集内窥镜图像；

确定所述内窥镜图像中的烟雾浓度；

依据所述烟雾浓度和除雾强度算法确定除雾强度；其中，所述除雾强度算法限定所述除雾强度与所述烟雾浓度成正相关关系；

控制除雾设备按照所述除雾强度进行除雾。

在所述内窥镜图像的除雾方法中，所述确定所述内窥镜图像中的烟雾浓度，包括：

依据所述内窥镜图像处理得到暗通道图像；

检查所述暗通道图像中暗通道值大于预设暗通道值阈值的像素数量，并计算该像素数量与所述暗通道图像的总像素数量的比例，将该比例作为所述烟雾浓度。

在所述内窥镜图像的除雾方法中，所述确定所述参考内窥镜图像中的烟雾浓度，包括：

依据所述内窥镜图像处理得到暗通道图像；

从所述暗通道图像中选择指定像素，其中，所述暗通道图像中暗通道值大于该指定像素的像素数量占总像素数量的a％；

计算该指定像素的暗通道值与所述暗通道图像的所有像素中最大的暗通道值的比例，将该比例作为烟雾浓度。

在所述内窥镜图像的除雾方法中，所述除雾强度算法包括气流强度算法，所述除雾强度包括气流强度，所述除雾设备包括烟雾排出设备和气腹机；或者，所述除雾强度算法包括加热强度算法，所述除雾强度包括加热强度，所述除雾设备包括加热设备；

所述依据所述烟雾浓度和除雾强度算法确定除雾强度，包括：

依据所述烟雾浓度和所述气流强度算法确定气流强度；或者，

依据所述烟雾浓度和所述加热强度算法确定加热强度；

所述控制除雾设备按照所述除雾强度进行除雾，包括：

控制所述烟雾排出设备按照所述气流强度从管腔抽吸、并控制所述气腹机按照所述气流强度向管腔内送气；或者，

控制所述加热设备按照所述加热强度对内窥镜的镜体进行加热。

在所述内窥镜图像的除雾方法中，所述方法还包括：

输出所述内窥镜图像；或者，

依据预设的去烟雾算法对所述内窥镜图像进行除雾，并输出所述内窥镜图像。

一种内窥镜图像的除雾装置，包括：

采集单元，用于从目标对象的管腔内采集内窥镜图像；

确定单元，用于确定所述内窥镜图像中的烟雾浓度；

计算单元，用于依据所述烟雾浓度和除雾强度算法确定除雾强度；其中，所述除雾强度算法限定所述除雾强度与所述烟雾浓度成正相关关系；

控制单元，用于控制除雾设备按照所述除雾强度进行除雾。

在所述内窥镜图像的除雾装置中，所述确定单元，进一步用于：

依据所述内窥镜图像处理得到暗通道图像；

检查所述暗通道图像中暗通道值大于预设暗通道值阈值的像素数量，并计算该像素数量与所述暗通道图像的总像素数量的比例，将该比例作为所述烟雾浓度。

在所述内窥镜图像的除雾装置中，所述确定单元，进一步用于：

依据所述内窥镜图像处理得到暗通道图像；

从所述暗通道图像中选择指定像素，其中，所述暗通道图像中暗通道值大于该指定像素的像素数量占总像素数量的a％；

计算该指定像素的暗通道值与所述暗通道图像的所有像素中最大的暗通道值的比例，将该比例作为烟雾浓度。

在所述内窥镜图像的除雾装置中，所述除雾强度算法包括气流强度算法，所述除雾强度包括气流强度，所述除雾设备包括烟雾排出设备和气腹机；或者，所述除雾强度算法包括加热强度算法，所述除雾强度包括加热强度，所述除雾设备包括加热设备；

所述计算单元，进一步用于：

依据所述烟雾浓度和所述气流强度算法确定气流强度；或者，

依据所述烟雾浓度和所述加热强度算法确定加热强度；

所述控制单元，进一步用于：

控制所述烟雾排出设备按照所述气流强度从管腔抽吸、并控制所述气腹机按照所述气流强度向管腔内送气；或者，

控制所述加热设备按照所述加热强度对内窥镜的镜体进行加热。

在所述内窥镜图像的除雾装置中，所述装置还包括：

输出单元，用于输出所述内窥镜图像；或者，

输出单元，用于依据预设的去烟雾算法对所述内窥镜图像进行除雾，并输出所述内窥镜图像。

一种电子设备，所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的机器可执行指令，其中，所述处理器执行所述机器可执行指令时实现本申请所述的内窥镜图像的除雾方法。

在本申请中，首先确定采集到目标对象的管腔内的内窥镜图像中的烟雾浓度，然后依据上述烟雾浓度和除雾强度算法确定除雾强度，上述除雾强度算法限定除雾强度与烟雾浓度成正相关关系；从而可以控制除雾设备按照该除雾强度进行除雾；

由于除雾强度与烟雾浓度息息相关，基于烟雾浓度确定出的除雾强度可有效清除管腔内的烟雾，使得后续可从除雾后的管腔内采集内窥镜图像；这个过程可循环进行，直到管腔内不再有烟雾，从而使得最终获得清晰的内窥镜图像。

附图说明

图1是本申请示出的一种内窥镜图像的除雾方法的流程图；

图2是本申请示出的一种烟雾浓度和气流强度的关系示意图；

图3是本申请示出的一种管腔内气压变化示意图；

图4是本申请示出的一种烟雾浓度和加热强度的关系示意图；

图5是本申请示出的一种内窥镜图像的除雾装置的实施例框图；

图6是本申请示出的一种电子设备的硬件结构图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对现有技术方案和本发明实施例中的技术方案作进一步详细的说明。

在相关技术中，医生通过内窥镜观察到影响手术视野的图像后，通过经验确定一个气流强度，然后以该气流强度启动烟雾排出设备和气腹机来排出管腔内的烟雾，进而获取优化后的管腔内的内窥镜图像。

然而，由于控制烟雾排出设备和气腹机工作的气流强度依靠经验确定，实际排出烟雾的效果并不好，内窥镜图像仍可能模糊不清。

有鉴于此，本申请提出一种内窥镜图像的除雾方法，通过内窥镜图像中的烟雾浓度确定出除雾强度，然后以该除雾强度控制除雾设备进行除雾，可有效地排出烟雾，从而在后续采集到清晰的内窥镜图像。

参见图1，为本申请示出的一种内窥镜图像的除雾方法的流程图，该方法包括以下步骤：

步骤101：从目标对象的管腔内采集内窥镜图像。

步骤102：确定所述内窥镜图像中的烟雾浓度。

其中，上述方法可应用于电子设备，该电子设备可以是内窥镜或与内窥镜对接的智能设备。当然，该电子设备也与本申请后续提到的烟雾排出设备、气腹机以及加热设备对接。

在示出的一种实施方式中，电子设备可基于采集的内窥镜图像获得对应的暗通道图像，然后依据该暗通道图像确定上述内窥镜图像中的烟雾浓度。

具体地，可通过如下公式(1)获得暗通道图像：

其中，j^c表示内窥镜图像的每个通道的强度值，ω(x)表示以像素x为中心的一个窗口。

上述公式(1)的含义为，针对内窥镜图像的每一像素，选择该像素各通道的强度值中最小的一个，作为该像素的候选暗通道值。进一步地，以该像素为中心，划定一个预定尺寸的窗口(一般可为15*15)，选择该窗口内所有像素中最小的候选暗通道值作为该像素的暗通道值。当然，以内窥镜图像边缘的像素无法划出一个完整的窗口，这种情况下，就选择不完整的窗口内所有像素中最小的候选暗通道值作为该像素的暗通道值。

当确定出内窥镜图像的每一像素的暗通道值时，即获得该内窥镜图像对应的暗通道图像。当然，实际上上述暗通道图像作为灰度图显示时，暗通道值即为灰度值。

在获得上述暗通道图像后，进一步地，可确定出烟雾浓度。

作为一种实施例，电子设备可以检查上述暗通道图像中暗通道值大于预设的暗通道值阈值的像素数量。其中，上述暗通道值阈值可基于经验配置，比如，可以是200。

进一步地，可计算该像素数量和上述暗通道图像的总像素数量的比例，然后将该比例作为烟雾浓度。比如：若暗通道值达到上述暗通道值阈值的像素数量为192000，总像素数量为320000，则烟雾浓度即为0.6。

作为另一种实施例，电子设备可以选择上述暗通道图像中的指定像素，其中，上述暗通道图像中暗通道值大于该指定像素的像素数量占总像素数量的a％，该比值a％可基于经验配置，通常可以是5％到10％。

具体地，电子设备可将上述暗通道图像中的所有像素按暗通道值从大到小排列，然后从中选择位于前a％处的像素，该像素即为指定像素。比如，若总像素数量为320000，a％为10％，则指定像素即为暗通道值处于32000位置的像素。

进一步地，可计算该指定像素的暗通道值与上述暗通道图像的所有像素中最大的暗通道值的比例，将该比例作为烟雾浓度。比如：若指定像素的暗通道值为180，而暗通道图像的所有像素中最大的暗通道值为240，则烟雾浓度即为0.75。

步骤103：依据所述烟雾浓度和除雾强度算法确定除雾强度；其中，所述除雾强度算法限定所述除雾强度与所述烟雾浓度成正相关关系。

步骤104：控制除雾设备按照所述除雾强度进行除雾。

在示出的一种实施方式中，上述除雾强度算法包括气流强度算法，上述除雾强度包括气流强度，所述除雾设备包括烟雾排出设备和气腹机。在这种实施方式中，上述除雾设备包括烟雾排出设备和气腹机。

上述气流强度算法可以是任一能够使气流强度与烟雾浓度成正相关关系的算法。参见图2，为本申请示出的一种烟雾浓度和气流强度的关系示意图，如图2所示，气流强度会随烟雾浓度的增加而增加，但存在一个最大气流强度。当达到上述最大气流强度后，即使烟雾浓度继续增加，气流强度也不再变化。

上述气流强度可以单位时间内抽取或输入的气体容积来表示。

在这种情况下，电子设备可以依据上述烟雾浓度和上述气流强度算法确定气流强度，然后控制上述烟雾排出设备按照上述气流强度从管腔抽吸、并控制上述气腹机按照上述气流强度向管腔送气。

需要指出的是，相关技术通过人工干预来操作烟雾排出设备和气腹机，还可能导致管腔内气压发生变化，从而影响手术的实施。

参见图3，为本申请示出的一种管腔内气压变化示意图，如图3-a所示，在相关技术中，当医生发现内窥镜图像模糊不清时，可在t1时刻启用烟雾排出设备，烟雾排出设备基于人工确定的气流强度从管腔内抽吸气体。当烟雾排出设备通过气流将管腔内的烟雾排出后，可在t4时刻关闭该烟雾排出设备。

进一步地，为保持管腔内气压平衡，可在t2时刻启用气腹机向管腔内输入气体(通常可以是co2)。初始情况下，由于烟雾排出设备已造成管腔内气压过低，因此气腹机需以比烟雾排出设备更高的气流强度向管腔内送气，以使得管腔内气压达到t1以前的气压。当管腔内气压恢复正常时，可降低气腹机的气流强度，让气腹机与烟雾排出设备以相同的气流强度工作。在关闭上述烟雾排出设备后，需关闭该气腹机，而人工操作往往会出现一定延时，因此，图3-b中，气腹机在t5时刻关闭。

因此，参见图3-c，管腔内的气压在t1之前为p1，t1时至t2时之间会逐渐降低到p2，而在t2时至t3时之间由于启用气腹机又会升高至p1，并稳定到t4。当烟雾排出设备关闭后，由于气腹机的关闭会存在一定延时，因此，t4到t5内管腔内气压会上升至p3，之后逐渐恢复至p1。整个过程管腔内气压会变化，不利于手术的实施。

在这种实施方式中，由于上述气流强度与烟雾浓度息息相关，因此，根据烟雾浓度确定出的气流强度适用于当前管腔内的烟雾环境，烟雾排出设备基于该气流强度可有效排出管腔内的烟雾。此外，通过电子设备同时控制烟雾排出设备和气腹机以相同的气流强度工作，可保持除雾过程中管腔内气压不变，有利于手术的实施。

在示出的另一种实施方式中，上述除雾强度算法包括加热强度算法，上述除雾强度包括加热强度。在这种实施方式中，上述除雾设备包括加热设备。其中，该加热设备可以是内窥镜与相连的外部设备，用于给镜体加热。

上述加热强度算法可以是任一能够使加热强度与烟雾浓度成正相关关系的算法。参见图4，为本申请示出的一种烟雾浓度和加热强度的关系示意图，如图4所示，加热强度会随烟雾浓度的增加而增加，但存在一个最大加热强度，使得镜体的温度不会高于管腔内的温度。

由于内窥镜的镜体插入管腔以前，温度与室温相当，且低于体温。当镜体插入至管腔以后，由于管腔内湿度非常大，而温度显然高于室温，因此，管腔内的水汽会附着于镜体表面，内窥镜采集到的图像中有雾。

在这种情况下，为进一步提高内窥镜图像的清晰度，电子设备可以依据上述烟雾浓度和上述加热强度算法确定加热强度，然后控制加热设备按照上述加热强度对内窥镜的镜体进行加热。

在这种实施方式中，由于上述加热强度与烟雾浓度息息相关，因此，根据烟雾浓度确定出的加热强度适用于当前管腔内的烟雾环境，电子设备控制加热设备按照该加热强度对镜体加热，可防止管腔内的水汽凝结在镜体上，从而提高了内窥镜视野的清晰度。

在本申请实施例中，在优化管腔内环境后，管腔内清除了影响内窥镜图像成像的烟雾，从而可采集到清晰的内窥镜图像，有效地提高了实施手术的效率。

进一步地，在本申请实施例中，电子设备可输出上述内窥镜图像，以使医生可观察目标对象的管腔内的情形。

在示出的一种实施方式中，由于采集到的内窥镜图像中可能存在烟雾，为使内窥镜图像更为清晰，在示出上述内窥镜图像之前，电子设备可基于预设的去烟雾算法对该内窥镜图像进行除雾，得到去烟雾后的内窥镜图像，然后输出去雾处理后的内窥镜图像。

在本申请实施例中，上述优化管腔内环境的过程可以逐帧进行，每采集到内窥镜图像后，就确定暗通道图像，进而确定出烟雾浓度以优化管腔内环境。而当前采集到的内窥镜图像中仍存在烟雾，为使该内窥镜图像更为清晰，可基于预设的去烟雾算法对该内窥镜图像进行处理，得到去烟雾后的内窥镜图像。

通过该措施，可基于物理上和算法上的双重手段达到内窥镜图像去烟雾的目的。

综上所述，在本申请技术方案中，首先确定采集到目标对象的管腔内的内窥镜图像中的烟雾浓度，并依据烟雾浓度和除雾强度算法确定出除雾强度，然后控制除雾设备以该除雾强度进行除雾；

由于烟雾强度与除雾强度息息相关，基于烟雾强度确定出的除雾强度可有效清除管腔内的烟雾，使得后续可从优化后的管腔内采集内窥镜图像；

而以相同的气流强度同时启用烟雾排出设备和气腹机，可使管腔内气压平衡，从而有利于手术的实施；这个过程可循环进行，直到管腔内不再有烟雾；

此外，可基于上述烟雾浓度和加热强度算法确定加热强度，并以此控制加热设备对内窥镜的镜体进行加热，防止管腔内的水汽凝结于镜体，减少了内窥镜图像中的雾气；

而利用预设的去烟雾算法对内窥镜图像进行处理，则可在物理除雾的基础上进一步保证了内窥镜图像的清晰度。

与前述内窥镜图像的除雾方法的实施例相对应，本申请还提供了内窥镜图像的除雾装置的实施例。

如图5所示，为本申请示出的一种内窥镜图像的除雾方法的实施例框图：

如图5所示，该内窥镜图像的除雾装置50，包括：

采集单元510，用于从目标对象的管腔内采集内窥镜图像；

确定单元520，用于确定所述内窥镜图像中的烟雾浓度；

计算单元530，用于依据所述烟雾浓度和除雾强度算法确定除雾强度；其中，所述除雾强度算法限定所述除雾强度与所述烟雾浓度成正相关关系；

控制单元540，用于控制除雾设备按照所述除雾强度进行除雾。

在所述内窥镜图像的除雾装置中，所述确定单元520，进一步用于：

依据所述内窥镜图像处理得到暗通道图像；

检查所述暗通道图像中暗通道值大于预设暗通道值阈值的像素数量，并计算该像素数量与所述暗通道图像的总像素数量的比例，将该比例作为所述烟雾浓度。

在所述内窥镜图像的除雾装置中，所述确定单元520，进一步用于：

依据所述内窥镜图像处理得到暗通道图像；

从所述暗通道图像中选择指定像素，其中，所述暗通道图像中暗通道值大于该指定像素的像素数量占总像素数量的a％；

计算该指定像素的暗通道值与所述暗通道图像的所有像素中最大的暗通道值的比例，将该比例作为烟雾浓度。

在所述内窥镜图像的除雾装置中，所述除雾强度算法包括气流强度算法，所述除雾强度包括气流强度，所述除雾设备包括烟雾排出设备和气腹机；或者，所述除雾强度算法包括加热强度算法，所述除雾强度包括加热强度，所述除雾设备包括加热设备；

所述计算单元530，进一步用于：

依据所述烟雾浓度和所述气流强度算法确定气流强度；或者，

依据所述烟雾浓度和所述加热强度算法确定加热强度；

所述控制单元540，进一步用于：

控制所述烟雾排出设备按照所述气流强度从管腔抽吸、并控制所述气腹机按照所述气流强度向管腔内送气；或者，

控制所述加热设备按照所述加热强度对内窥镜的镜体进行加热。

在所述内窥镜图像的除雾装置中，所述装置还包括：

输出单元550(图中未示出)，用于输出所述内窥镜图像；或者，

输出单元550(图中未示出)，用于依据预设的去烟雾算法对所述内窥镜图像进行除雾，并输出所述内窥镜图像。

本申请内窥镜图像的除雾装置的实施例可以应用在电子设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。

从硬件层面而言，如图6所示，为本申请内窥镜图像的除雾装置所在电子设备的一种硬件结构图，

该电子设备可包括处理器601、存储有机器可执行指令的的机器可读存储介质602。处理器601与机器可读存储介质602可经由系统总线603通信。处理器601通过加载并执行机器可读存储介质602存储的机器可执行指令，能够实现上述内窥镜图像的除雾工作。

本文中提到的机器可读存储介质602可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：ram(radomaccessmemory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。