本發(fā)明屬于光纖束圖像處理，特別是一種基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強方法。

背景技術(shù)：

1、熒光共聚焦內(nèi)窺成像技術(shù)是將光纖內(nèi)窺技術(shù)與共聚焦掃描顯微術(shù)相結(jié)合起來的一種技術(shù)，可以對活體組織進行無創(chuàng)組織檢查，廣泛應(yīng)用于醫(yī)學(xué)成像領(lǐng)域。

2、熒光共聚焦內(nèi)窺成像技術(shù)利用共聚焦掃描系統(tǒng)，通過包含多個光纖的光纖束來實現(xiàn)成像。光纖束在內(nèi)窺鏡成像中發(fā)揮了重要作用，為活體內(nèi)一系列疾病的診斷提供了細胞水平可視化的途徑。通常，光纖束包含大量的光纖纖芯（通常高達30000個），這些纖芯可以同時傳輸和獲取光學(xué)信號。然而，纖芯間距（即包層）會導(dǎo)致光纖間信息產(chǎn)生損失，光纖的分布結(jié)構(gòu)會出現(xiàn)在獲得的圖像中，呈現(xiàn)出蜂窩狀的周期性結(jié)構(gòu)，影響圖像的可讀性。通常在開始時使用參考圖像計算圖像的校正參數(shù)，使用一個固定的校正系數(shù)對圖像進行校正，但在長時間的使用過程中，由于外力等原因，共聚焦掃描系統(tǒng)的光纖接口端面位置會發(fā)生輕微改變，在圖像的部分區(qū)域會發(fā)生離焦現(xiàn)象，同時蜂窩狀的圖案位置與強度會發(fā)生改變。這使得必須使用一種自學(xué)習(xí)的算法，能夠在使用過程中實時計算校正參數(shù)，消除共聚焦的蜂窩狀偽影。

3、在目前處理的辦法中（“光纖束圖像處理方法和裝置。公布號：cn107678153a?公布日：2018.02.09?申請?zhí)枺?01710959003?.1”），在共聚焦掃描系統(tǒng)啟動前，使用參考圖像計算校正參數(shù)，根據(jù)校正參數(shù)對圖像進行校正，其操作較為復(fù)雜，而且經(jīng)過長時間使用后由于接口端面位移的影響，蜂窩狀的圖案會再度出現(xiàn)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)存在的問題，提供一種基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強方法，基于時序?qū)D像進行局域分析并去除圖像蜂窩狀結(jié)構(gòu)。

2、實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強方法，所述方法包括以下步驟：

3、提取內(nèi)窺圖像的有效區(qū)域；

4、將有效區(qū)域分割成若干子區(qū)域，且子區(qū)域之間相重疊；

5、基于時間序列計算子區(qū)域圖像數(shù)據(jù)的主成分；

6、計算子圖像區(qū)域的校正因子；

7、合并子圖像區(qū)域的校正因子；

8、通過所述校正因子重建所述內(nèi)窺圖像，獲得增強后的重構(gòu)圖像。

9、進一步地，所述提取內(nèi)窺圖像的有效區(qū)域，具體包括：

10、設(shè)置閾值σ；

11、針對每張內(nèi)窺圖像，基于所述閾值σ分割得到對應(yīng)的掩模；

12、對所有掩模進行與運算，并獲取掩模最大連通域；

13、對運算結(jié)果進行形態(tài)學(xué)膨脹處理，得到有效區(qū)域的掩模mask。

14、進一步地，所述將有效區(qū)域分割成若干子區(qū)域，具體包括：

15、根據(jù)預(yù)設(shè)的子區(qū)域?qū)挾葁d與子區(qū)域重疊大小overlap，將寬度w以及高度h的內(nèi)窺圖像p的有效區(qū)域劃分成n個小方塊子區(qū)域，其中在寬度上劃分成個小區(qū)域，高度上劃分個小區(qū)域：

16、

17、

18、

19、第i個小方塊子區(qū)域圖像的起始位置，以及寬度，高度為：

20、

21、

22、

23、

24、

25、

26、根據(jù)有效區(qū)域的掩模，每個小方塊子區(qū)域i包含個有效像素點，篩選出具有預(yù)設(shè)數(shù)目的有效像素點的小方塊子區(qū)域，組成待分析的區(qū)域集合r；

27、提取所述區(qū)域集合r中每個子區(qū)域i內(nèi)所有有效像素點相對于子區(qū)域起始位置的序號，并由小到大組成位置序列。

28、進一步地，所述基于時間序列計算子區(qū)域圖像數(shù)據(jù)的主成分，具體包括：

29、對于第t張內(nèi)窺圖像，根據(jù)子區(qū)域的位置序列，得到對應(yīng)位置的像素值，組成一個長度為的向量；

30、在時域上，對子區(qū)域的數(shù)據(jù)進行pca分析：

31、（1）數(shù)據(jù)預(yù)處理，對同一子區(qū)域i的各個時刻的原始數(shù)據(jù)進行歸一化并求取對數(shù)：

32、

33、式中，表示第t張內(nèi)窺圖像子區(qū)域i對應(yīng)的預(yù)處理結(jié)果，為一個極小值的固定值，用于避免對數(shù)項為零；

34、（2）求取一段時間內(nèi)的子區(qū)域的數(shù)據(jù)平均值：

35、

36、式中，表示內(nèi)窺圖像的總數(shù)；

37、（3）計算協(xié)方差矩陣：

38、

39、（4）求取協(xié)方差矩陣取本征值與特征向量e：

40、

41、

42、式中，表示第i個子區(qū)域的矩陣進行分解后得到的第j個特征向量，表示第i個子區(qū)域的矩陣進行分解后得到的第j個特征值，j=1,2,...,，表示特征向量或特征值的個數(shù)；

43、（5）提取主成分權(quán)重：

44、。

45、進一步地，所述計算子圖像區(qū)域的校正因子，具體包括：

46、對所有中的最小值進行mean-shift聚類分析，提取出聚類中心；

47、將偽影對小區(qū)域圖像的干擾影響表示為：

48、

49、根據(jù)數(shù)據(jù)在區(qū)域內(nèi)的位置序號將轉(zhuǎn)換成光纖影響系數(shù)，計算公式為：

50、。

51、進一步地，所述合并子圖像區(qū)域的校正因子，具體包括：

52、計算重疊區(qū)域中的點到子區(qū)域圖像邊界的最近距離：

53、

54、式中，表示重疊區(qū)域中的點；

55、計算子區(qū)域圖像的權(quán)重參數(shù)：

56、

57、

58、計算重疊區(qū)域的總權(quán)重參數(shù)：

59、

60、計算各重疊區(qū)域最終的校正因子：

61、?。

62、進一步地，所述通過所述校正因子重建所述內(nèi)窺圖像，獲得增強后的重構(gòu)圖像，具體包括：

63、利用校正因子校正原始內(nèi)窺圖像：

64、

65、式中，表示對應(yīng)的校正后的內(nèi)窺圖像；

66、求取內(nèi)窺圖像的最大值與最小值，并對進行歸一化處理。

67、另一方面，提供了一種基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強系統(tǒng)，所述系統(tǒng)包括：

68、第一模塊，用于提取內(nèi)窺圖像的有效區(qū)域；

69、第二模塊，用于將有效區(qū)域分割成若干子區(qū)域，且子區(qū)域之間相重疊；

70、第三模塊，用于基于時間序列計算子區(qū)域圖像數(shù)據(jù)的主成分；

71、第四模塊，用于計算子圖像區(qū)域的校正因子；

72、第五模塊，用于將子圖像區(qū)域的重疊區(qū)域的校正因子進行合并；

73、第六模塊，用于通過所述校正因子重建所述內(nèi)窺圖像，獲得增強后的重構(gòu)圖像。

74、另一方面，提供了一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)所述基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強方法。

75、另一方面，提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述基于主成分分析的共聚焦內(nèi)窺鏡視頻圖像增強方法。

76、本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：

77、（1）此方法能夠基于視頻流自動計算得到光纖損失的影響，并據(jù)此對圖像進行校正，不需要初期對光纖束進行光強度校準(zhǔn)，而且此方法對于蜂窩狀的處理效果會隨著視頻的時長增加而增強。

78、（2）該方法能夠基于視頻流自適應(yīng)地根據(jù)圖像的局部區(qū)域特征計算得到校正因子，從而去除共聚焦內(nèi)窺掃描系統(tǒng)存在蜂窩狀的結(jié)構(gòu)，提高重建圖像的成像質(zhì)量。

79、（3）相較于神經(jīng)網(wǎng)絡(luò)的方法，此方法無需使用標(biāo)記的圖像進行訓(xùn)練，可解釋性較強，計算較為簡單，效率較高。

80、下面結(jié)合附圖對本發(fā)明作進一步詳細描述。