專利名稱：膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理方法，具體來說涉及一種膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自 動(dòng)剔除方法。
背景技術(shù)：
一次典型的膠囊內(nèi)窺鏡檢查會(huì)產(chǎn)生五萬幀左右的消化道內(nèi)窺鏡圖像，其中包含病 灶的具有診斷價(jià)值的圖像往往只有幾十張。診斷的時(shí)候，醫(yī)生需要遍歷膠囊內(nèi)窺鏡采集的 所有圖像，找到具有診斷價(jià)值的圖像并據(jù)此做出診斷，這是是一項(xiàng)非常費(fèi)時(shí)費(fèi)力的工作。繁 重的工作不但會(huì)浪費(fèi)醫(yī)生寶貴的時(shí)間，而且會(huì)使醫(yī)生感到疲倦，大腦興奮性下降，對(duì)病變的 敏感程度和辨識(shí)能力降低，容易導(dǎo)致漏診。事實(shí)上，所拍攝出來的膠囊內(nèi)窺鏡圖片有少部分圖片是無效的。它們是由于光照 不足或者曝光不正確而產(chǎn)生的。這類圖像像素的亮度的動(dòng)態(tài)范圍狹窄，圖像對(duì)比度低下，內(nèi) 容無法判讀，是無效的圖像。另外，所獲得的膠囊內(nèi)窺鏡圖片中存在著大量相似的冗余圖片，影響診斷速度。因 為目前的膠囊內(nèi)窺鏡依靠胃腸道的蠕動(dòng)產(chǎn)生的推擠力在消化道內(nèi)緩慢移動(dòng)，它的前進(jìn)速度 并不均勻。有時(shí)候膠囊相對(duì)于消化道幾乎靜止不動(dòng)，這時(shí)采集到的相鄰圖像之間的內(nèi)容幾 乎不變，產(chǎn)生冗余數(shù)據(jù)。有時(shí)候膠囊在原地繞自身軸線旋轉(zhuǎn)而停滯不前，這時(shí)候，雖然表面 上看鄰近的圖像之間內(nèi)容有差異，但是經(jīng)過簡(jiǎn)單的圖像配準(zhǔn)，糾正旋轉(zhuǎn)運(yùn)動(dòng)后，可以發(fā)現(xiàn)它 們的內(nèi)容還是高度相似的，這也是冗余數(shù)據(jù)。因此，從幾萬幀圖像中自動(dòng)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(nèi)窺鏡圖像的處理主要包括圖像畸變矯正、去噪、運(yùn)動(dòng)模糊恢復(fù)和增強(qiáng) 等，但仍然沒有減少圖片數(shù)據(jù)量。關(guān)于膠囊內(nèi)窺鏡無效與相似圖像的判斷和剔除，國(guó)內(nèi)并沒 有發(fā)現(xiàn)相關(guān)的論文和專利發(fā)表。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，該方法能 很好地提高圖片檢索效率和盡可能去除干擾，縮短閱片時(shí)間，提高醫(yī)生診斷效率。本發(fā)明的目的可通過以下的技術(shù)措施來實(shí)現(xiàn)一種膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，包括以下步驟(1)剔除無效圖片數(shù)據(jù)；所述剔除無效圖像的過程為選擇一個(gè)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(duì)待判斷的圖片數(shù)據(jù)中的每一幀圖像計(jì)算其像素的平均灰度值，然 后依據(jù)樣本的正態(tài)分布來標(biāo)準(zhǔn)化所述當(dāng)前圖像的像素平均灰度，即變換為標(biāo)準(zhǔn)的正態(tài)分布 N(0，1)，得到其正態(tài)分布標(biāo)準(zhǔn)化；最后依據(jù)標(biāo)準(zhǔn)正態(tài)分布的特征，給定一個(gè)判斷閾值，進(jìn)行 雙邊判斷，如果所述圖像的正態(tài)分布標(biāo)準(zhǔn)化的絕對(duì)值大于閾值，則判定所述圖像為曝光異 常的圖像，并作為無效圖片數(shù)據(jù)予以剔除；
3
(2)剔除重復(fù)圖片數(shù)據(jù)；所述剔除內(nèi)容重復(fù)圖像數(shù)據(jù)的過程為首先假定相鄰兩幀圖像間歸一化的相關(guān)系 數(shù)或歸一化的互信息量服從正態(tài)分布；其均值和方差從待處理的圖像樣本估計(jì)得到；然后 對(duì)與待處理圖像相鄰的圖像進(jìn)行剛性配準(zhǔn)，計(jì)算該相似性系數(shù)并對(duì)其進(jìn)行標(biāo)準(zhǔn)化；依據(jù)標(biāo) 準(zhǔn)正態(tài)分布的特征，給定一個(gè)判斷閾值，進(jìn)行判定；如果所述相似程度大于給定的閾值，就 認(rèn)為所述相鄰兩幀圖像內(nèi)容高度重復(fù)，后一幀圖像為重復(fù)數(shù)據(jù)，予以剔除。所述剛性配準(zhǔn)只處理旋轉(zhuǎn)和平移的剛性變換。所述相鄰兩幀圖片間的歸一化相關(guān)系數(shù)為其中，Ai為圖像A的第i個(gè)像素，Bi為圖像B的第i個(gè)像素，N是圖片中有效區(qū)域 內(nèi)的像素個(gè)數(shù)。所述圖片中的有效區(qū)域設(shè)置為圖片中央的圓形有效區(qū)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(fā)明的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法具有以下的有益效果現(xiàn)有的 膠囊內(nèi)窺鏡圖像的處理方法主要包括圖像畸變矯正、去噪、運(yùn)動(dòng)模糊恢復(fù)和增強(qiáng)等，但仍然 沒有減少圖片數(shù)據(jù)量。而本發(fā)明提出的方法具有計(jì)算簡(jiǎn)便，剔除效率高的優(yōu)點(diǎn)。不但大大 減小后續(xù)的分析和輔助診斷的計(jì)算量，而且可以提高后續(xù)的分析和輔助診斷的穩(wěn)定性。另 外，本發(fā)明提出的方法使用正態(tài)分布模型，閾值選取簡(jiǎn)便，剔除率可以自由設(shè)定，具有計(jì)算 簡(jiǎn)便，剔除效率高的優(yōu)點(diǎn)。


圖1是膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)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(nèi)容高度相似的冗余圖片的流程圖。
具體實(shí)施例方式圖1至圖3所示是本發(fā)明的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法的流程圖， 包括以下步驟(1)先剔除無效圖片數(shù)據(jù)首先根據(jù)圖像的平均亮度來判斷圖片是否有曝光缺 陷，判斷的過程為由于正常的圖像序列，其光照和曝光條件類似，假設(shè)其像素的平均灰度 分布為正態(tài)的，曝光正確的圖像的像素灰度的平均值服從正態(tài)分布，選擇一個(gè)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(duì)待判斷的圖片數(shù)據(jù)中的每一幀圖像計(jì) 算其像素的平均灰度值，然后依據(jù)樣本的正態(tài)分布來標(biāo)準(zhǔn)化所述當(dāng)前圖像的像素平均灰度，即變換為標(biāo)準(zhǔn)的正態(tài)分布N(0，1)，得到其正態(tài)分布標(biāo)準(zhǔn)化；最后依據(jù)標(biāo)準(zhǔn)正態(tài)分布的 特征，給定一個(gè)判斷閾值，進(jìn)行雙邊判斷，如果所述圖像的正態(tài)分布標(biāo)準(zhǔn)化的絕對(duì)值大于閾 值，則判定所述圖像為曝光異常的圖像，并作為無效圖片數(shù)據(jù)予以剔除；閾值的確定，依據(jù) 正態(tài)分布的特征，可以取3左右。在實(shí)際使用時(shí)，可由醫(yī)生根據(jù)具體的圖像質(zhì)量狀況予以調(diào) 整；(2)再剔除重復(fù)圖片數(shù)據(jù)利用相鄰圖片之間的相似度程度來衡量?jī)蓤D片是否為 內(nèi)容高度相似的“重復(fù)”圖片。首先假定相鄰兩幀圖像間歸一化的相關(guān)系數(shù)或歸一化的互 信息量服從正態(tài)分布，其均值和方差從待處理的圖像樣本估計(jì)得到；然后對(duì)與待處理圖像 相鄰的圖像進(jìn)行剛性配準(zhǔn)，剛性配準(zhǔn)只考慮旋轉(zhuǎn)和平移的剛性變換，計(jì)算該相似性系數(shù)并 對(duì)其進(jìn)行標(biāo)準(zhǔn)化；依據(jù)標(biāo)準(zhǔn)正態(tài)分布的特征，給定一個(gè)判斷閾值，進(jìn)行判定；如果所述相似 程度大于給定的閾值，就認(rèn)為所述相鄰兩幀圖像內(nèi)容高度重復(fù)，后一幀圖像為重復(fù)數(shù)據(jù)，予 以剔除。把內(nèi)容高度相似的后一幀圖像剔除不會(huì)帶來明顯的漏診風(fēng)險(xiǎn)。下面根據(jù)一個(gè)具體實(shí)施例來說明本發(fā)明方法的具體過程1、利用膠囊內(nèi)窺鏡進(jìn)行拍攝，獲取大致50000幀圖像數(shù)據(jù)。2、圖2描述了采集到的圖片數(shù)據(jù)首先進(jìn)行無效圖片剔除的過程。無效圖片是由于 光照不足或者曝光不正確而產(chǎn)生的。這類圖片像素的亮度的動(dòng)態(tài)范圍狹窄，圖片對(duì)比度低 下，內(nèi)容無法判讀。雖然所占的比例不大，但是為了后續(xù)快速和自動(dòng)處理，需要首先剔除。根據(jù)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(tài)分布，就可以從一個(gè)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(gè)樣本圖像數(shù)據(jù)可以是經(jīng)過人工判讀為其他人的正常圖像數(shù)據(jù)，或者是被 處理的對(duì)像自身的正常數(shù)據(jù)。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，省去了人工干預(yù)的過程，便于自動(dòng)處理。對(duì)于新的檢查數(shù)據(jù)，對(duì)每一幀圖像計(jì)算其像素 的平均灰度值，然后計(jì)算它的Z-score (正態(tài)分布標(biāo)準(zhǔn)化)，變換為標(biāo)準(zhǔn)的正態(tài)分布N (0，1)。 給定一個(gè)判斷閾值，進(jìn)行雙邊判斷，那些z-score的絕對(duì)值大于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(shè)置為3，得到置信度約為99.7%。為了 提高敏感程度，可以在計(jì)算過程中使用掩模圖像，只對(duì)圖像中央圓形的有效區(qū)域進(jìn)行計(jì)算。3、圖3示出了在剔除無效圖片的基礎(chǔ)上，再進(jìn)行剔除內(nèi)容高度相似的冗余圖片的 過程。相鄰圖像幀之間“內(nèi)容”的冗余程度可以用它們之間的相似程度來衡量。如果相似 程度大于給定的閾值，就認(rèn)為相鄰圖像幀的內(nèi)容高度相似，把后一幀圖像剔除不會(huì)帶來明 顯的漏診風(fēng)險(xiǎn)。這里的相似程度可以使用圖像間的歸一化相關(guān)系數(shù)，或者歸一化的互信息 量來表示。其中，圖像間的歸一化相關(guān)系數(shù)的定義為
權(quán)利要求
1.一種膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，其特征在于包括以下步驟(1)剔除無效圖片數(shù)據(jù)；所述剔除無效圖像的過程為選擇一個(gè)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(duì)待判斷的圖片數(shù)據(jù)中的每一幀圖像計(jì)算其像素的平均灰度值，然后依據(jù) 樣本的正態(tài)分布來標(biāo)準(zhǔn)化所述當(dāng)前圖像的像素平均灰度，即變換為標(biāo)準(zhǔn)的正態(tài)分布N(0， 1)，得到其正態(tài)分布標(biāo)準(zhǔn)化；最后依據(jù)標(biāo)準(zhǔn)正態(tài)分布的特征，給定一個(gè)判斷閾值，進(jìn)行雙邊 判斷，如果所述圖像的正態(tài)分布標(biāo)準(zhǔn)化的絕對(duì)值大于閾值，則判定所述圖像為曝光異常的 圖像，并作為無效圖片數(shù)據(jù)予以剔除；(2)剔除重復(fù)圖片數(shù)據(jù)；所述剔除內(nèi)容重復(fù)圖像數(shù)據(jù)的過程為首先假定相鄰兩幀圖像間歸一化的相關(guān)系數(shù)或 歸一化的互信息量服從正態(tài)分布；其均值和方差從待處理的圖像樣本估計(jì)得到；然后對(duì)與 待處理圖像相鄰的圖像進(jìn)行剛性配準(zhǔn)，計(jì)算該相似性系數(shù)并對(duì)其進(jìn)行標(biāo)準(zhǔn)化；依據(jù)標(biāo)準(zhǔn)正 態(tài)分布的特征，給定一個(gè)判斷閾值，進(jìn)行判定；如果所述相似程度大于給定的閾值，就認(rèn)為 所述相鄰兩幀圖像內(nèi)容高度重復(fù)，后一幀圖像為重復(fù)數(shù)據(jù)，予以剔除。
2.根據(jù)權(quán)利要求1所述的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，其特征在于所 述相鄰兩幀圖片間的歸一化相關(guān)系數(shù)為其中，Ai為圖像A的第i個(gè)像素，Bi為圖像B的第i個(gè)像素，N是圖片中有效區(qū)域內(nèi)的 像素個(gè)數(shù)。
3.根據(jù)權(quán)利要求2所述的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，其特征在于所 述圖片中的有效區(qū)域設(shè)置為圖片中央的圓形有效區(qū)域。
4.根據(jù)權(quán)利要求1所述的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，其特征在于所 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(jù)權(quán)利要求1所述的膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，其特征在于所 述剛性配準(zhǔn)只處理旋轉(zhuǎn)和平移的剛性變換。
全文摘要
本發(fā)明公開了一種膠囊內(nèi)窺鏡冗余圖像數(shù)據(jù)的自動(dòng)剔除方法，包括以下步驟首先，選擇一個(gè)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(duì)待判斷的圖片數(shù)據(jù)中的每一幀圖像計(jì)算其像素的平均灰度值，最后依據(jù)標(biāo)準(zhǔn)正態(tài)分布的特征，判定所述圖像是否為曝光異常的圖像，并予以剔除；然后，假定相鄰兩幀圖像間歸一化的相關(guān)系數(shù)或歸一化的互信息量服從正態(tài)分布；其均值和方差從待處理的圖像樣本估計(jì)得到；然后對(duì)與待處理圖像相鄰的圖像進(jìn)行剛性配準(zhǔn)；依據(jù)標(biāo)準(zhǔn)正態(tài)分布的特征，判定相鄰兩幀圖像內(nèi)容是否高度重復(fù)，并剔除重復(fù)圖像。該方法在基于內(nèi)容的圖像檢索之前進(jìn)行，能很好地提高檢索效率和盡可能去除干擾，縮短閱片時(shí)間以提高醫(yī)生診斷率。
文檔編號(hào)G06T7/00GK102096917SQ20101060108
公開日2011年6月15日 申請(qǐng)日期2010年12月22日 優(yōu)先權(quán)日2010年12月22日
發(fā)明者劉哲星, 劉思德, 呂慶文, 李凱旋, 潘建南, 陳宇軒 申請(qǐng)人:南方醫(yī)科大學(xué)