一种结肠镜图像的数据增强方法

技术特征：
1.一种结肠镜图像的数据增强方法，其特征在于，包括：s101：获取多张原始结肠镜图像，将每张所述原始结肠镜图像的颜色空间分别转换至灰度空间和色调-饱和度-亮度颜色空间，得到所述原始结肠镜图像的灰度信息和饱和度信息；s102：对所述灰度信息和所述饱和度信息进行融合，并根据第一预设强度阈值和第二预设强度阈值，获得所述原始结肠镜图像的反光区域坐标点集合；s103：根据第三预设强度阈值，从所述反光区域坐标点集合中计算出小反光区的坐标点集合；s104：对所述小反光区的坐标点进行恢复，得到小反光区恢复图像；s105：选取源图像和目标域图像，通过融合多特征空间提取反光区域和暗色区域，其中，所述源图像为所述原始结肠镜图像或所述小反光区恢复图像；s106：将所述源图像和所述目标域图像转换至lab颜色空间，得到所述源图像的分量特征和所述目标域图像的分量特征，所述目标域图像分辨率比所述源图像分辨率高且与所述源图像具有相同的样本，所述分量特征包括l分量强度值，a分量强度值和b分量强度值；s107：根据所述源图像的分量特征和所述目标域图像的分量特征，计算所述源图像中除了反光区域和暗色区域以外的图像区域的各颜色通道的标准差和均值，计算所述目标域图像中除了反光区域和暗色区域以外的图像区域的各颜色通道的标准差和均值；s108：根据所述源图像的标准差和均值、所述目标域图像的标准差和均值，将所述源图像的颜色域迁移至所述目标域图像对应的目标域，得到迁移图像；s109：对所述迁移图像的暗色区域进行恢复，得到颜色域迁移增强图像；s110：将所述原始结肠镜图像，所述小反光区恢复图像和所述颜色域迁移增强图像组成结肠镜增强图像数据集合，其中，所述结肠镜增强图像数据集合用于后续结肠镜图像分析。2.根据权利要求1所述的图像数据增强方法，其特征在于，所述s101具体为：s1011：获取结肠镜视频数据；s1012：对所述结肠镜视频数据截帧，获得多张所述原始结肠镜图像。3.根据权利要求1所述的图像数据增强方法，其特征在于，所述s102具体包括：s1021：根据下述公式1获得所述原始结肠镜图像的反光区域坐标点集合p：p＝{x|x∈d，g(x)＞th1&s(x)＜th2}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1其中，p表示所述反光区域坐标点集合，d表示原始结肠镜图像坐标点集合，g(x)表示所述原始结肠镜图像中坐标x处所述灰度空间的灰度强度值，s(x)表示在所述原始结肠镜图像中坐标x处饱和度空间的强度值，其中，th1表示所述第一预设强度阈值，th2表示所述第二预设强度阈值，符号&表示逻辑与运算。4.根据权利要求1所述的图像数据增强方法，其特征在于，所述s103具体包括：s1031：计算出小反光区的坐标点集合s：其中，s表示小反光区的坐标点集合，p
sub
表示原始结肠镜图像反光区域图像坐标点集合中的一个连通子集，符号|.|用于计算集合包含的坐标点数量，th3表示第三预设强度阈
值。5.根据权利要求1所述的图像数据增强方法，其特征在于，所述s104具体包括：s1041：对所述原始结肠镜图像从上到下和从左到右进行扫描；s1042：在扫描像素点坐标属于所述小反光区坐标点集合的情况下，对所述扫描像素点进行填充，并将填充的所述扫描像素点作为次正常像素点。6.根据权利要求5所述的图像数据增强方法，其特征在于，所述s1042具体包括：s1042a：以所述扫描像素点为中心，“回”字形逐层外扩搜索区域，其中第一层搜索区域为所述扫描像素点的8邻域，第二层搜索区域为所述第一层搜索区域外扩一圈；s1042b：在搜索到k个正常/次正常像素点的情况下，计算k个所述正常/次正常像素点的颜色向量均值，并将所述颜色向量均值填充至当前扫描到的待填充像素点。7.根据权利要求6所述的图像数据增强方法，其特征在于，所述k的预设值为6。8.根据权利要求1所述的图像数据增强方法，其特征在于，所述s105具体包括：s1051：计算源图像暗色区域和所述目标域图像暗色区域坐标点集合的方法为：p
d
＝{x|x∈d，g(x)＜th4}
ꢀꢀꢀꢀ
公式3其中，p
d
表示获取的暗色区域坐标点集合，d为所述源图像全图坐标点集合，g(x)为所述源图像坐标x处灰度强度值，其中th4为所述第四预设强度值；计算所述目标域图像暗色区域坐标点集合的方法为：p
d
＝{x|x∈d，g(x)＜th4}
ꢀꢀꢀꢀꢀꢀꢀ
公式4其中，p
d
表示获取的暗色区域坐标点集合，d为所述目标域图像全图坐标点集合，g(x)为所述目标域图像坐标x处灰度强度值，其中th4为所述第四预设强度值。9.根据权利要求8所述的图像数据增强方法，其特征在于，所述s107具体包括：s1071：选取一张原始结肠镜图像或者小反光区恢复图像，所述源图像方差和源图像均值的计算方法分别为：所述源图像中除了反光区域和暗色区域以外的图像区域的各颜色通道的标准差所述源图像标准差：其中，集合l(x)、a(x)、b(x)分别表示相应像素点集合的lab颜色空间l分量强度值、a分量强度值、b分量强度值，集合σ(l(x))、σ(a(x))和σ(b(x))分别表示计算集合l(x)、a(x)和b(x)的方差，集合σ(l(x))、σ(a(x))和σ(b(x))分别构成了所述源图像各颜色通道方差的l分量强度值、a分量强度值和b分量强度值，x为源图像中除了反光区和暗色区的所有像素点；所述源图像均值：其中，μ(l(x))、μ(a(x))和μ(b(x))分别表示计算集合l(x)、a(x)、b(x)的均值，x表示所述源图像中去除所述源图像反光区域和所述源图像暗色区域两者的像素点，集合μ(l(x))、μ(a(x))和μ(b(x))分别构成了所述源图像各颜色通道均值的l分量强度值、a分量强度值和b分量强度值；s1072：选取n张所述目标域图像，所述目标域图像方差和所述目标域图像均值的计算方法分别为；
所述目标域图像标准差：其中，x表示所述目标域图像中去除目标域图像反光区和目标域图像暗色区的像素点，集合σ(l(x))、σ(a(x))和σ(b(x))分别构成了所述目标域图像各颜色通道方差的l分量强度值、a分量强度值和b分量强度值，d
i
、p
i
和p
di
分别表示第i张所述目标域图像的全图坐标点集合、第i张目标域图像反光区域图像坐标点集合和第i张目标域图像暗色区图像坐标点集合；所述目标域图像均值：其中，集合μ(l(x))、μ(a(x))和μ(b(x))分别构成了所述目标域图像各颜色通道均值的l分量强度值、a分量强度值和b分量强度值。10.根据权利要求9所述的图像数据增强方法，其特征在于，所述s108具体为：其中，t(x)表示所述迁移图像在所述迁移图像坐标x处的lab颜色空间l分量强度值、a分量强度值和b分量强度值，σ0,、σ1和σ2分别表示所述源图像各颜色通道方差的l分量强度值、a分量强度值和b分量强度值，μ0、μ1和μ2分别表示所述源图像各颜色通道均值的l分量强度值、a分量强度值和b分量强度值，σ
m0
,、σ
m1
和σ
m2
分别表示所述目标域图像各颜色通道方差的l分量强度值、a分量强度值和b分量强度值，μ
m0
、μ
m1
和μ
m2
分别表示所述目标域图像各颜色通道均值的l分量强度值、a分量强度值和b分量强度值。

技术总结
本发明公开了一种结肠镜图像的数据增强方法，属于计算机视觉技术领域，方法包括：获取多张原始结肠镜图像，对灰度信息和饱和度信息进行融合，获得原始结肠镜图像反光区域坐标点集合；从反光区域坐标点集合中计算出小反光区的坐标点集合并对其进行恢复，得到小反光区恢复图像；将源图像和目标域图像转换至LAB颜色空间；计算源图像和目标域图像中除了反光区域和暗色区域以外的各颜色通道的标准差和均值；将源图像的颜色域迁移至目标域图像对应的目标域；对迁移图像的暗色区域进行恢复，得到颜色域迁移增强图像；将原始结肠镜图像，小反光区恢复图像和颜色域迁移增强图像组成结肠镜增强图像数据集合，其中，结肠镜增强图像数据集合用于后续图像分析。集合用于后续图像分析。集合用于后续图像分析。


技术研发人员：胡珂立 胡晓昭 章生冬 祝汉灿 余冬华 彭华 韩明磊 樊长兴 赵利平
受保护的技术使用者：绍兴文理学院
技术研发日：2022.11.10
技术公布日：2023/2/3