买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳柏德医疗科技有限公司申请的专利一种内窥镜图像处理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118967542B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411450699.1，技术领域涉及：G06T5/92；该发明授权一种内窥镜图像处理方法及系统是由葛柏岩;卢岩设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种内窥镜图像处理方法及系统在说明书摘要公布了：本发明属于图像处理技术领域，本发明公开了一种内窥镜图像处理方法，包括：获取内窥镜所对应的内窥图像和内窥数据；对所获得的内窥图像进行图像预处理，获得相应的预处理图像；对预处理图像进行特征提取，获得相应的特征点位，并基于所述特征点位对相应预处理图像进行划分，获得相应的特征子图；对所获得的特征子图进行图像处理，获得相应的特征增强图像，并基于所述特征增强图像进行图像融合处理，获得相应的高质量图像；对所获得的高质量图像进行图像质量评估，并依据图像质量评估结果判断高质量图像是否符合要求；本发明在提升图像质量、优化图像处理流程等方面均表现出显著的有益效果。

本发明授权一种内窥镜图像处理方法及系统在权利要求书中公布了：1.一种内窥镜图像处理方法，其特征在于，包括：步骤一：获取内窥镜所对应的内窥图组和内窥数据；所述内窥图组由若干个内窥图像组成；步骤二：对所获得的内窥图像进行图像预处理，获得相应的预处理图像；步骤三：对预处理图像进行特征提取，获得相应的特征点位，并基于所述特征点位对相应预处理图像进行划分，获得相应的特征子图；步骤四：对所获得的特征子图进行图像处理，获得相应的特征增强图像，并基于所述特征增强图像进行图像融合处理，获得相应的高质量图像；步骤五：对所获得的高质量图像进行图像质量评估，获得图像评估结果，并基于图像评估结果判断高质量图像是否符合要求，若符合，则将相应高质量图像作为输出；若不符合，则返回步骤三；对预处理图像进行特征提取，获得相应的特征点位，并基于所述特征点位对相应预处理图像进行划分，获得相应的特征子图的过程包括：将预处理图像作为输入图像导入预先构建的改进特征模型内，获得相应的模型输出结果，所述模型输出结果包括预处理图像所对应的若干个输出特征；获取输出特征在所述预处理图像内的像素位置，并将像素位置对应的像素点标记为特征点位；构建一个空白窗口，将所述特征点位作为空白窗口的中心点，并基于其对所述预处理图像进行图像截取，获得相应的特征子图；所述改进特征模型的构建过程为：定义改进特征模型的网络框架为以引入注意力机制的ResNet卷积神经网络；所述改进特征模型包括注意力层和感知层；所述注意力层包括通道注意力子层和空间注意力子层，注意力层和感知层均由卷积层和池化层组成，且所述感知层内还包含有一个ReLU激活函数；将所获得的输入图像输入至相应通道注意力子层内，所述通道注意力子层分别对相应输入图像进行最大池化操作和平均池化操作；获得相应的池化特征图；将所获得的池化特征图输入所述感知层内，所述感知层分别对相应池化特征图进行卷积处理，获得相应的卷积特征图；卷积处理的公式为：R0＝ηWSFE×ILR+B；式中，η表示相应感知层内的ReLU激活函数；WSFE表示权重值，ILR表示输入的池化特征图；B表示偏置项；R0表示输出的卷积特征图；将所获得的卷积特征图进行按位相加操作；并基于Sigmoid激活函数获得相应的权重系数Mc；基于所述权重系数Mc对相应输入图像进行按位相乘，获得相应的通道注意力特征；基于所述空间注意力子层对相应通道注意力特征分别进行最大池化和平均池化操作后得到两个空间特征图，并对这两个特征图按通道进行拼接，获得相应的通道特征图；对所获得的通道特征图进行卷积操作后，再经过Sigmoid激活函数后得到权重因子Ms；基于所述权重因子Ms对相应通道注意力特征进行按位相乘，获得相应的输出特征；获取历史内窥数据组，所述内窥数据组内包括若干张历史内窥图像以及相应内窥图像所对应的特征标签；对所述内窥数据组内的历史内窥图像进行增广处理，并基于增广处理后的内窥数据组构建相应的训练数据；将所获得的训练数据划分为若干个训练批次，并赋予相应训练批次对应的预训练权重；将带有预训练权重的训练批次输入所构建的改进特征模型内进行迭代训练，直至相应改进特征模型的模型参数连续P1个训练批次趋于收敛后停止训练，并将相应改进特征模型进行输出；P1为自然数；对所获得的特征子图进行图像处理，获得相应的特征增强图像，并基于所述特征增强图像进行图像融合处理，获得相应的高质量图像的过程包括：基于小波阈值算法对所获得的特征子图进行图像分解，获得相应的高频特征图像和低频特征图像；对所述低频特征图像进行灰度转化，获得相应的低频灰度图像，进而获取相应低频灰度图像内各个像素点所对应的灰度值，并基于其构建相应的灰度直方图；对所获得的低频灰度图像进行自适应灰度均衡处理，获得相应的增强低频图像；基于改进小波阈值函数对所获得的高频特征图像进行图像增强，获得增强高频图像；将增强低频图像和增强高频图像进行小波重构，获得相应的增强特征图像；统计所有的增强特征图，并基于图像截取的反过程对所获得的增强特征图像进行图像拼接，获得相应的内窥增强图像；读取相应采集时间下相应内窥图像所对应的内窥数据；并基于所述内窥数据获取相应的图像映射修正系数；将所获得的内窥增强图像输入所构建的改进特征模型表，获得相应内窥增强图像所对应的特征点位，并将相应特征点位标记为第二特征点位；同时，读取相应内窥图像对应特征点位，并标记为第一特征点位；分别获取不同第一特征点位与第二特征点位之间的欧式距离，同时，获取相应第一特征点位与第二特征点位所对应特征子图的图像相似度；并基于其判断相应第一特征点位与第二特征点位是否为匹配特征点；若是匹配特征点，则构建相应的点位关联关系；若不是匹配特征点位，则不进行其他任何操作；进而，基于所获得的点位关联关系，并结合图像映射修正系数对相应内窥增强图像内的第二特征点位进行点位修正；将进行点位修正后的内窥增强图像与相应内窥图像进行加权求和；获得相应的高质量图像；相应的自适应灰度均衡处理的公式为：式中，H_ft表示相应灰度直方图内第t个经过自适应灰度均衡处理后的灰度值；ft表示相应灰度直方图内第t个灰度值；L表示直方图中超过Ft的部分；Ft表示灰度值t对应的极限阈值，相应极限阈值Ft＝Avg-[a×Avg×Numt-Avg]；式中，Avg表示平均灰度值；a表示可调节系数，a∈0，1；Numt表示第t个灰度值在灰度直方图内所对应的灰度级；所述改进小波阈值函数的公式为： 式中，V_gV_px,y表示经过改进小波阈值函数处理之后的增强高频图像；V_px,y表示高频特征图像；|V_px,y|表示在高频特征图像内像素点x,y处所对应小波系数的绝对值；T表示自适应小波阈值，其中，式中，M和N分别表示高频特征图像的长和宽；s和m表示预先设置的尺度因子和调节因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳柏德医疗科技有限公司，其通讯地址为：518000 广东省深圳市坪山区龙田街道老坑社区丹梓大道3179号新南天工业园2栋503；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。