基于光照模型的细胞内镜图像不均匀光照校正算法
细胞内镜需实现最大倍率约 500倍的连续放大成像,受光纤照明及杂散光的影响,其图像存在不均匀光照,且光照分布会随放大倍率的变化而变化.这会影响医生对病灶的观察及判断.为此,本文提出一种基于细胞内镜光照模型的图像不均匀光照校正算法.根据图像信息由光照分量和反射分量组成这一基础,该算法通过卷积神经网络学习图像的光照分量,并基于二维Gamma函数实现不均匀光照校正.实验表明,经本文方法进行不均匀光照校正后,图像的光照分量平均梯度和离散熵分别为 0.22和 7.89,优于自适应直方图均衡化、同态滤波和单尺度Retinex等传统方法以及基于深度学习的WSI-FCN算法.
细胞内镜、不均匀光照、光照模型、卷积神经网络
17
TN29;TP391.4(光电子技术、激光技术)
2024-02-03（万方平台首次上网日期，不代表论文的发表时间）
共7页
160-166
