邹鸿博 1章彪 1王子川 1陈可 2[ ... ]袁波 1,*
作者单位
摘要
1 浙江大学 光电科学与工程学院, 浙江 杭州 310027
2 之江实验室类人感知研究中心, 浙江 杭州 311100
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 cytoendoscopy non-uniform illumination illumination model convolutional neural network 
中国光学
2024, 17(1): 160

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!