一种创伤患者护理评估智能采集系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种创伤患者护理评估智能采集系统。该系统包括：获取模块、第一处理模块、第二处理模块和去噪模块，用于确定初始噪声像素点，进而确定初始噪声影响系数；对初始噪声像素点进行区域生长，得到生长区域；获得生长区域的区域噪声影响系数；确定初始噪声像素点的噪声概率；根据噪声概率确定目标生长区域；结合目标生长区域和其他生长区域，确定噪声调整因子；根据噪声调整因子和区域噪声影响系数，确定噪声抑制因子；根据噪声抑制因子对前一帧病房灰度图像进行维纳滤波去噪，得到去噪图像。本发明专利技术能够有效解决过度平滑的现象，增强对病房灰度图像进行去噪后的图像清晰度，提升去噪效果。提升去噪效果。提升去噪效果。

【技术实现步骤摘要】
一种创伤患者护理评估智能采集系统


[0001]本专利技术涉及图像处理
，具体涉及一种创伤患者护理评估智能采集系统。

技术介绍

[0002]在重症监护病房和术后回复病房，通常需要对病人进行实时的监护，而相关医生护士来回巡视会影响病人的休息，因此，通常在病房内安装摄像装置，以保证能够实时获取病房内的情况，但摄像装置在输出图像信息时，通常会产生白噪声，从而导致输出的图像清晰度较低。
[0003]相关技术中，使用维纳滤波的方式对输出的图像进行滤波处理，维纳滤波不仅可以进行图像降噪，还可以消除由于运动等原因带来的图像模糊，这种方式下，由于维纳滤波是通过均方误差来估计功率谱的系数，对所有的误差均赋予同样的权值，由于病房内主体颜色通常为白色和蓝色等浅色，对比度较小，所以维纳滤波进行去噪后的病房灰度图像会出现部分区域过度平滑的现象，导致去噪后图像清晰度较低，去噪效果较差。

技术实现思路

[0004]为了解决过度平滑导致的去噪后图像清晰度较低，去噪效果较差的技术问题，本专利技术提供一种创伤患者护理评估智能采集系统，所采用的技术方案具体如下：本专利技术提出了一种创伤患者护理评估智能采集系统，系统包括：获取模块，用于获取相邻两帧病房灰度图像，将相邻两帧病房灰度图像中相同位置且灰度值不相同的像素点作为差分像素点，根据前一帧病房灰度图像中像素点的灰度值和差分像素点的灰度值，从所述差分像素点中确定初始噪声像素点，根据所述初始噪声像素点的数量和前一帧病房灰度图像中所有像素点的数量，确定初始噪声影响系数；第一处理模块，用于在前一帧病房灰度图像中，对所述初始噪声像素点进行区域生长，得到至少一个生长区域；根据初始噪声影响系数、前一帧病房灰度图像中像素点的灰度值和所述生长区域中像素点的灰度值，确定所述生长区域的区域噪声影响系数；第二处理模块，用于根据所述生长区域中像素点的灰度值、所述初始噪声像素点和周围邻域像素点的灰度值差异，确定所述初始噪声像素点的噪声概率；根据每个所述生长区域中初始噪声像素点的噪声概率均值，确定目标生长区域；根据所述目标生长区域中初始噪声像素点的噪声概率均值和除所述目标生长区域中初始噪声像素点之外其他所有初始噪声像素点的噪声概率均值，确定噪声调整因子；去噪模块，用于根据所述噪声调整因子和所述区域噪声影响系数，确定噪声抑制因子；根据所述噪声抑制因子对前一帧病房灰度图像进行维纳滤波去噪，得到去噪图像。
[0005]进一步地，所述根据前一帧病房灰度图像中像素点的灰度值和差分像素点的灰度值，从所述差分像素点中确定初始噪声像素点，包括：计算所述前一帧病房灰度图像中所有像素点的灰度值均值作为第一均值；将灰度值大于所述第一均值的差分像素点作为初始噪声像素点。
[0006]进一步地，所述差分像素点的数量和所述初始噪声影响系数呈正相关关系，所述前一帧病房灰度图像中所有像素点的数量和所述初始噪声影响系数呈负相关关系，所述初始噪声像素点的数量和所述初始噪声影响系数呈正相关关系，所述初始噪声影响系数的取值为归一化后的数值。
[0007]进一步地，所述根据初始噪声影响系数、前一帧病房灰度图像中像素点的灰度值和所述生长区域中像素点的灰度值，确定所述生长区域的区域噪声影响系数，包括：分别计算生长区域中所有像素点的灰度值均值作为对应生长区域的第二均值；计算第二均值与第一均值的差值绝对值的反比例归一化值作为均值差异系数；计算均值差异系数和初始噪声影响系数的乘积作为生长区域的噪声修正权值；计算所述生长区域中所有像素点的灰度值方差，根据所述灰度值方差和所述噪声修正权值，获得所述生长区域的区域噪声影响系数，其中，所述噪声修正权值和所述区域噪声影响系数呈正相关关系，所述灰度值方差和所述区域噪声影响系数呈正相关关系，所述区域噪声影响系数的取值为归一化后的数值。
[0008]进一步地，所述根据所述生长区域中像素点的灰度值、所述初始噪声像素点和周围邻域像素点的灰度值差异，确定所述初始噪声像素点的噪声概率，包括：以所述初始噪声像素点为中心，预设大小的邻域窗口内的其他像素点为邻域像素点，计算所述初始噪声像素点与邻域像素点的灰度值差值绝对值作为灰度值差异；计算所述初始噪声像素点分别与每个邻域像素点的灰度值差异的和值归一化值作为第一概率因子；计算所述初始噪声像素点的灰度值与所述第二均值的差值绝对值作为第二概率因子；根据所述第一概率因子和所述第二概率因子获得噪声概率，其中，所述第一概率因子和所述噪声概率呈正相关关系，所述第二概率因子和所述噪声概率呈正相关关系。
[0009]进一步地，所述根据每个所述生长区域中初始噪声像素点的噪声概率均值，确定目标生长区域，包括：分别计算每个所述生长区域中所有初始噪声像素点的噪声概率均值作为所述生长区域的区域噪声概率；将所述区域噪声概率最大的生长区域作为目标生长区域。
[0010]进一步地，所述根据所述目标生长区域中初始噪声像素点的噪声概率均值和除所述目标生长区域中初始噪声像素点之外其他所有初始噪声像素点的噪声概率均值，确定噪声调整因子，包括：将除所述目标生长区域中初始噪声像素点之外其他所有初始噪声像素点的噪声概率均值作为其他概率均值；计算所述目标生长区域的区域噪声概率与其他概率均值的差值绝对值作为区域概率差异；计算所述区域概率差异的反比例归一化值作为噪声调整因子。
[0011]进一步地，所述噪声调整因子和所述噪声抑制因子成正相关关系，所述生长区域对应区域噪声影响系数的最大值和所述噪声抑制因子成正相关关系，所述噪声抑制因子的取值为归一化的数值。
[0012]进一步地，所述根据所述噪声抑制因子对前一帧病房灰度图像进行维纳滤波去噪，得到去噪图像，包括：将所述噪声抑制因子作为最小均方误差，基于维纳滤波算法对前一帧病房灰度图像进行滤波去噪，得到去噪图像。
[0013]本专利技术具有如下有益效果：本专利技术通过差分像素点确定初始噪声像素点，能够根据相邻两帧病房灰度图像中灰度值不同的像素点有效筛选出相邻两帧病房灰度图像中发生变化的像素点，并根据噪声点的特点筛选初始噪声像素点，提升初始噪声像素点的准确性，进而根据所述初始噪声像素点的数量和前一帧病房灰度图像中所有像素点的数量，确定初始噪声影响系数，在根据初始噪声像素点进行区域生长处理之后，结合初始噪声影响系数、前一帧病房灰度图像中像素点的灰度值和生长区域中像素点的灰度值，从而能够根据病房灰度图像中不同区域的像素点灰度值特点，有效确定生长区域的区域噪声影响系数；通过结合初始噪声像素点和周围邻域像素点的灰度值区别，能够根据噪声点通常为孤立点的特点，增强初始噪声像素点噪声概率的可靠性，从而使得得到的目标生长区域更能够表征受噪声影响最大的生长区域，根据目标生长区域中初始噪声像素点的噪声概率和其他所有初始噪声像素点的噪声概率，确定噪声调整因子，能够提升噪声概率的可靠性，避免直接根据目标生长区域中初始噪声像素点的噪声概率进行去噪而导致其他区域过度去噪，根据噪声调整因子和区域噪声影响系数，确定噪声抑制因子，而后根据噪声抑制因子对前一帧病房灰度图像进行维纳滤波去噪，得到去噪图像，由于是结合噪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种创伤患者护理评估智能采集系统，其特征在于，所述系统包括：获取模块，用于获取相邻两帧病房灰度图像，将相邻两帧病房灰度图像中相同位置且灰度值不相同的像素点作为差分像素点，根据前一帧病房灰度图像中像素点的灰度值和差分像素点的灰度值，从所述差分像素点中确定初始噪声像素点，根据所述初始噪声像素点的数量和前一帧病房灰度图像中所有像素点的数量，确定初始噪声影响系数；第一处理模块，用于在前一帧病房灰度图像中，对所述初始噪声像素点进行区域生长，得到至少一个生长区域；根据初始噪声影响系数、前一帧病房灰度图像中像素点的灰度值和所述生长区域中像素点的灰度值，确定所述生长区域的区域噪声影响系数；第二处理模块，用于根据所述生长区域中像素点的灰度值、所述初始噪声像素点和周围邻域像素点的灰度值差异，确定所述初始噪声像素点的噪声概率；根据每个所述生长区域中初始噪声像素点的噪声概率均值，确定目标生长区域；根据所述目标生长区域中初始噪声像素点的噪声概率均值和除所述目标生长区域中初始噪声像素点之外其他所有初始噪声像素点的噪声概率均值，确定噪声调整因子；去噪模块，用于根据所述噪声调整因子和所述区域噪声影响系数，确定噪声抑制因子；根据所述噪声抑制因子对前一帧病房灰度图像进行维纳滤波去噪，得到去噪图像。2.如权利要求1所述的一种创伤患者护理评估智能采集系统，其特征在于，所述根据前一帧病房灰度图像中像素点的灰度值和差分像素点的灰度值，从所述差分像素点中确定初始噪声像素点，包括：计算所述前一帧病房灰度图像中所有像素点的灰度值均值作为第一均值；将灰度值大于所述第一均值的差分像素点作为初始噪声像素点。3.如权利要求1所述的一种创伤患者护理评估智能采集系统，其特征在于，所述前一帧病房灰度图像中所有像素点的数量和所述初始噪声影响系数呈负相关关系，所述初始噪声像素点的数量和所述初始噪声影响系数呈正相关关系，所述初始噪声影响系数的取值为归一化后的数值。4.如权利要求2所述的一种创伤患者护理评估智能采集系统，其特征在于，所述根据初始噪声影响系数、前一帧病房灰度图像中像素点的灰度值和所述生长区域中像素点的灰度值，确定所述生长区域的区域噪声影响系数，包括：分别计算生长区域中所有像素点的灰度值均值作为对应生长区域的第二均值；计算第二均值与第一均值的差值绝对值的反比例归一化值作为均值差异系数；计算均值差异系数和初始噪声影响系数的乘积作为生长区域的噪声修正权值；计算所述生长区域中所有像素点的灰度值方差，根据所述灰度值方差...

【专利技术属性】
技术研发人员：王丽芹，杨晓红，陈瑜，杨莉，韩洋，
申请(专利权)人：中国人民解放军总医院第八医学中心，
类型：发明
国别省市：