摘要
本发明公开了基于深度学习的纤维内窥镜动态摩尔纹消除方法,方法包括:将获取的检测视频数据输入至预设场景构建模型,构建包含内窥镜模型的检测场景三维模型;将获取的视频帧图像Ai和模拟视频帧图像Bi输入至预设像素点像素值计算模型,确定各像素点的标准像素值;从检测视频数据中提取待处理视频帧图像Aj输入至预设摩尔纹消除模型,计算待处理视频帧图像Aj中待处理像素点m的第一像素差值,确定异常子区域,对异常子区域内的异常像素点进行像素值补偿,根据补偿后的像素值对待处理视频帧图像Aj进行更新。本发明通过深度学习方法能够精准快速识别摩尔纹,并在动态视频帧中有效快速的消除摩尔纹,提高视频图像显示效果。
技术关键词
像素点
视频帧
纤维内窥镜
消除方法
三维模型
图像
场景
动态
坐标
消除摩尔纹
标记
深度学习方法
蓝色
通道
数据
红色
颜色
系统为您推荐了相关专利信息
投影算法
岩土体
成像方法
探测成像装置
温度场方法
光敏树脂
切片
生成三维模型
三维重建技术
激光束
猪瘟病毒检测
图像分析模型
猪瘟病毒感染
风险
水肿