一种基于无雾帧筛选的内窥镜视频图像增强方法及系统

本发明涉及图像增强技术领域，且公开了一种基于无雾帧筛选的内窥镜视频图像增强方法及系统。该方法及系统通过引入基于深度学习的无雾帧筛选机制，能够从原始内窥镜视频中自动筛选出无雾且清晰的参考帧，避免了人工标注和低效随机采样，结合物理模型与加雾模拟算法，可生成高质量的加雾图像，构建针对内窥镜场景的加雾到无雾配对训练数据集，为后续去雾模型的训练提供了可靠支撑，去雾模型部分根据视频分辨率智能选择最优算法，针对1080p视频采用AOD算法，针对4K视频采用暗通道方法，实现了对不同分辨率视频的自适应处理，确保了处理结果的高效性与一致性，同时支持用户自定义输出帧率和分辨率，通过动态调整缩放策略，满足不同临床应用场景的需求。