一种多维度拍摄手术视频及消除摩尔纹的方法

技术领域

本发明涉及数据处理技术领域，具体为一种多维度拍摄手术视频及消除摩尔纹的方法。

背景技术

用于教学的手术视频，为了获得高清晰度的视频资料，采用高频拍摄的方式，视频容易产生不规则的摩尔纹，影响视频的观看效果；在同一个时间点，不能多维度展现手术的细节，不能满足高品质手术教学的需求。

发明内容

针对以上问题，至少解决其中一个问题，本发明的目的在于精准裁剪视频和关联其他内容，提供一种多维度拍摄手术视频及消除摩尔纹的方法。

实现本发明目的的技术解决方案为：

一种多维度拍摄手术视频及消除摩尔纹的方法，实现所述方法的具体步骤如下：

步骤一、以手术台为圆心，从多个维度设置拍摄机位单元，每一个拍摄的机位单元包括一个主摄像头和若干辅摄像头，在无影灯环境下，设置具有吸光和漫反射的手术布；需要说明的是，在一个平面来说，以手术台为中心，例如：在四个维度设置拍摄机位单元，按照对称原则划分，按照圆的角度定位，第一个维度在0°，第二个维度在90°，第三个维度在180°，第四个维度在270°，在一个平面的维度，根据具体的需求自由添加，采用对称的维度或者非对称的维度，以此类推，从平面的维度增加到三维空间；为了从多个维度展现手术的细节，每一个拍摄的机位单元采用的方式包括固定的和移动的，建立多个维度的拍摄机位单元，拍摄的机位单元包括一个主摄像头和若干辅摄像头，主摄像头设置在圆心，若干辅摄像头以点对称的方式分布在圆上，具体的方式为：在圆心放置一个主摄像头，并确定圆心坐标和角度范围；在圆上选取若干个位置，每个位置放置一台辅摄像头，这些位置应该在圆上以点对称的方式分布，以确保拍摄的机位单元系统的平衡和完整性，辅摄像头数量和位置应根据实际需求进行调整；调整每个辅摄像头的参数，如曝光时间和焦距等，这些参数应该根据实际需求进行调整，以保证拍摄的机位单元系统的平衡和优质拍摄效果；通过主摄像头拍摄，确保拍摄的机位单元系统处于正常状态，并获取相应的手术拍摄数据，可以根据需要调整拍摄角度和焦距等参数，以获取更好的拍摄效果；通过辅摄像头拍摄，获得特定角度和景深的拍摄数据，景深是指手术拍摄在图像中清晰度的范围，景深较浅时，只有手术台所在的区域清晰，周围为模糊；景深较深时，手术台以及前后距离逐渐远离手术台的区域都能够清晰呈现，景深的深浅取决于三个因素：光圈大小、焦距和拍摄距离，光圈越大，景深越浅，焦距越大，景深越浅，拍摄距离越远，景深越深；通过不同的辅摄像头组合，获取不同的角度和景深，以满足不同的拍摄需求；每一个拍摄机位单元捕捉到更多的手术细节信息，使得若干个摄像头能够在手术拍摄场景时具备一定的对称性，从而使得若干辅摄像头捕捉的场景可以相对一致，在后期处理时可以更好的进行图像合成和处理，在更多的场合中将手术的图像发挥得淋漓尽致，可以极大地提高图像的美观度和质量；每一个拍摄的机位单元平衡和完整，能够更好地应对特定手术场景下的需求；通过不同的辅摄像头组合，能够获取不同的角度和景深，以满足不同的手术拍摄需求；在拍摄的机位单元中，一个主摄像头和若干辅摄像头存在拍摄角度的差异，由于摄像头和手术台上的拍摄对象之间的角度关系会产生摩尔纹，拍摄同一个拍摄对象的点，与一个主摄像头和若干辅摄像头的拍摄角度是不同的，同一个拍摄的机位单元上的摄像头都出现摩尔纹的几率变小，为图像合成和处理提供了图像素材；手术是在无影灯环境下进行的，在无影灯环境下这种强光源条件下，强光源会让摄像头的自动曝光在拍摄时快速收缩快门，这就使得景深范围变得非常浅，使得背景部分的细节变得模糊或者虚化，强光源可以导致图像中的颜色变得过于暖色或冷色，因此，手术布采用吸光材料，减少强光的反射，手术布在微观结构上，采用褶皱结构，增加漫反射的几率，提高图像的美观度和质量；

步骤二、一个摄像头一一映射一个数组，每一个数组单元包括时间信息和图像信息；需要说明的是，每个摄像头还包括一个编码器，用于将它们捕捉到的原始图像转换为数字形式，并将其存储在相应编号的数组中；摄像头输出的图像数据直接映射到数组上，使得每个摄像头输出的图像数据都以一致的形式和组织方式呈现，便于快速、简单地进行处理，一个摄像头一一映射一个数组，

进一步的，每一个数组单元包括时间信息和图像信息，所述图像信息是视频的一帧的图像的所有像素相关的元数据；需要说明的是，将时间信息和视频的一帧的图像的所有像素相关的元数据，实现了一一对应的效果，为神经网络对数据的定位提供了时间轴；

步骤三、结合主摄像头图像处于中心位置，和若干辅摄像头图像的点对称特征，对拍摄的机位单元的数组，采用神经网络发现并消除摩尔纹；消除摩尔纹的具体实施步骤如下：

步骤B1、图像的一帧或者是一张图片一一映射到数组的一个单元，将主摄像头图像和数组进行预处理，以及若干辅摄像头图像和数组进行预处理，把图像分成若干个长方形或者正方形小块，并对每个小块进行归一化处理；

步骤B2、搭建一个神经网络模型，并对该神经网络进行训练；网络模型由若干卷积、池化、全连接等层组成；

步骤B3、使用训练好的模型对需要消除摩尔纹的图像和数组进行处理；通过学习样本数据中摩尔纹的特征，学习到对摩尔纹的有效识别和去除方法，对图像和数组进行修改，神经网络模型可以根据实际需要进行调整，以达到最佳的消除效果,消除各种图像数组中的摩尔纹，具有计算速度快、效果好和可靠性高等优点；

步骤B4、输出消除摩尔纹后的图像和数组；在实际应用中，只需将待处理的图像和数组输入该神经网络，即可得到消除摩尔纹的图像和数组，具有消除效果好、速度快、可靠性高等特点，适用于各种需要消除摩尔纹的图像处理领域；

步骤四、采用时间轴，在同一个时间点，按照空间的方位顺序，加载消除了摩尔纹的手术的多个维度的图像，展现多角度的手术细节；需要说明的是，在同一个时间点，各个摄像头的图像按照空间的维度顺序加载成展现不同维度的视频，对应的数组的单位元，通过建立链表用指针进行调用；在同一个时间点，从不同的维度展现手术的过程，能够全方位了解手术的过程和细节。

与现有技术相比，本发明的有益效果包括：

（1）、在拍摄的机位单元中，一个主摄像头和若干辅摄像头存在拍摄角度的差异，由于摄像头和手术台上的拍摄对象之间的角度关系会产生摩尔纹，拍摄同一个拍摄对象的点，与一个主摄像头和若干辅摄像头的拍摄角度是不同的，同一个拍摄的机位单元上的摄像头都出现摩尔纹的几率变小；每一个拍摄机位单元捕捉到更多的手术细节信息，使得若干个摄像头能够在手术拍摄场景时具备一定的对称性，从而使得若干辅摄像头捕捉的场景可以相对一致，在后期处理时可以更好的进行图像合成和处理，在更多的场合中将手术的图像发挥得淋漓尽致，可以极大地提高图像的美观度和质量；

（2）、每个摄像头都对应一个独立的数组，图像数据以一致的形式和组织方式呈现，使得处理和管理摄像头数据更加简单和有效；通过简单、直接地将图像数据映射到数组上，使得不同摄像头输出的图像数据具有一致的格式和组织方式，提高了数据处理和管理的效率和灵活性；

（3）、准确性高，神经网络具有较强的特征提取和分类能力，能够学习到摩尔纹的特征并进行有效消除；

（4）、操作简单，只需将含有摩尔纹的图像送入预先训练好的网络模型中，即可得到消除了摩尔纹的图像，无需人工干预；

（5）、实用性强，本方法可以应用于各种类型的样品图像处理中，具有广泛的适用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是一种多维度拍摄手术视频及消除摩尔纹的方法的流程示意图；

图2是一种多维度拍摄手术视频及消除摩尔纹的方法的拍摄机位单元的摄像头布局示意图；

图3是一种多维度拍摄手术视频及消除摩尔纹的方法的数组单元的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。

因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的部分实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征和技术方案可以相互组合。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

下面结合实施例对本发明作进一步详细描述。

实施例：

如图1至图3所示，本发明提供了一种多维度拍摄手术视频及消除摩尔纹的方法，实现所述方法的具体步骤如下：

步骤一、以手术台为圆心，从多个维度设置拍摄机位单元，每一个拍摄的机位单元包括一个主摄像头和若干辅摄像头，在无影灯环境下，设置具有吸光和漫反射的手术布；

步骤二、一个摄像头一一映射一个数组，每一个数组单元包括时间信息和图像信息；

步骤三、结合主摄像头图像处于中心位置，和若干辅摄像头图像的点对称特征，对拍摄的机位单元的数组，采用神经网络发现并消除摩尔纹；

步骤四、采用时间轴，在同一个时间点，按照空间的方位顺序，加载消除了摩尔纹的手术的多个维度的图像，展现多角度的手术细节。

其中，步骤一、以手术台为圆心，从多个维度设置拍摄机位单元，每一个拍摄的机位单元包括一个主摄像头和若干辅摄像头，在无影灯环境下，设置具有吸光和漫反射的手术布；需要说明的是，为了从多个维度展现手术的细节，每一个拍摄的机位单元采用的方式包括固定的和移动的，建立多个维度的拍摄机位单元，拍摄的机位单元包括一个主摄像头和若干辅摄像头，主摄像头设置在圆心，若干辅摄像头以点对称的方式分布在圆上，若干辅摄像头以四个为例，具体的方式为：在圆心放置一个主摄像头103，并确定圆心坐标和角度范围；在圆105上选取若干个位置，设置第一辅摄像头101，第二辅摄像头104，第三辅摄像头106，第四辅摄像头102，第一辅摄像头101与第三辅摄像头106是关于主摄像头103的点对称分布，第二辅摄像头104与第四辅摄像头102是关于主摄像头103的点对称分布，以此类推，若干辅摄像头为六个、八个、十个或者十二个等等，以确保拍摄的机位单元系统的平衡和完整性，辅摄像头数量和位置应根据实际需求进行调整；调整每个辅摄像头的参数，如曝光时间和焦距等，这些参数应该根据实际需求进行调整，以保证拍摄的机位单元系统的平衡和优质拍摄效果；通过主摄像头拍摄，确保拍摄的机位单元系统处于正常状态，并获取相应的手术拍摄数据，可以根据需要调整拍摄角度和焦距等参数，以获取更好的拍摄效果；通过辅摄像头拍摄，获得特定角度和景深的拍摄数据，景深是指手术拍摄在图像中清晰度的范围，景深较浅时，只有手术台所在的区域清晰，周围为模糊；景深较深时，手术台以及前后距离逐渐远离手术台的区域都能够清晰呈现，景深的深浅取决于三个因素：光圈大小、焦距和拍摄距离，光圈越大，景深越浅，焦距越大，景深越浅，拍摄距离越远，景深越深；通过不同的辅摄像头组合，获取不同的角度和景深，以满足不同的拍摄需求；每一个拍摄机位单元捕捉到更多的手术细节信息，使得若干个摄像头能够在手术拍摄场景时具备一定的对称性，从而使得若干辅摄像头捕捉的场景可以相对一致，在后期处理时可以更好的进行图像合成和处理，在更多的场合中将手术的图像发挥得淋漓尽致，可以极大地提高图像的美观度和质量；每一个拍摄的机位单元平衡和完整，能够更好地应对特定手术场景下的需求；通过不同的辅摄像头组合，能够获取不同的角度和景深，以满足不同的手术拍摄需求；在拍摄的机位单元中，一个主摄像头和若干辅摄像头存在拍摄角度的差异，由于摄像头和手术台上的拍摄对象之间的角度关系会产生摩尔纹，拍摄同一个拍摄对象的点，与一个主摄像头和若干辅摄像头的拍摄角度是不同的，同一个拍摄的机位单元上的摄像头都出现摩尔纹的几率变小，为图像合成和处理提供了图像素材；手术是在无影灯环境下进行的，在无影灯环境下这种强光源条件下，强光源会让摄像头的自动曝光在拍摄时快速收缩快门，这就使得景深范围变得非常浅，使得背景部分的细节变得模糊或者虚化，强光源可以导致图像中的颜色变得过于暖色或冷色，因此，手术布采用吸光材料，减少强光的反射，手术布在微观结构上，采用褶皱结构，增加漫反射的几率，提高图像的美观度和质量；

为了更好的实现本发明的目的，步骤二、一个摄像头一一映射一个数组，每一个数组单元包括时间信息和图像信息；需要说明的是，每个摄像头还包括一个编码器，用于将它们捕捉到的原始图像转换为数字形式，并将其存储在相应编号的数组中；摄像头输出的图像数据直接映射到数组上，使得每个摄像头输出的图像数据都以一致的形式和组织方式呈现，便于快速、简单地进行处理，一个摄像头一一映射一个数组；

进一步地，其中，在步骤二中，一个摄像头一一映射一个数组的具体步骤为：

步骤A1、 为每个摄像头定义一个数组，该数组包含摄像头输出图像的所有像素信息，例如，如果摄像头输出图像分辨率为640x480，则可以定义一个640x480的数组来存储图像数据；

步骤A2、 在数组中为每个像素分配一个索引值，每个索引值对应于一个唯一的像素位置，例如像素的行列坐标；

步骤A3、 直接将摄像头输出的像素数据，按照索引值对应到数组中的相应位置；如果摄像头输出的像素数据是一维的，例如基于线的数据格式，那么可以按照一定的规律映射到数组的不同行或者列上；如果摄像头输出的像素数据是二维的，例如基于帧的数据格式，那么可以直接将整个帧数据映射到数组上；

步骤A4、 在数组中存储像素相关的元数据，例如，元数据包括像素颜色信息、亮度、饱和度、曝光时间、摄像头名称、输出格式、分辨率和帧率等，这些元数据可以与数组、帧和像素索引值等不同层次相关联方便后续处理；通过这种方式，每个摄像头都对应一个独立的数组，图像数据以一致的形式和组织方式呈现，使得处理和管理摄像头数据更加简单和有效；通过简单、直接地将图像数据映射到数组上，使得不同摄像头输出的图像数据具有一致的格式和组织方式，提高了数据处理和管理的效率和灵活性；

为了更好的实现本发明的目的，步骤三、结合主摄像头图像处于中心位置，和若干辅摄像头图像的点对称特征，对拍摄的机位单元的数组，采用神经网络发现并消除摩尔纹；具体的实施步骤如下：

步骤B1、图像的一帧或者是一张图片一一映射到数组的一个单元，将主摄像头图像和数组进行预处理，以及若干辅摄像头图像和数组进行预处理，把图像分成若干个长方形或者正方形小块，例如，将四个像素点分成一个小块，或者将九个像素点分成一个小块等等，按照图像的大小合理划分，并对每个小块进行归一化处理；将数据按照一定的比例缩放到特定的范围内，将数据映射到[0, 1]或[-1, 1]之间，以避免数据集中在某个区间而造成模型训练的不稳定，归一化的目的是提高数据的分类准确性，使不同量级的数据具有可比性,常用的归一化方法有离差标准化、均值方差归一化等；提取图像的局部特征，将图像分解为多个子区域，并针对每个子区域进行分析和处理；

步骤B2、搭建一个神经网络模型，并对该神经网络进行训练；网络模型由若干卷积、池化、全连接等层组成；神经网络的输入层接受预处理过的图像和数组，输出层得到消除摩尔纹的图像和数组；神经网络的中间层可以根据实际需要设计多层，每一层可以包含多个神经元；神经网络模型的训练可以采用反向传播算法、遗传算法和粒子群算法等任何一种人工智能算法；将原始图像和数组经过预处理后送入神经网络进行训练，得到一个可以消除图像和数组摩尔纹的神经网络模型；

步骤B3、使用训练好的模型对需要消除摩尔纹的图像和数组进行处理；通过学习样本数据中摩尔纹的特征，学习到对摩尔纹的有效识别和去除方法，同时根据图像的对称特性，采用取平均值的方式，替代含有摩尔纹的点，第一辅摄像头101与第三辅摄像头106是关于主摄像头103的点对称分布，第二辅摄像头104与第四辅摄像头102是关于主摄像头103的点对称分布，比如，主摄像头103的一个像素点X含有摩尔纹，采用求第一辅摄像头101、第二辅摄像头104、第三辅摄像头106和第四辅摄像头102在一个像素点X的平均值，主摄像头103的一个像素点X用像素点X的平均值进行替代，以此类推，对图像和数组进行修改，神经网络模型可以根据实际需要进行调整，以达到最佳的消除效果,消除各种图像数组中的摩尔纹，具有计算速度快、效果好和可靠性高等优点；步骤B4、输出消除摩尔纹后的图像和数组；在实际应用中，只需将待处理的图像和数组输入该神经网络，即可得到消除摩尔纹的图像和数组，具有消除效果好、速度快、可靠性高等特点，适用于各种需要消除摩尔纹的图像处理领域；

为了更好的实现本发明的目的，步骤四、采用时间轴，在同一个时间点，按照空间的方位顺序，加载消除了摩尔纹的手术的多个维度的图像，展现多角度的手术细节；需要说明的是，在同一个时间点，各个摄像头的图像按照空间的维度顺序加载成展现不同维度的视频，对应的数组的单位元，通过建立链表用指针进行调用，例如：在一个平面来说，以手术台为中心，在四个维度设置拍摄机位单元，按照对称原则划分，按照圆的角度定位，第一个维度在0°，第二个维度在90°，第三个维度在180°，第四个维度在270°，按照空间的维度顺序加载，依次是，0°、90°、180°和270°，以此类推，从平面的维度增加到三维空间，按照角度的空间顺序加载；在同一个时间点，从不同的维度展现手术的过程，能够全方位了解手术的过程和细节。

以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但本发明不局限于上述具体实施方式，因此任何对本发明进行修改或等同替换；而一切不脱离发明的精神和范围的技术方案及其改进，其均涵盖在本发明的权利要求范围当中。