five

内窥镜头端图像亮度均匀性判定数据

收藏
浙江省数据知识产权登记平台2025-11-20 更新2025-11-26 收录
下载链接:
https://www.zjip.org.cn/home/announce/trends/8403052
下载链接
链接失效反馈
官方服务:
资源简介:
通过使用带光源内窥镜的摄像头,在全黑的环境下,使摄像头贴在毛玻璃上拍摄18%灰卡的照片。获取四角区域和中心区域的亮度值,进行Shading测试。主要是为了评估图像在不同区域(四角与中心)的亮度是否均匀。在内窥镜中,由于光学系统(如镜头)的特性、传感器的响应不均匀性等因素,可能会导致图像边缘区域的亮度与中心区域存在差异。通过 Shading 测试,可以量化这种亮度不均匀性,进而为图像校正、设备优化等提供依据,深入人体后,能够清晰的看清整张图片,不会出现中心和四角出现亮度不均匀的现象,便于医护人员能够看清整个图像包括四角。在开发基于内窥镜图像的AI辅助诊断系统(如识别息肉、肿瘤、出血点)时,模型对颜色非常敏感。本数据可以为AI团队提供色彩准确的“黄金标准”图像,用于模型训练和测试,避免因设备差异导致AI算法失效。同时本数据建立了一个基于客观数据的、可量化的“色彩真实性”标准,可推动行业标准化,推动整个内窥镜行业在色彩质量评估上形成统一标准,从“经验时代”迈向“数字时代”。1、数据获取:四角区域:在整幅图像的四个角落分别选取相同大小的区域。中心区域:在图像的中心位置选取一个与四角区域大小相同的区域。中心区域通常被认为是亮度较为理想、稳定的区域,将其作为基准,可以更直观地对比其他区域的亮度偏差。 2、计算规则:以中心区域的亮度值为基准,计算四角区域的亮度值与中心区域亮度值的比值。这一步是为了量化四角区域相对于中心区域的亮度差异。分别获取左上、左下、右下、右上四角区域的亮度值,使用MIN函数从四角区域的亮度值中找出最小值,即四角最暗处的亮度值,即Ymin=MIN(Y左上、Y左下、Y右下、Y右上),然后将四角最暗处的亮度值与中心区域亮度值进行比值再乘以 100%,得到 Shading 值。即 Shading 值 =(四角最暗处的亮度值 Ymin / 中心最亮处的亮度值Y中心)× 100%。Shading 值的范围通常在 0 到 100% 之间,越接近 100% 表示图像的亮度均匀性越好,即四角区域的亮度与中心区域的亮度差异越小;如果 Shading 值较低,说明图像存在较明显的亮度不均匀性,四角区域相对于中心区域的亮度明显偏低。 3、数据应用:在图像处理过程中,Shading 测试结果可以作为图像校正的依据。根据 Shading 值,可以对图像进行亮度补偿或校正算法的调整,使得Shading 值尽可能接近100%,以提高图像的整体质量,使图像在不同区域的亮度更加均匀,更接近真实场景的亮度分布。本数据设定符合输出标准的Shading 值需要大于等于75%,当符合标准时,输出结果为OK,反之输出NG。 单位说明:在图像处理中,亮度值和Shading 值为像素值,范围从0到255(对于8位图像)或0到65535(对于16位图像),无单位。
提供机构:
浙江优亿医疗器械股份有限公司
创建时间:
2025-05-29
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集由浙江优亿医疗器械股份有限公司提供,包含1208条记录,用于评估内窥镜头端图像的亮度均匀性,通过计算Shading值量化四角与中心区域的亮度差异。数据应用于AI辅助诊断系统训练和行业标准化,确保图像色彩准确性和均匀性,提升医疗诊断的可靠性。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作