处理基于内窥镜的真实合成技术中曝光过度及不足的帧以增强图像质量

简介：
在内窥镜检查中，由于中空器官内壁的光反射而导致的曝光误差较为普遍。例如，在内窥镜尖端指向褶皱时，这些结构会反射光线从而导致过度曝光现象，同时镜框另一端可能会出现曝光不足的情况。目前针对该问题的解决方案需基于配对数据集即损坏帧与其对应的地面实况（未受损或干净图像）的数据。对于自然场景已有研究提出了包含日常实际拍摄图像的LOL或MIT-Adobe FiveK数据集这些数据集为研究人员提供了标准化基准图景以用于模型训练和性能评估我们的研究目标是通过生成器网络创建一个无曝光误差的理想图像与其具有相同成像特性但存在曝光失真效果的真实图像的配对数据集该数据集主要包含三个组成部分：一是正常状态下拍摄的内窥镜帧，这些帧没有曝光模糊或过曝的情况；二是模拟过曝的合成数据集，以及三是模拟低光条件下的合成数据集。根据我们的统计结果，在真实场景下我们获得了1,231组过曝对和985组欠曝对；总计有2,216个帧对，即总共4,432个帧。由于我们在生成合成数据时采用了随机算法，因此这些合成样本在曝光强度分布上存在一定的差异性。