AKADEMIA GRNICZO-HUTNICZA IM. STANISAWA STASZICAWYDZIA ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI I ELEKTRONIKI
Katedra Automatyki
ROZPRAWA DOKTORSKA
Algorytmy komputerowej detekcji duych obiektw
w obrazach o wysokim poziomie szumu
i niejednorodnoci
mgr in. Rafa Petryniak
PromotorProf. dr hab. in. Leszek Wojnar
Politechnika Krakowskaim. Tadeusza Kociuszki
Krakw 2011
i
Pragn serdecznie podzikowa mojemu promotorowiprof. dr hab. in. Leszkowi Wojnarowi,
za yczliw opieki pomoc w przygotowaniu niniejszej rozprawy doktorskiej.
Dzikuj wszystkim,ktrzy przyczynili si do powstania tej pracy.
Rafa Petryniak
ii
Karolowi i Dorocie,ktrzy przyszli na wiat
w trakcie pisania tej pracy
Spis treci
Spis treci iii
Spis rysunkw v
Spis tabel viii
Wykaz skrtw i oznacze ix
I. Wprowadzenie
1. Wstp 2
2. Analiza problemu, cel i zakres pracy 12
II. Przygotowanie obrazu do dalszej analizy
3. Metody usuwania szumu 22
3.1. Proste filtry korzystajce z ssiedztwa punktu . . . . . . . . . . . . . . . . 23
3.2. Liniowe wygadzenie obrazu bazujce na funkcji Gaussa . . . . . . . . . . 24
3.3. Nieliniowe wygadzenie obrazu bazujce na funkcji Gaussa . . . . . . . . . 27
4. Wstpna segmentacja obrazu 33
4.1. Klasyczny algorytm dziaw wodnych . . . . . . . . . . . . . . . . . . . . 34
4.2. Segmentacja z wykorzystaniem minimalnego drzewa rozpinajcego . . . . 36
5. czenie segmentw 39
5.1. Wykorzystanie reprezentacji grafowej na potrzeby algorytmu czenia
segmentw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.2. Popularne kryteria czenia segmentw . . . . . . . . . . . . . . . . . . . . 41
III. Algorytmy segmentacji oraz detekcji duych obiektw
6. Segmentacja obrazu z uyciem modelu bazujcego na krawdzi 48
6.1. Problem niecigoci krawdzi i sposoby ich czenia . . . . . . . . . . . . 48
iii
Spis treci iv
6.2. Propozycja algorytmu czenia regionw z wykorzystaniem informacji
o krawdzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
7. Detekcja obiektw z uyciem modelu bazujcego na ksztacie 68
7.1. Segmentacja obiektw na obrazie z wykorzystaniem atlasu . . . . . . . . . 69
7.2. Propozycja algorytmu dokadnego dopasowania modelu do obiektu . . . . 71
8. Interaktywna metoda segmentacji obrazu bazujca na modelu
znacznikw kontrolnych 93
8.1. Algorytm dziaw wodnych bazujcy na znacznikach . . . . . . . . . . . . 94
8.2. Hierarchiczna segmentacja obrazu . . . . . . . . . . . . . . . . . . . . . . 97
8.3. Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
IV. Podsumowanie
9. Propozycje rozszerzajce moliwoci proponowanej metody 102
9.1. Projekt automatycznego systemu rozpoznawania i detekcji duych obiektw103
9.2. Koncepcja systemu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.3. Realizacja systemu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.4. Podsumowanie prac nad projektem . . . . . . . . . . . . . . . . . . . . . . 109
10. Podsumowanie i wnioski 110
V. Dodatki
A. Algorytmy detekcji krawdzi 115
A.1. Proste sposoby detekcji krawdzi . . . . . . . . . . . . . . . . . . . . . . . 115
A.2. Zaawansowana detekcja krawdzi na przykadzie algorytmu Canny . . . . 117
B. Algorytmy wyznaczajce transformacj jednego obrazu w drugi 120
B.1. Techniki ledzenia obiektw . . . . . . . . . . . . . . . . . . . . . . . . . . 121
B.2. Algorytmy nakadania obrazw . . . . . . . . . . . . . . . . . . . . . . . . 124
Literatura 129
rda internetowe 137
Skorowidz 138
Spis rysunkw
1.1 Spektrum elektromagnetyczne z zaznaczonym zakresem promieniowania
widzialnego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Zdjcia przykadowych miast ilustrujce problemy detekcji duych obiektw . 7
1.3 Obrazy prezentujce przykady duych obiektw . . . . . . . . . . . . . . . . . 9
2.1 Wskazanie problemw w analizie duych obiektw na przykadzie obrazu koci
udowej. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Segmentacja radiogramu koci udowej za pomoc standardowych metod
przetwarzania obrazu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Moliwoci redukcji liczby segmentw poprzez zastosowanie algorytmu
czcego segmenty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1 Wyniki dziaania liniowych filtrw wygadzajcych . . . . . . . . . . . . . . . 25
3.2 Wykres dwuwymiarowej funkcji rozkadu Gaussa . . . . . . . . . . . . . . . . 26
3.3 Wykres zalenoci wspczynnikw wygadzenia obrazu od wartoci
estymatora krawdzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4 Wyniki dziaania nieliniowego filtru rozmycia obrazu opartego o model
Perona-Malik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.5 Wygadzenie obrazu filtrem medianowym (rezultaty i profil) . . . . . . . . . . 31
3.6 Porwnanie profilu filtracji redni arytmetyczn z median . . . . . . . . . . 32
3.7 Porwnanie profilu filtracji medianowej i filtracji Perona-Malik z obrazem
oryginalnym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1 Wyniki segmentacji koci biodrowej z wykorzystaniem algorytmu dziaw
wodnych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2 Segmentacja wododziaowa obrazu po uprzednim usuniciu szumu . . . . . . . 35
4.3 Przykad segmentacji obrazu niejednorodnego algorytmem grafowym
poszukujcym minimalnego drzewa rozpinajcego . . . . . . . . . . . . . . . . 37
4.4 Segmentacja rentgenowskich obrazw koci udowej algorytmem grafowym MST 38
5.1 Testowa aplikacja prezentujca dziaanie rnych kryteriw czenia segmentw 43
5.2 Wyniki czenia segmentw dla wybranego obrazu klatki piersiowej . . . . . . 44
5.3 Wyniki czenia segmentw dla wybranego obrazu koci udowej . . . . . . . . 45
v
Spis rysunkw vi
6.1 Problem segmentacji obrazu z uyciem obrazu krawdziowego . . . . . . . . . 49
6.2 Problem segmentacji obrazu z wykorzystaniem obrazu krawdziowego . . . . . 49
6.3 Uzupenienie linii krawdzi metod ledzenia z wykorzystaniem obrazu
gradientowego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.4 Mapa odlegoci, jej negatyw i lokalne minima dla obrazu krawdziowego . . . 52
6.5 Rne warianty obrazw bdcych podstaw zalewania w algorytmie dziaw
wodnych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.6 Wyniki czenia krawdzi z wykorzystaniem algorytmu dziaw wodnych . . . 53
6.7 Prezentacja wykorzystania dziaw wodnych do zamykania krawdzi . . . . . . 54
6.8 Przykadowy obraz echokardiograficzny serca oraz wyniki detekcji lewej komory. 55
6.9 Ilustracja wpywu obrazu gradientowego na wynik detekcji dziaw wodnych . 55
6.10 Obraz oryginalny i obrazy wejciowe do algorytmu czenia regionw na
podstawie krawdzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.11 Pojcie granicy oraz krawdzi midzy dwoma segmentami . . . . . . . . . . . . 58
6.12 Klasyfikacja granic segmentw ze wzgldu na ssiedztwo krawdzi . . . . . . . 58
6.13 Wynik kocowy i wyniki porednie proponowanego algorytmy czenia
segmentw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.14 Przykad niespjnoci wynikw algorytmu dziaw wodnych i detekcji krawdzi
Canny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6.15 Przykadowy schemat podziau segmentw wyraony w postaci grafu (1) . . . 61
6.16 Przykadowy schemat podziau segmentw wyraony w postaci grafu (2) . . . 64
6.17 Przykady dziaania algorytmu czenia segmentw na podstawie krawdzi dla
innych zdj . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.1 Przykadowe zdjcia tomograficzne klatki piersiowej . . . . . . . . . . . . . . . 69
7.2 Pierwszy etap segmentacji bazujcej na atlasie . . . . . . . . . . . . . . . . . . 70
7.3 Drugi etap segmentacji bazujcej na atlasie . . . . . . . . . . . . . . . . . . . 70
7.4 Trzeci etap segmentacji bazujcej na atlasie . . . . . . . . . . . . . . . . . . . 71
7.5 Problemy z dokadnoci algorytmu nakadania obrazw . . . . . . . . . . . . 72
7.6 Obrazy wejciowe do proponowanego algorytmu dokadnego dopasowania . . . 73
7.7 Wyniki dziaania proponowanego algorytmu dokadnego dopasowania dla
rnych wartoci parametru sigma rozmycia Gaussa . . . . . . . . . . . . . . . 77
7.8 Wynik dziaania proponowanego algorytmu dokadnego dopasowania dla zdj
tomograficznych klatki piersiowej . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.9 Wzorcowy obraz koci udowej i manualnie przygotowany jej obrys . . . . . . . 80
7.10 Prezentacja dziaania proponowanego algorytmu dokadnego dopasowania dla
obrazw koci udowej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.11 Poprawa detekcji koci udowej z zastosowaniem algorytmu czenia segmentw 83
Spis rysunkw vii
7.12 Detekcja koci okciowej z wykorzystaniem metod zaproponowanych w pracy . 85
7.13 Detek
