Click here to load reader

Algorytmy komputerowej detekcji duzych obiektów w obrazach o suw. · PDF fileAlgorytmy komputerowej detekcji dużych obiektów w obrazach o wysokim poziomie szumu i niejednorodności

  • View
    213

  • Download
    0

Embed Size (px)

Text of Algorytmy komputerowej detekcji duzych obiektów w obrazach o suw. · PDF fileAlgorytmy...

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

Search related