uporaba gaborjevih filtrov za predobdelava slik pri poravnavi biomediscinskih slik
DESCRIPTION
Uporaba gaborjevih filtrov za predobdelava slik pri poravnavi biomediscinskih slik. Janez Podobnik m entor: prof. d r. Stanislav Kova čič. Uvod. Poravnava medicinskih slik je ena izmed osnovnih metod obdelave medicin s kih slik. - PowerPoint PPT PresentationTRANSCRIPT
Uporaba gaborjevih filtrov za predobdelava slik pri poravnavi
biomediscinskih slik
Janez Podobnik
mentor: prof. dr. Stanislav Kovačič
Uvod
Poravnava medicinskih slik je ena izmed osnovnih metod obdelave medicinskih slik.
Namen poravnave slik je poiskati tako transformacijo slike, ki jo poravnavamo, da se ta čimbolj primerno prilega k sliki h kateri jo poravnavamo.
Pri poravnavi si pomagamo z različnimi merami podobnosti.
Tekstura
Tekstura opisuje lastnost prostorske porazdelitve sivih nivojev v okolici opazovane točke.
Tekstura je pomemben element človekovega zaznavanja saj podaja informacijo o gladkosti, grobosti, pravilnosti, granulaciji, naključnosti in usmerjenosti vzorca.
Obstajata dva načina opisa teksture: statistični in strukturalni.
gobast vzorec
nitasto razvejan vzorec
Matrika sopojavljanja (angl. co-occurrence matrix)
Matrika sopojavljanja je matrika, ki nam podaja število parov točk z danimi sivinskimi nivoji.
Uporaba matrike sopojavljanja temelji na hipotezi, da se razporeditev parov sivinskih nivojev ponavlja skozi celotno teksturo.
Matrika sopojavljanja COd[i, j] podaja verjetnost, da ima pri danem sivinskem nivoju Ik točka (i, j) soseda (i, j + 1), ki ima sivinski nivo Il.
Matrika sopojavljanja (angl. co-occurrence matrix)
MRI slika modalnosti PD
MRI slika modalnosti T1
Gaborjevi filtri
Za raziskovalce so zanimi Gaborjevi filtri, saj je mogoče odziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri.
zapis v časovnem prostoru:
realna komponenta imaginarna komponenta
= 16, fu=fv=16/256
Gaborjevi filtri
Za raziskovalce so zanimi Gaborjevi filtri, saj je mogoče odziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri.
zapis v časovnem prostoru:
realna komponenta imaginarna komponenta
= 16, fu=fv=32/256
Gaborjevi filtri
Za raziskovalce so zanimi Gaborjevi filtri, saj je mogoče odziv nekaterih celic v možganski skorji centra za vid opisati s temi filtri.
zapis v frekvenčnem prostoru:
= 8, fu=fv=32 = 8, fu=fv=32
Gaborjevi filtri
fu=fv=8, =1-16 fu=fv=1-128/256, =2
Elipsoidni gaborjevi filtri
Radialno simetrični filter zapis v časovnem prostoru:
=64, fu=16 =64, fu=32
Elipsoidni gaborjevi filtri
Radialno simetrični filter zapis v frekvenčnem prostoru:
ni analitično izrazljiv
=4, fu=32 =8, fu=32
Elipsoidni gaborjevi filtri
=4, fu=1-128/256 =1-16, fu=4/256
Medsebojna informacija (angl. mutual information)
Medsebojna informacija MI podaja koliko informacije vsebuje ena slika o drugi.
Medsebojna informacija ocenjuje statistično odvisnost med svetlostnimi nivoji primerjanih slik.
Medsebojna informacija (angl. mutual information)
Cenilka minimax
Cenilka simetričnosti
1.5
Rezultati
Gaborjevi filtri
cenilka minimax cenilka simetričnosti
Rezultati
Radialno simetrični gaborjevi filtri
cenilka minimax cenilka simetričnosti
Rezultati
Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov
cenilka simetričnosti – rdeča: rGab, modra: Gab, zelena: neobdelani sliki
cenilka minimax – rdeča: rGab, modra: Gab, zelena: neobdelani sliki
Rezultati
Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov pri interpolirani sliki
Rezultati
Primerjava gaborjevih in radialno simetričnih gaborjevih filtrov pri interpolirani sliki
cenilka minimax – rdeča: rGab, modra: Gab, zelena: neobdelani sliki
cenilka simetričnosti – rdeča: rGab, modra: Gab, zelena: neobdelani sliki
Zaključki
Gaborjevi filtri izboljšajo potek funkcije medsebojne informacije in s tem izboljšajo poravnavo slik
Primerni za poravnavo so pri majhnih vrednostih sigme in centralne frekvence fu
Radilano simetrični gaborjevi filtri dajejo malenkost boljše rezultate kot klasični gaborjevi filtri
Gaborjevi filtri so primerni za poravnavo interpoliranih slik, saj zgladijo lokalne maksimume in minimume