صفحه 1:
Computer Image
Analysis
Peeper Ce tee bcs
انفورماتيىك يزشكي
ساسان خيام باشي
eee]
صفحه 2:
* تصوير برداري ديجيتال
* المانهاي تفسير توسط جشم
* يردازش تصوير
* آنالیز تصاویر
؟ جمع بندي
صفحه 3:
* تكنولوزي مدرن 3 0 2000
جند بعدي را فراهم أورده
*» هدف ازاين دستكاريها يكي از موارد زير است:
1
2
يردازش تصوير: ورودي تصوير / خروجي تصوير
آناليز تصوير: ورودي تصوير / خروجي شامل تعدادي از
Peres be
. درک تصویر: ورودي تصویر / خروجي شامل توصیف
ادراكي تصوير
صفحه 4:
*؟ شایعترین اعمال پردازشي که در سيستمهاي
| 0[
eee aaa OCS Eee tr
افرايش را
۱ a) BOOTED ERO)
0
5 2
صفحه 5:
مقدمه - پیش پردازش (۳۷۵۲)
معمولا قبل از آنالیز اصلي تصاویر و استخراج
اطلاعات لازمند
تحت عنوان تصحيحهاي رادیومتریک یا
جئومتریک گروهبندي میشوند
هدف آنها بدست آوردن تصوير دقيقي است كه
از تابش اشعه به كيرنده ها ايجاد مي شود
صفحه 6:
مقدمه - افزایش کیفیت تصویر Ione)
لس سیم
* این دسته از پردازشها صرفا به منظور بهبود و
افزایش وضوح تصویر هستند تا بتوان تفسیر
بهتري را از تصاوير بدست اورد
صفحه 7:
{ener aroma oan]
*» شامل بردازش تركيبي بر روي داده هاي بدست
Beene es) ee ete ase!
اعمال رياضي (جمع, تفریق» ضوب, تقسیم) بر
روي تصاوير اعمال مي شوند
* باند هاي اولیه را ترکیب کرده و آنها را به تصاویر
جديدي که وضوح بيشتري داشته و یا خصوصیات
1
صفحه 8:
بت ارات سم رای رال را
00
هر ييكسل تصوير را بر اساس خصوصيات آماري
مقادير روشنائي آن به یک گروه اختصاص مي
دهد .
براي انجام آن دو روش عمده , با مربي و بدون
مربي وجود دارد
صفحه 9:
210011101011 1 el ren
Seed COD Reet ate) (OEM Cede SEO BTe De) DEY
Onn Need Pere Pee MERA teeter efwecenT (Ou)
Ge تصوير عارش
ذر ی شیستم پردازش 1 1 لو را Ree
Tn SENT AES, JIE 3
Ture ola] a ygo w Lg paina> ole] cjg aL pglai yo [gia
دمحفية: فرلبندياستكه در أنشنتها ار خالل يوستة لله خالك
7 3 | e revena pe)
Degen ee Se ed
استريولوزي :استخراج و تفسير oe eee ذو كدي
صفحه 10:
ROCESS ce eee ne سس
دوبعدي (بع)ت در یک فضاي پیوسته دو بعدي توسط فرایند سبط
ا ا
ا ا ا ال re ene
٩ تلاقي یک ردیف ویک ستون پیکسل نامیده میشود.
٩ (ب/0 تابعیاز متغیرهایب سیاریاساز جمله عمق(ج) , رنگ و زمارل)
3
3
دقت تصوير به صورت بيكسل بر اينج اندازه كيري مي شود.
ا بیت اطلاعات به ازاء هر
پیکسل مي باشد
ا ال ا ل ا
3 و
است.
[9 0 °
صفحه 11:
تا
تصوير برداري دیجیتال
شكل 1- تصوير
دیجیتال
صفحه 12:
» تشخيص هدفها كليد استخراج اطلاعات و تفسير تصوير است
wed Reece) ۰ ا ا لك
Beg roi rere | ee
۰ اشیاء 0
شكل: يان كت قرم ساخار و مخيطناشاء الست
اتدازة: اندازه تصاوير تابعيست آز بز ركتماتي تصوير
Pa] رز
بافت: ترتيب و تكرار تغييرات تون در نواحي خاصي از تصوير
سايه: مي تواند ازتفاع نسبي اشياء را مشخص سازد
rth و
نز نو ناخ ما ها ند
صفحه 13:
* چگونه انسان اشیاء را طبقه بندي میکند؟
= وب ری ار رک
Hellas cose oberche
دهند.
7
- انسان به جهت تابش نور حساس است و ترجیح مي دهد
كه نور از بالا بتابد.
- انسان هميشه دوست دارد چيزي را در تصویر ببیند که
انتظار آن را دارد
صفحه 14:
پردازش تصویر (عهه! محععسس)
See SP Tees STO re ا
0 renee ke")
ا ا ا Seer Skene
ا 7
۷ ۷
6 8 م
كرنل
ل ال الى نا
صفحه 15:
9 eee) oe
(ee ence TPT
Ber ec ا ا ا LEB] Fl
به منظور اصلاح اعوجاجهاي رادیومتریک یا جئومتریک به *
ر برده مي شوند
لل اا ال ال ا eee ied
ا ل ال 0000
3
vert 00
؟ مرحله پیش پردازش نباید به گونه اي باشد که تصویر اصلي
|
صفحه 16:
پردازش تصویر -ارتقاء
PADRE
ا ا ل 00
نشان میدهد.
res mewd iy arlbea a pwe pay Try y= ار
هیستهگرام مشخص مي شود سپش با استفاده از یک دیل, (محدوده
re it RRO cg ARIE: ل ا
PRC Sen een gree BT Se Pec Ea
0 فركانسريا لأرودارند اختصا
ار ار ا
1
مقدار ثابب ب کل بیکسلها اشافه وبا از آنبا کم ميآنود
صفحه 17:
صفحه 18:
پردازش تصویر -ارتقاء
© حذف نويز:
٩ اكير گيري مقداری نار در ور ايان كد
ie ا ا ا |
تضویر راایر اساس تکزار فضاني آنها ارتقا با تقلیلآدهیم
rer ROSS med els Mor ere
فيلترهاي تشخیص لبه -
فيلتر هاي ميانه: كمترين ميزان تاري را ايجاد مي كنند. -
تبديل فوريه : حذف نويزهاي بريوديك -
صفحه 19:
پردازش تصویر -ارتقاء
9205 94 مرک سس ۱ 1
حذف نویز با استفاده از یک فیلتر میانه با کرئل 6*0
صفحه 20:
پردازش تصویر -ارتقاء
حذف نوبز پریودیک با استفاده از تبدیل فوریه سریع(/66۳)
صفحه 21:
پردازش تصویر -ارتقاء
*ارتقاء لبه ها : در اين روشها وضوح تصوير کاهش
مي يابد و لبه هاي موحود در أن ارتقاء مي يابند.
© استفاده از رنكٌ مجازي : استفاده Si, jl مجازي
در تصاوير طيف خاكستري مي تواند برخي جنبه
هاي تصوير را نمايانتر سازد
صفحه 22:
پردازش تصویر -ارتقاء
ارتقاء لبه توسط تبدیل لاپلاس
2000
صفحه 23:
Geer Ber OES eve TL eT 8) POT)
Oe aa
* عمدتا نيازمند دستكاري جندين باند داده است
ا ل ا 52
eer e Sy ا ا ا 0
امم ا 0
۱
7
دارد
© ا ل ۳7
or ,c-9 9 bail, ا ل
صفحه 24:
Geer Ber OES eve TL eT 8) POT)
Cae cad
نك
صفحه 25:
آناليز تصوير (طصك-6 21-2 )
Bren ا wr ra.
Ca Pernt تصوير به اجزاء خود تقسیم *
7ب
Ure Cpa Tn D I ene ata ccg
Perr eC SSS bY etree eee ا
DLE ee ve gl لا ا SOLO ES wee]
اصلي, محور فرعي و تعداد سوراخها است.
صفحه 26:
1
ees 9 ( عدنك !داوج و!21)
|
۱) سوم ailaio tril ©
ce a ca) Bee eC Pee Tee iis جمب1)
Oukewutod) oly cuslas J&iv ®
مس
صفحه 27:
آناليز تصوير - تعيين آستانه
/
0 را ال ل 5 تحت عنوان شيء يا زمینه نامگذاري شود .
(
ساده ترين روش براي قطعه كردن تصوير است.
ابتدا یک پارامتر بو a آستانه روشنائي() اتتخاب مي شودو بر روي
تصوير اعمال مي
آستانه را جكونه بايد مشخص كرد؟
- آستانه ثابت
Pas pes es ROPeE CRC ev or
الگوریتم ایزو دیتا -
- الگوریتم صممو-لمممبهه
- الگوریتم مثلث
را ری برس رال تا ار ای
روشي قدرتمند تر است انجام شود.
صفحه 28:
[eT 1
535
الكوريتم
صفحه 29:
* در اين روش بيكسلهائي جستجو مي شوند كه به كناره اشياء
اختضاص دارند .
٩ فیلرهاي مسیص لبه زپادی وود داروزاز جمله لاپلاس سول و
ركست
کر ریت دور رل از ری و رس
مي دهند.
Beer pirererg te hitastr] Ad) ce MCT Ce Bere ere rere rel ee
1 re evar es se
cc ene oe لك
* روش عبور كردن از صفر
ال ل 00 300
صفحه 30:
02 9 LAB Lig) 99 jl oolaiml
لبه
صفحه 31:
Ideal Edge Position سيب
Blurred Edge
- Grad
Position
افتن لبه بر اساس روش عبور از صفر
صفحه 32:
آتاليز تصوير *-
000
pried ا ا ا ا
0000 LS] NC be Bip tr Srey)
ا Ct Spee Ten tneca Cee reac
Peel eve mr ereniy
ele O این روشها بيیدگي آنهاست و اینکه
معمولا مناطق کوچک زيادي تشخیص داده مي شوند .
و 02
ل ا ا 0 0002
scowl
صفحه 33:
Dn eee Cee ا OL: te) آناليز
هنا
1
PA 0 لماو موس سر م قت و
onde رز رك
© طبقه بندي اطلاعاتي : قسمتهائي از تصوير اشت كه آناليست مايل به تشخيض
أنهاست .
3 علقم ني A recat ond است كه از نظر مقدار روشنائي در
Brow prereve noremret EU) ine Pena eer ne penn nOn emerty
* طبقه بندي با مربي: آنالیست خودش ناحیه هاي آموزش دهنده را شناسائي مي کند.
5 a 9
1 0
وا جصی سیب
1 ا ie یاه خوشه بندي -
Se ae eo 1 a
- الي اين طبقه بندي ممکن است بم دسته هاني منجر شو که آناليست لازم میدند
0 أ أنها را به هم ببيوتدد يا تعدادي را به ميزان بيشتري بشكنة
صفحه 34:
- دسته بند یا
اي تصویر(
eee 9
ee ed
ا
صفحه 35:
Dn eee Cee ا OL: te) آناليز
تسف )ا
* پارامتر شکل :
S - يارامتر مناسب براي دسته بندي اشياء شكل شيء است.
rere ا الي ا ORL ar iid
hirer = را را
- خروح از حالت دایره اي مثلا بيضي , پارامتر شكلي زیر 1
خواهد داشت.
- از اين قانون مي توان براي تشخیص سلولهاي
سرطاني(غیر گرد) از سلولهاي عادي(گرد و منظم) استفاده
کرد
صفحه 36:
1
* با استفاده از يك برنامه كامييوتري سطح آستانه اي براي آناليز
re ts 10
اال مشخص
مي شوند.
* اشیاء با استفاده از لبه شان شناسائي و شمارش مي شوند .
* اگر ما سایز فریم شمارش را بدانیم , مي توان تعداد اشیاء را بر
حسب دانسیته عددي بیان
پا
1 Revel pee Eee c ey ery یک شی شمارش 3
را اشغال کند.
صفحه 37:
آنالیز تصویر - شکل شناسي رياضي سین
Neca
ا ل serene
ا ا er ا ا ا ل
بهينة سارد .
معمولا براي درک ساختار یا شکل یک تصویر به کار مي روند .
نقش کليدي در بينائي كامپيوتري و تشخیص خودکار اشیاء دارند.
اكثر روشهاي ريخت شناختي بر روي همسايه هاي 3*3 عمل مي کنند.
پیکسل مورد توجه ()در مرکز اين پنجره واقع است.
ی
بيكسل 4 انضالة. جدافل يكن ار عمسا را ار
aul ails ngbire jlaie xO by
AHH eet eR Was hegre Malin ie alien tej licen
صفحه 38:
آنالیز تصویر - شکل شناسي رياضي سین
Neca
Ca ie
Retr p es heme Teer vre اا
Meo neni د
ari jlaie G ail aitlo 1 jlaie 4b aluor slebuSy plai -
. باشد 1
- اگر پیکسل مركزي خودش مقدار صفر داشته باشد نتیجه بدون در
بط کرفس ماه ما صقر توا رو
- براي حذف نويزهاي سفید نقطه اي در یک زمینه تیره بکار برده
مي شود.
1 ERCCHC LU Tit SSC RCC] FN0 CCAM ie) ICC tii
صفحه 39:
و
مت
OS sid
. عكس ايروزن است -
از ماس 3*3 داراي مقادير صفر استفاده مي كند. -
عملكر منطقي آن 00080000 است. -
Fyfe eI RED Or EVE CCE Tee Te yer Cm
صفحه 40:
آنالیز تصویر - شکل شناسي رياضي سین
Neca
caeae للد
- ماسكهاي تشخیص بیکسل 4و 8 اتصاله.
گوشه و یا پيكسلهاي داخلي
بدلیل باينري بودن تصویر مي تواند در
Sag One co llb
ار ری ار نک ای ترس
جدول جستجو ذخيره شود تا مشخص شود كه آيا نتيجه
eve) ا
2 چالش اصلي تهیه جدول جستجوي مناسب مي باشد
صفحه 41:
و
مت
ese s ya
Ee) rrr sore err] Pa itl PSU) ISTE TSC Cp) پوشهاي -
ate ۳ 0
2s رای ا خی
رلک لور کرت مورا ان الب
د ا ل كه
- مرحله اول: بيكسلهائي كه بايد بر روي أنها كار شود جدا مي
207
م ا ال 000
- در این روش نیز از جداول جستجو استفاده میشود
صفحه 42:
آنالیز تصویر - شکل شناسي رياضي سین
Neca
2 TOC CRO Stra DU Mei (Ciba Sk) BSP Saba
1 ey
ile disks Abie بر ابي رک
Ses eas
eI a Rc ome ea ayeauaten|O
با ان تقاوت که جزیات بيشتري اش اد ل
Pyle)
Bc prered Caer Ye ec eRe SCL rca Did
ایروژن و دایلیشن طیف خاكستري معمولا نتايجي مشابه فيلترهاي -
00 errr ec Sta
صفحه 43:
۱ وثبت تصوير Pot) ep
“»يردازش تصوير > تصوير ارتقاء يافته
| > جداسازي > استخراج
ا lai
Computer Image
Analysis
گزارش پژوهشي درس
انفورماتيک پزشکي
ساسان خيام باشي
83233513
فهرست مطالب
مقدمه
تعاريف
تصوير برداري ديجيتال
المانهاي تفسير توسط چشم
پردازش تصوير
آناليز تصاوير
جمع بندي
منابع
مقدمه
تکنولوژي مدرن ديجيتال امکان دستکاري سيگناهاي
چند بعدي را فراهم آورده
هدف از اين دستکاريها يکي از موارد زير است:
.1
.2
.3
پردازش تصوير :ورودي تصوير /خروجي تصوير
آناليز تصوير :ورودي تصوير /خروجي شامل تعدادي از
اندازه گيريها
درک تصوير :ورودي تصوير /خروجي شامل توصيف
ادراکي تصوير
مقدمه
شايعترين اعمال پردازشي که در سيستمهاي
آناليز تصاوير استفاده مي شود
.1
.2
.3
.4
پيش پردازش()Preprocessing
افزايش کيفيت تصوير ()Image Enhancement
تبديل تصوير ()Image Transformation
طبقه بندي و آناليز تصوير
مقدمه -پيش پردازش()Preprocessing
معموال قبل از آناليز اصلي تصاوير و استخراج
اطالعات الزمند
تحت عنوان تصحيحهاي راديومتريک يا
جئومتريک گروهبندي ميشوند
هدف آنها بدست آوردن تصوير دقيقي است که
از تابش اشعه به گيرنده ها ايجاد مي شود
مقدمه -افزايش کيفيت تصوير (Image
)Enhancement
اين دسته از پردازشها صرفا به منظور بهبود و
افزايش وضوح تصوير هستند تا بتوان تفسير
بهتري را از تصاوير بدست آورد
مقدمه -تبديل تصاوير (Image
)Transformation
شامل پردازش ترکيبي بر روي داده هاي بدست
آمده از چندين باند طيفي مي شوند
اعمال رياضي (جمع ،تفريق ،ضرYب ،تقسيم) بر
روي تصاوير اعمال مي شوند
باند هاي اوليه را ترکيب کرده و آنها را به تصاوير
جديدي که وضوح بيشتري داشته و يا خصوصيات
ويژه اي را بهتر نمايان مي کنند تبديل مي
نمايند.
مقدمه -طبقه بندي و آناليز تصوير
هدف آنها طبقه بندي و شناسائي پيکسل ها در
داده است.
هر پيکسل تصوير را بر اساس خصوصيات آماري
مقادير روشنائي آن به يک گروه اختصاص مي
دهد .
براي انجام آن دو روش عمده ،با مربي و بدون
مربي وجود دارد
تعاريف
تصوير :تابعي از دو متغير حقيقي است مثل ) a(x,yکه در آن aشدت
تصوير(مثال ميزان روشنائي) در مکان حقيقي ( )x,yاست.
):Regions-of-Interest (ROIيYکتYYYصوير مYعموال شYYامYلتYYYعYدادYيزYير
تYصوير مYيبYYYاشد کYYه بYYYه آYنYهYا نYYواYحYيمYورد تYYYوجYه گYYفته مYيشود.
در يک سيستم پردازش تصوير مناسب بايد بتوان روي نواحي مختلف
اعمال متفاوتي انجام داد
شدتها در تصاوير يا به صورت اعداد حقيقي و يا به صورت اعداد صحيح
هستند.
:QuantizationفYYراYيYندياYسYتکYYه در آYنشYYدتYهYا از حYاYلتپYYYيوسYته بYYYه حYاYلت
مYجزا تYYYبديYلمYيشYYود.
مورفومتري :توضيح کمي يک ساختار.
استريولوژي :استخراج و تفسير اطالعات سه بعدي از تصاوير دو بعدي.
تصوير برداري ديجيتال
يک تصوير ديجيتال ]a[m,nدر يک فضاي گسسته دو بعدي از يک تصوير
دوبعدي ) a(x,yدر يک فضاي پيوسته دو بعدي توسط فرايند digitization
مشتق مي شود.
تصوير دو بعدي به nرديف و mستون تقسيم ميشود.
تالقي يک رديف و يک ستون پيکسل ناميده ميشود.
ن)t
گ و زYما (
) A(x,yتYYYابYعياز مYتغيرهايبYYYسيارYياYسYتاز جYمله عمق( ، )zرYن، Y
دقت تصوير به صورت پيکسل بر اينچ اندازه گيري مي شود.
دقت پيکسلي يا عمق پيکسل به معني تعداد بيت اطالعات به ازاء هر
پيکسل مي باشد
در تصاوير باينري عمق پيکسل ( 1روشن -خاموش) است
براي آناليز تصاوير طيف خاکستري حداقل عمق پيکسل الزم 8بيت
است.
براي تصاوير رنگي حداقل عمق 24بيت الزم است
تصوير برداري ديجيتال
شکل -1تصوير
ديجيتال
المانهاي تفسير توسط چشم
تشخيص هدفها کليد استخراج اطالعات و تفسير تصوير است
مشاهدYه اختالف بين هدفها و زمينه آنها شامل مقايسه از نظر
تعدYادي از المانهاي بينائي ميباشد :
.1
.2
.3
.4
.5
.6
.7
تون :به روشنائي يا رنگ نسبي اشياء در تصوير اتالق مي شود .
شکل :بيان کننده فرم ،ساختار و محيط اشياء است.
اندازه :اندازه تصاوير تابعيست از بزرگنمائي تصوير
الگو :الگو بيان کننده Yترتيب قرار گرفت فضائي اشياء ديدني است.
بافت :ترتيب و تکرار تغييرات تون در نواحي خاصي از تصوير
سايه :مي تواند ارتفاع نسYبي اشياء را مشخص سازد
ارتباط :رابطه بين هدف و ديگر اشيائ قابل تشخيص در نزديکي آن
المانهاي تفسير توسط چشم
چگونه انسان اشياء را طبقه بندي ميکند؟
–
–
–
–
انسان به کنتراست حساس است .هميشه اشيائي که
داراي کنتراست باال دارند بيشتر در ذهن خود را نشان مي
دهند.
انسان به پرسپکتيو و تغييرات عمق تصوير حساس است.
انسان به جهت تابش نور حساس است و ترجيح مي دهد
که نور از باال بتابد.
انسان هميشه دوست دارد چيزي را در تصوير ببيند که
انتظار آن را دارد
پردازش تصوير ()processing Image
عملياتي است که طي آن ويژگيهاي تصوير بارزتر مي شوند
قبل از آناليز تصوير انجام مي گيرد
پردازش تصوير بر روي پيکسلها انجام مي شود
پردازش بر روي گروهي از پيکسلها به نام کرنل انجام ميشود
کرنل
پردازش تصوير -پيش
پردازش()Preprocessing
بازيابي يا اصالح تصوير نيز ناميده مي شوند
به منظور اصالح اعوجاجهاي راديومتريYک يا جئومتريک به
کار برده مي شوند
هنگامي که خصوصيات فضائي يا روشنائي نويز ها مشخص
باشد از متدهاي فوتوگرامتريک استفاده مي شود.
وقتي خصوصيات Yطيفي نويز ها مشخص باشد از فيلتر ها
استفاده ميشود.
مرحله پيش پردازYش نبايد به گونه اي باشد که تصوير اصلي
را آنقدر تغيير دهد که بيننده دچار Yخطاي تشخيص شود.
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
ارتقاء توسط دستکاري هيستوگرام:
–
–
–
–
هيستوگرام :نمودار گرافيکي که مقادير روشنائي سازنده تصوير را
نشان ميدهد.
روش کشيدن خطي کنتراست :حد باال و پايين کنتراست از روي
هيستوگرام مشخص مي شود سپس با استفاده از يک تبديل ،محدوده
کنتراست کشيده مي شود تا کل محدوده ممکن را پر ميکند.
:Histogram-Equalized stretchingمYحدودYه بYYYيشتريبYYYه مYقادYيريکYYه
فYYرکانYسبYYYاYالتريدارYند اYخYتصاصمYييYYابد
: Histogram slidingدر مواردي که هيستوگرام در يک طرف طيف يا
در وسط طيف جمع شده باشد استفاده مي شود .در اين روش يک
مقدار ثابت به کل پيکسلها اضافه و يا از آنها کم مي شود
ارتقاء- پردازش تصوير
) EnhancementImage(تصوير
Histogram sliding and
stretching
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
حذف نويز:
–
–
–
–
–
–
ميانگين گيري :مقداري تاري در تصوير ايجاد ميکند
فيلتر کردن فضائي :زماني که بخواهيم ويژگيهائي از
تصYوير را بر اساس تکرار فضائي آنها ارتقا يا تقليل دهيم
فيلتر پايين گذر:تاکيد بر نواحي بزرگ و هوموژن
فيلترهاي تشخيص لبه
فيلتر هاي ميانه :کمترين ميزان تاري را ايجاد Yمي کنند.
تبديل فوريه :حذف نويزهاي پريوديک
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
حذف نويز با استفاده از يک فيلتر ميانه با کرنل 3*3
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
حذف نويز پريوديک با استفاده از تبديل فوريه سريع()FFT
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
ارتقاء لبه ها :در اين روشها وضوح تصوير کاهش
مي يابد و لبه هاي موحود در آن ارتقاء مي يابند.
استفاده از رنگ مجازي :استفاده از رنگ مجازي
در تصاوير طيف خاکستري مي تواند برخي جنبه
هاي تصوير را نمايانتر سازد
پردازش تصوير -ارتقاء
تصوير() EnhancementImage
ارتقاء لبه توسط تبديل الپالس
استفاده از رنگ مجازي
پردازش تصوير -تبديل تصاوير (Image
)Transformation
عمدتا نيازمند دستکYاري چندين باند داده است
تبديالت پايه شامل اعمال عملگر هاي جبري بر روي داده هاست
کم کردن تصاوير از يکديگYر :براي مواقعي که مي خواهيم
بدانيم در طول زمان چه تغييراتي رخ داده است.
تقسيم کردن تصاوير يا : Spectral rationingبراي روشن ساختن
تغييرات کوچکي که در طيف پوششي سطحهاي مختلف وجود
دارد
: Principal components analysisهدفاYيYنتYYYبديYلکYYاهشتYYYعYداد
Yت
بYYYاندها و فYYشردYه سYYازYياYطYالعاتبYYYاندهاياوYلYيه اYس .
Image( تبديل تصاوير-پردازش تصوير
)Transformation
کم کردن تصاوير
Principal Components Analysis تبديل
آناليز تصوير ()Image Analysis
توسط آن ويژگيهاي تصاويرمشخص و استخراج شوند.
تصوير به اجزاء خود تقسيم مي شود (.)Segmentation
تصاوير ممکن است به نواحي با محيط بسته ،نقاط و
خطها تقسيم و دسته بندي شوند.
آيتم هائي که در آناليز تصوير اندازه گيري مي شوند
شامل طول،سطح،محيط،نسبت سطح به محيط ،محور
اصلي ،محور فرعي و تعداد سوراخها است.
)Image Analysis( آناليز تصوير
)Thresholding( تعيين آستانه
تشخيص لبه
)Region extraction( استخراج منطقه
)Image Classification( دسته بندي تصوير
Mathematical( شکل شناسي رياضي
)morphology
آناليز تصوير -تعيين آستانه
()Thresholding
ساده ترين روش براي قطعه کردن تصوير است.
ابتدا يک پارامتر به نام آستانه روشنائي() انتخاب مي شودو بر روي
تصوير اعمال مي گردد.
خروجي الگوريتم مي تواند تحت عنوان شيء يا زمينه نامگذاري شود .
آستانه را چگونه بايد مشخYص کرد؟
–
–
–
–
–
آستانه ثابت
آستانه هاي بدست آمده از هيستوگرام
الگوريتم ايزو ديتا
الگوريتم Background – symmetry
الگوريتم مثلث
قطعه سازي تصوير مي تواند بر اساس RGBو يا بر اساس HSIکه
روشي قدرتمند تر است انجام شود.
آناليز تصوير -تعيين آستانه
()Thresholding
الگوريتم مثلث
آناليز تصوير -تشخيص لبه
در اين روش پيکسلهائي جستجو مي شوند که به کناره اشياء
اختصاص دارند .
فيلترهاي تشخيص لبه زيادي وجود دارد از جمله الپالس ،سوبل و
روبرتز .
–
–
–
گراديانهYا را برجسته مي سازند و تحول از يک روشنائي به ديگري را تشخيص
مي دهند.
اشياء ناپيوسته و اشيائي را که روي هم افتاده باشند تشخيص نمي دهند.
فيلتر هاي آب پخشان ( )Watershedمي توانند اشياء روي هم افتاده را جدا کنند
روش بر اساس گراديان
روش عبور کردن از صفر
روش بر اساس : PLUSدقيقترين روش
آناليز تصوير -تشخيص لبه
استفاده از دو روش LoGو PULSبراي تشخيص
لبه
آناليز تصوير -تشخيص لبه
يافتن لبه بر اساس روش عبور از صفر
آناليز تصوير -استخراج منطقه (Region
)extraction
قسمتهائي از تصوير که از يک قاعده يکنواختي پيروي
مي کنند را جدا سازي ميکند.
اين روشها منجر به تشخيص نواحي بسته و در نتيجه
محيطهاي بسته مي شوند .
نکات منفي اين روشها پيچيدگي آنهاست و اينکه
معموال مناطق کوچک زيادي تشخيص داده مي شوند .
معموال پس پردازش الزم است.
جداسازي تصاوير داراي بافت هنوز يک مشکل عمده
است.
آناليز تصوير -
دسته بندي تصوير(Image
)Classification
طبقه بندي ،از اطالعات ديجيتال طيفي تصوير استفاده مي کند و هر پيکسل را بر
اساس اين اطالعات طيفي طبقه بندي کند.
هدف اين است که در تصوير تمام پيکسل ها به يک دسته يا تم اختصاص يابند.
طبقه بندي اطالعاتي :قسمتهائي از تصوير است که آناليست مايل به تشخيص
آنهاست .
طبقه بندي طيفي :گروههائي از پيکسل است که از نظر مقدار روشنائي در
کانالهاي طيفي مختلف متحدالشکل هستند
هدف ،نگاشت دسته هاي طيفي با دسته هاي اطالعاتي مورد جستجو است.
طبقه بندي با مربي :آناليست خودش ناحيه هاي آموزش دهنده را شناسائي مي کند.
طبقه بندي بدون مربي :
–
–
–
در ابتدا طبقه هاي طيفي بر اساس عدد طيفيشان مشخص مي شوند سپس با دسته هاي
طيفي مد نظر آناليست نگاشت مي شوند
الگوريتمهاي خوشه بندي براي تشخيص گروه بندي هاي طبيعي(آماري) و ساختار هاي
موجود در تصوير بکار برده مي شوند.
نتيجه نهائي اين طبقه بندي ممکن است به دسته هائي منجر شود که آناليست الزم ميداند
تعدادي از آنها را به هم بپيوندد يا تعدادي را به ميزان بيشتري بشکند
آناليز تصوير -
دسته بندي تصوير(Image
)Classification
دسته بندي داراي مربي
دسته بندي بدن مربي
آناليز تصوير -
دسته بندي تصوير(Image
)Classification
پارامتر شکل :
–
–
–
–
–
يک پارامتر مناسب براي دسته بندYي اشياء شکYل شيء است.
به صورت Pi / (Peimeter^2) * 4تعريف مي شود.
يک دايره کامل پارامتر شکYلي برابر 1خواهد داشت.
خروج از حالت دايره اي مثال بيضي ،پارامتر شکلي زير 1
خواهد داشت.
از اين قانون مي توان براي تشخيص سلولهاي
سرطاني(غير گرد) از سلولهاي عادي(گرد و منظم) استفاده
کرد
آناليز تصوير -شمارش اشياء
ابتدا بايد محل مورد نظر يا مورد عالقه( )ROIرا مشخص کرد
با استفاده از يک برنامه کامپيوتري سطح آستانه اي براي آناليز
تصوير انتخاب مي شود .
ويژگيها با استفاده از مقادير طيف خاکستري و يا رنگ مشخص
مي شوند.
اشياء با استفاده از لبه شان شناسائي و شمارش مي شوند .
اگر ما سايز فريم شمارش را بدانيم ،مي توان تعداد اشياء را بر
حسب دانسيته عددي بيان کرد.
مي توان از فريم حاوي نقاط شمارش منظم استفاده کرد.
–
يک شئ شمارش مي شود اگر ربع فوقاني راست از يک نقطه شمارش
را اشغال کند.
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
حاصل قطعه سازي يک تصوير خاکسYتري ،يک تصوير باينري است .
پردازش مورفولوژيکال اين تصوير باينري ميتواند نتيجه قطعه سازي را
بهينه سازد .
معموال براي درک ساختار يا شکل يک تصوير به کار مي روند .
نقش کليدي در بينائي کامپيوتري و تشخيص خودکار اشياء دارند.
اکثر روشهاي ريخت شناختي بر روي همسايه هاي 3*3عمل مي کنند.
پيکسل مورد توجه ()Xدر مرکز اين پنجره واقع است.
همسايه ها به صورت x0 – x7نامگذاري مي شوند.
پيکسل 4اتصالي :حداقل يکي از همسايه ها در مکانهايx0 , x2 , x4
ويا x6مقدار مشابهي داشته باشد
پيکسل 8اتصالي :همه همسايه هايش مقدار مشابه داشته باشند.
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
:Erosion
–
–
–
–
–
–
بيشتر در موارد اتخاذ تصميم منطقي بکار مي روند .
از ماسک 3*3داراي مقادير 1استفاده مي کند.
تمام پيکسلهاي همسايه بايد مقدار 1داشته باشند تا مقدار نتيجه
1باشد .
اگر پيکسل مرکزي خودش مقدار صفر داشته باشد نتيجه بدون در
نظر گرفتن همسايه ها صفر خواهد بود .
براي حذف نويزهاي سفيد نقطه اي در يک زمينه تيره بکار برده
مي شود.
نتيجه آن در عمل باريک کردن لبه هاي يک ناحيه سفيد رنگ است .
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
Dilation:
–
–
–
–
عکس ايروژن است .
از ماسک 3*3داراي مقادير صفر استفاده مي کند.
عملگر منطقي آن NANDاست.
با اين روش مي توان نقاط سياه منفرد را نيز حذف کرد
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
:Hit-or-miss
–
–
–
–
–
–
ماسکهاي تشخيص پيکسل 4و 8اتصاله.
ماسکهاي تشخيص پل
ماسکهائي براي تشخيص گوشه و يا پيکسلهاي داخلي
همسايگي 9گانه بدليل باينري بودن تصوير مي تواند در
قالب يک عدد 9بيتي بيان شود .
اين عدد مي تواند به عنوان يک ايندکس در درون يک
جدول جستجو ذخيره شود تا مشخص شود که آيا نتيجه
بايد hitيا missباشد .
چالش اصلي تهيه جدول جستجوي مناسب مي باشد
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
پردازش مرحله اي
–
–
–
–
–
–
–
روشهاي ديگري وجود دارند که بايد از ماسکهاي 5*5استفاده
کنند .
اين سايز ماسک مي تواند 33ميليون حالت مختلف را در بر گيرد
که براي هر پيکسل بايد چک شود.
بهترين راه استفاده از يک روش دو مرحله اي است
هر دو مرحله از ماسک 3*3استفاده مي کنند
مرحله اول :پيکسلهائي که بايد بر روي آنها کار شود جدا مي
شوند.
مرحله دوم :تصوير اصلي با تصوير بدست آمده مقايسه مي شود
در اين روش نيز از جداول جستجو استفاده ميشود
آناليز تصوير -
شکل شناسي رياضي (Mathematical
)morphology
جمع کردن :)Shrinking( Yشيء ها را تبديل به يک نقطه مي
کند و در مرکز هندسي همان شيء قرار مي دهد
الغر کردن :)Thinning( Yيک خط داراي فواصل مساوي از لبه
هاي شيئ ارائه مي کند.
اسکلتي کردن :)Skeletonization( Yمثل الغر کردن است منتها
با اين تفاوت که جزئيات بيشتري از شکل را در خود نگه مي
دارد.
روشهاي ريخت شناسي طيف خاکستري :
–
ايروژن و دايليشن طيف خاکسYتري معموال نتايجي مشابه فيلترهاي
غيرخطي Yمينيمم و ماکزيمم ايجاد مي YکنندY.
جمع بندي
دريافت وثبت تصوير تصوير خام
پردازش تصوير تصوير ارتقاء يافته
آناليز تصوير باينري جداسازي استخراج
اشکال مورد نظر