Computer Image Analysis

‏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