More documents

Recommendations

Info

УДК 004.932.4 Н.Н. БОНДИНА, канд. техн. наук, проф., НТУ "ХПИ", Харьков, А.С. КАЛМЫЧКОВ, студент, НТУ "ХПИ", Харьков, В.Э. КРИВЕНЦОВ, студент, НТУ "ХПИ", Харьков СРАВНИТЕЛЬНЫЙ АНАЛИЗ АЛГОРИТМОВ ФИЛЬТРАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ Рассмотрены алгоритмы линейной, нелинейной и адаптивной фильтрации медицинских изображений. Определены особенности поведения алгоритмов в зависимости от характера шума, параметров фильтра, размеров апертуры. Проанализированы сложность и быстродействие алгоритмов фильтрации. На основе полученных данных приведены рекомендации по использованию фильтров. Библиогр.: 12 назв. Ключевые слова: фильтрация медицинских изображений, алгоритмы фильтрации, адаптивная фильтрация. Постановка проблемы и анализ литературы. Медицинские исследования с помощью современных методов визуализации позволяют заглянуть внутрь объектов живого организма и диагностировать его состояние. Эта задача решается с помощью цепочки этапов обработки изображения с целью анализа и распознавания объектов. Формирование изображений в различных устройствах и их дальнейшая передача по разным каналам вносят искажения в изображения, поэтому первым этапом в обработке изображений является фильтрация изображений или устранение в них низкочастотного шума. Этот этап позволяет отличить интересующие нас объекты от всех других и от фона. Важность этого этапа объясняет объём научно-технической литературы, посвящённой методам фильтрации изображений [1 – 6]. Анализ публикаций показывает, что наиболее адекватными с точки зрения использования в практических задачах являются модели аддитивного Гауссова и импульсного шума. Аддитивный Гауссов шум характеризуется добавлением к каждому пикселю изображения значений из соответствующего нормального распределения с нулевым средним значением. Такой шум появляется в устройствах формирования цифровых изображений. Импульсный шум характеризуется заменой части пикселей значениями фиксированной или случайной величины. Такой шум связан с потерями при передаче изображений по каналам связи. В реальном изображении можно встретить как аддитивный так и импульсный шум, такой шум называют комбинированным. Все виды фильтров можно разделить на такие классы: частотные, линейные, нелинейные, комбинированные, гибридные и адаптивные. В классе частотных фильтров обработке подлежат коэффициенты разложения зашумленного сигнала по Фурье базису или другим базисам, в частности, вейвлет-базису. Такие алгоритмы достаточно эффективны с ISSN 2079-0031 Вестник НТУ "ХПИ", 2012, № 38 14
точки зрения удаления шума, не требуют априорной информации, которая часто отсутствует на практике. При этом необходимо выбрать параметры алгоритмов, исходя из условия минимума среднеквадратичной ошибки фильтрации [7]. Выбор этих параметров основан на знании дисперсии шума изображения. Преобразование Фурье имеет особую важность для линейных фильтров, поскольку умножение в Фурье-области для частотных методов – это операция свёртки для исходного изображения. Линейные фильтры используют именно операцию свёртки. В цифровой обработке сигналов широко используются методы линейной фильтрации изображений, что объясняется простотой реализации и интерпретации этих методов [1 – 6]. Однако успешность их применения сильно зависит от вида шума и даёт хорошие результаты лишь в случае гауссова аддитивного шума [1 – 4]. В случае импульсного шума эффективнее работают методы нелинейной фильтрации, в частности медианные и ранговые [3 – 5]. В случае комбинированного шума можно последовательно применять линейные и нелинейные фильтры или компоновать эти фильтры так, чтобы усилить их сильные стороны и ослабить недостатки, это происходит при использовании гибридных фильтров [1, 11]. Противоречие по зависимости степени подавления шумов и искажения сигнала от апертуры фильтра в некоторой степени сглаживается при применении фильтров с динамическим размером маски, с адаптацией размеров апертуры под характер изображения. В адаптивных фильтрах большие апертуры используются в монотонных областях обрабатываемого сигнала (лучшее подавление шумов), а малые – вблизи неоднородностей, сохраняя их особенности [1, 10, 12]. Медицинские изображения, получаемые в различных устройствах, могут иметь особенности, связанные с физическими принципами, лежащими в основе визуализации. Наиболее широко распространены ультразвуковые методы визуализации внутренних органов человека. Это связано с безопасностью, с одной стороны, и высокой информативностью и достоверностью ультразвуковых исследований, с другой стороны. Компьютерная томография и магнитно-резонансная томография также позволяют визуализировать то, что недоступно непосредственному наблюдению. Проекционные данные, регистрируемые в реальных компьютерных томографических системах, носят случайных характер, обусловленный такими факторами. Во-первых, используемое рентгеновское излучение имеет ярко выраженную квантовую структуру. Число квантов, испускаемых рентгеновскими источниками за фиксированный интервал времени, является случайной величиной, ISSN 2079-0031 Вестник НТУ "ХПИ", 2012, № 38 15
Page 1 and 2: ВІСНИК НАЦІОНАЛЬНО
Page 3 and 4: УДК 004.9 К.Е. БАЙДА, м
Page 5 and 6: Правила 1 Вход Проц
Page 7 and 8: расширенной популя
Page 9 and 10: УДК 621.384: 621.385: 621.365: 6
Page 11 and 12: Управління процесо
Page 13: оптико-электронной
Page 17 and 18: участок называется
Page 19 and 20: вычислений преобра
Page 21 and 22: показывает, что РФ
Page 23 and 24: размером апертуры.
Page 25 and 26: UDC 004.932.4 Comparative analysis
Page 27 and 28: Целью статьи являе
Page 29 and 30: этого предполагает
Page 31 and 32: розробляється. Роз
Page 33 and 34: Попов Е.В. проводит
Page 35 and 36: перевірене та визн
Page 37 and 38: не містить їх, не пр
Page 39 and 40: Анализ большого чи
Page 41 and 42: является метрикой.
Page 43 and 44: Отметим, что рассмо
Page 45 and 46: УДК 004.93'11 Спосіб ви
Page 47 and 48: Целью статьи являе
Page 49 and 50: ( x ( t ), K,x ( t , t ) + Q( x , K
Page 51 and 52: u + ( a 44 A2 + 2a44 A4 ( a44x4 + a
Page 53 and 54: Рис. 3. Расход топли
Page 55 and 56: УДК 629.42 В.Д. ДМИТРИЕ
Page 57 and 58: Поскольку объект у
Page 59 and 60: Зная первую произв
Page 61 and 62: L 2 X1 d( LX Y1 ) 1 dX1 dX1 Y1 = LX
Page 63 and 64: Зная Т 1 , несложно о
Page 65 and 66:
быстродействия нео
Page 67 and 68:
3 Ê Ф Ф ˆ [ , Ф] Á ∂H ∂
Page 69 and 70:
оптимальные и адап
Page 71 and 72:
Цель данной работы
Page 73 and 74:
Модификация метода
Page 75 and 76:
точность классифик
Page 77 and 78:
УДК 004.822 В.В. КАРАСЮ
Page 79 and 80:
собой синонимы пон
Page 81 and 82:
уточненной онтолог
Page 83 and 84:
Subject issue: Information Science
Page 85 and 86:
призначеними для р
Page 87 and 88:
забезпеченні систе
Page 89 and 90:
Монітор АЦП Систем
Page 91 and 92:
Розроблений пакет
Page 93 and 94:
УДК 681.325 М.І. КОЗЛЕН
Page 95 and 96:
Для порівняння опр
Page 97 and 98:
вибірки завадостій
Page 99 and 100:
Рис. 4. Завадостійкі
Page 101 and 102:
УДК 681.325 Временная
Page 103 and 104:
адаптивні фільтри,
Page 105 and 106:
et () = mt ()- at () = mt ()- u ()
Page 107 and 108:
T a = U w, (12) e= m- U w, (13) д
Page 109 and 110:
Ek ( ) S0( t + 1) = S0() t -a ⋅
Page 111 and 112:
Моделювання процес
Page 113 and 114:
Практический подхо
Page 115 and 116:
УДК 621.746.047:004.42 И.И. М
Page 117 and 118:
вх инертных газов,
Page 119 and 120:
Образец, в виде тем
Page 121 and 122:
УДК 371 Ю.Н. МИЦАЙ, д-р
Page 123 and 124:
Поскольку, согласн
Page 125 and 126:
Здесь ω k ≡ (∂H 1 )/(∂J
Page 127 and 128:
In this paper, a mathematical model
Page 129 and 130:
Сервер Безпеки Дан
Page 131 and 132:
Блок активації про
Page 133 and 134:
В таблиці наведено
Page 135 and 136:
суб'єктів в процесі
Page 137 and 138:
положения окна вып
Page 139 and 140:
этом полученная фу
Page 141 and 142:
описания эталона и
Page 143 and 144:
Рис. Взаимная завис
Page 145 and 146:
Квантиль нормально
Page 147 and 148:
Статью представил
Page 149 and 150:
тратят значительну
Page 151 and 152:
рассчитывать как р
Page 153 and 154:
S -1 i-е тестовое зада
Page 155 and 156:
материалов Всеросс
Page 157 and 158:
(deadlock) и взаимоблок
Page 159 and 160:
реализовать только
Page 161 and 162:
Для наглядности ве
Page 163 and 164:
УДК 004.49.5 С.Г. СЕМЕНО
Page 165 and 166:
В данной математич
Page 167 and 168:
где: b - частота зара
Page 169 and 170:
обнаруженных зараж
Page 171 and 172:
Статью представил
Page 173 and 174:
Попытки формализов
Page 175 and 176:
средствами в виде п
Page 177 and 178:
предназначены для
Page 179 and 180:
Цель статьи - повыш
Page 181 and 182:
Структура лингвист
Page 183 and 184:
Analysis of the characteristics of
Page 185 and 186:
включаются сведени
Page 187 and 188:
формирование слово
Page 189 and 190:
части, а также необ
Page 191 and 192:
1. Пошуку документі
Page 193 and 194:
Алгоритм отримання
Page 195 and 196:
спеціалізованих си
Page 197 and 198:
предприятии химико
Page 199 and 200:
ˆ ( t) 1 0,9 0,8 L1 L2 0,7 0,6 1 2
Page 201 and 202:
Список литературы:
Page 203 and 204:
Мацко И.И., Логунова
show all

ÐÐ±ÑÑÐ½Ð¸Ðº Ð½Ð°ÑÐºÐ¾Ð²Ð¸Ñ Ð¿ÑÐ°ÑÑ. Ð¡ÐµÑÑÑ - ÐÐ°ÑÐºÐ¾Ð²Ð¾-ÑÐµÑ Ð½ÑÑÐ½Ð° Ð±ÑÐ±Ð»ÑÐ¾ÑÐµÐºÐ° ÐÐ¢Ð£ ...

Create successful ePaper yourself

Delete template?

Save as template?

ÐÐ±ÑÑÐ½Ð¸Ðº Ð½Ð°ÑÐºÐ¾Ð²Ð¸Ñ Ð¿ÑÐ°ÑÑ. Ð¡ÐµÑÑÑ - ÐÐ°ÑÐºÐ¾Ð²Ð¾-ÑÐµÑÐ½ÑÑÐ½Ð° Ð±ÑÐ±Ð»ÑÐ¾ÑÐµÐºÐ° ÐÐ¢Ð£ ...