ВІКІСТОРІНКА
Навигация:
Інформатика
Історія
Автоматизація
Адміністрування
Антропологія
Архітектура
Біологія
Будівництво
Бухгалтерія
Військова наука
Виробництво
Географія
Геологія
Господарство
Демографія
Екологія
Економіка
Електроніка
Енергетика
Журналістика
Кінематографія
Комп'ютеризація
Креслення
Кулінарія
Культура
Культура
Лінгвістика
Література
Лексикологія
Логіка
Маркетинг
Математика
Медицина
Менеджмент
Металургія
Метрологія
Мистецтво
Музика
Наукознавство
Освіта
Охорона Праці
Підприємництво
Педагогіка
Поліграфія
Право
Приладобудування
Програмування
Психологія
Радіозв'язок
Релігія
Риторика
Соціологія
Спорт
Стандартизація
Статистика
Технології
Торгівля
Транспорт
Фізіологія
Фізика
Філософія
Фінанси
Фармакологія


Виділення об'єктів або фаз на зображенні.

Для того, щоб отримувати кількісну інформацію по об'єкти зображення за допомогою аналізатора, необхідною умовою є їх виділення щодо фону або сторонніх елементів. Виділення, розпізнавання об'єктів зображення є важливим етапом обробки зображення.

Стандартні методи виділення об'єктів включають:

  1. Виділення за яскравістю.
  2. Виділення за кольором.
  3. Виділення за ознаками текстур.
  4. Ручне виділення.

Найбільш простим методом виділення об'єктів, що часто використовується, є виділення за яскравістю. При використанні цього методу виділення об'єктів або фаз проводиться вибором всіх точок зображення, що потрапляють в певний інтервал яскравості. Такий відбір здійснюється за гістограмою яскравості для даного зображення. Оцифрованим зображенням є набір точок, яскравість яких (для 8-ми бітових зображень) лежить в інтервалі від 0 (абсолютно чорний колір) до 255 (абсолютно білий). Гістограма яскравості зображення показує процентний вміст точок певної яскравості. Виділення об'єктів за яскравістю зазвичай проводиться методом встановлення граничних значень яскравості, і всі точки зображення, що знаходяться в межах даних значень, будуть виділені на зображенні як маски об'єктів, які потім вимірюватимуться.

Виділення об'єктів за кольором проводиться з використанням колірних моделей, воно за характером є складнішим, ніж просте виділення за яскравістю, але дозволяє добитися кращих результатів в тих випадках, коли об'єкти з однаковими характеристиками яскравості відрізняються за кольором. У сучасних аналізаторах зображень виділення об'єктів зображення за кольором реалізується з використанням методу навчання, коли користувач системи вказує ділянки зображення, які необхідно виділяти. Навчена таким чином система на наступному зображенні автоматично виділятиме об'єкти, відповідні за кольором вказаним ділянкам.

Виділення за особливостями текстур найближче до механізмів дискримінації об'єктів, які використовує людський мозок при їх розпізнаванні. Цей принцип полягає в пізнанні об'єкту або фази не за яскравістю або колірними характеристиками, а за зовнішніми ознаками або особливостями текстур. Це відноситься до таких ситуацій, коли необхідно виділити шар (ділянку) з орієнтованою структурою усередині однорідної структури, яка не відрізняється від шару ні за яскравістю, ні за кольором, але відрізняється виключно на вигляд. Цей спосіб виділення найбільш складний для реалізації, і не всі існуючі аналізатори зображень здатні вирішувати задачу виділення за ознаками текстур.

Ручне виділення об'єктів або фаз використовується в тих випадках, коли їх не вдається виділити жодним з наведених вище способів. При ручному виділенні користувач системи указує їй, що вважати об'єктом, а що - ні.

Проведення вимірювань.

Тільки після того, як об'єкти, що нас цікавлять, виділені, тобто тільки тоді, коли аналізатор зображень "знає", що треба вважати об'єктами, стають можливими їх вимірювання.

Вимірювання, здійснювані за допомогою аналізатора, умовно можна розділити на ручні (лінійних і кутових параметрів, підрахунок об'єктів) і автоматичні.

Для проведення ручних вимірювань не потрібно виділяти об'єкти зображення. Наприклад, вимірюючи лінійні розміри об'єкту або структури, користувач системи вказує на зображенні початкову і кінцеву точку відрізання прямої або кривої лінії, отримуючи в таблиці або безпосередньо на зображенні інформацію про довжину відрізання.

Найбільш цікавими для фахівця, що використовує аналізатор зображень, є автоматичні вимірювання об'єктів або фаз, виділених за яскравістю, кольором або особливостям текстур. Сучасний аналізатор дозволяє отримати точну кількісну інформацію про десятки і сотні об'єктів зображення за частки секунди. Вимірювані параметри можуть бути згруповані таким чином:

1. площі (площа і периметр)

2. розміру (діаметр, хорда, габарит, довжина, ширина і ін.)

3. форми (чинник форми, округлість, подовжена і ін.)

4. положення і орієнтації об'єктів (координати X і Y, напрям і ін.)

5. денситометричні або оптичні (яскравість, оптична щільність і ін.)

 

Збереження

Досягнення комп'ютерної техніки зробили можливим зберігання великої кількості цифрових зображень, навіть якщо для цього необхідні великі об'єми пам'яті. Цифрове зображення можна записувати на магнітному та оптичному диску, або магнітній стрічці. Для зменшення необхідних розмірів сховищ цифрові зображення зазвичай стискають.

В растрових файлах стискаються тільки дані зображення, а заголовок і решта даних (таблиця кольорів, кінцівка і т.п.) завжди залишаються нестисненими (вони, як правило, займають незначну частину растрового файлу). Стискання інформації здійснює програма-компресор, а відновлення – програма-декомпресор.

Більшість алгоритмів стискання забезпечують кодування без втрат, коли дані при розпаковуванні повністю відновлюються. Методи кодування з втратами передбачають відкидання деяких даних зображення для досягнення кращої міри стискання, ніж за методами без втрат. При цьому важливо, щоб втрата деякої частини даних була прийнятною або навіть доцільною. Найбільш поширеними алгоритмами стискання даних є групове кодування (RLE), алгоритм Лемпела-Зіва-Велча (LZW), кодування CCITT (Хафмена), технологія JPEG, алгоритм ART, алгоритми фрактального стискання зображень.

Для зберігання зображень в комп’ютерній графіці використовують декілька десятків форматів файлів.

Формат GIF (розширення імені файлу .GIF). GIF (Graphics Interchange Format – формат взаємообміну графікою) є растровим форматом і розроблявся для мереж з низькими швидкостями передачі даних. Він став першим графічним форматом, що підтримується Web. GIF здатен ефективно стискати графічні дані, використовуючи алгоритм LZW, який належить до алгоритмів стискання без втрат. При застосуванні цього алгоритму динамічно створюється таблиця перетворення стрічок: повторюваним послідовностям символів ставляться у відповідність кодові фрази, які мають менший розмір, ніж самі дані. Надалі у всьому зображенні використовуються вже створені ключові фрази. Так як кодові фрази мають менший розмір, ніж зразки даних, відбувається стискання. Анімаційні файли GIF дозволяють в одному файлі зберігати декілька зображень, які відтворюються послідовно.

Наприклад, якщо частина зображення представлена числами 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, то послідовності 1, 2, 3, 4, 5 ставиться у відповідність код 1. Після цього описаний вище фрагмент представляється послідовністю 1, 1, 1, що дозволяє зекономити пам’ять. Правила кодування містяться в хеш-таблиці, яка приєднується до зображення. З допомогою хеш-таблиці програма декодування може коректно відновити зображення

Формат JPEG (розширення імені файлу .JPG). JPEG (Joint Photographic Experts Group - об'єднана група експертів по фотографії) призначений для зменшення розмірів файлів растрових зображень, що мають плавні переходи кольорових тонів і відтінків. Дозволяє регулювати співвідношення між мірою стискання файлу і якістю зображення. JPEG стискує зображення, зберігаючи його повну чорно-білу версію і більшу частину колірної інформації. Так як зберігається не вся колірна інформація, JPEG є форматом із втратами, що проявляється, особливо в сильно стиснених файлах, в вигляді розмитого або випадкового розподілення пікселів. На відміну від алгоритму стискання GIF, який аналізує файли по рядках, JPEG розбиває зображення на області близьких кольорів. Схема JPEG заснована на відкиданні інформації, яку важко помітити візуально. Невеликі зміни кольору погано розпізнаються оком людини, а от незначні зміни інтенсивності (світліше чи темніше) - краще. Виходячи з цього, кодування з втратами JPEG прагне до дбайливого поводження з напівтоновою частиною зображення, але більш вільно поводиться з кольором. При цьому анімація, чорно-білі ілюстрації і документи, а також типова векторна графіка, як правило, стискуються погано.

Формат PNG (Portable Network Graphics - мережева графіка, що переноситься) підтримує три типи зображень – кольорові з глибиною 8 або 24 біти і чорно-білі з градацією 256 відтінків сірого. Стискання інформації здійснюється без втрат, передбачені 254 рівні альфа-каналу та черезрядкова розгортка. Вважається, що PNG забезпечує краще стискання, ніж GIF (на 10 –30 %), що залежить від якості кодувальника. Специфікація формату PNG включає можливості автоматичної корекції кольорів при перенесенні зображень між апаратними платформами і ефектів змінної прозорості.

Формат TIFF (розширення імені файлу .TIF). TIFF (Tagged Image File Format – теговий формат файлу зображень) є растровим і призначений для збереження зображень високої якості та великого розміру. Забезпечує зберігання чорно-білих зображень та зображень з глибиною кольору 8, 16, 24 і 32 біт. Для зменшення розміру файлу використовуватися вмонтований алгоритм стискання без втрат. У разі використання формату TIFF можна зберігати контури для зазначення місця обтинання малюнка під час друку, прозорість та іншу додаткову інформацію про зображення.

 

Передача зображень.

Для ефективної архівації та передачі зображень через комп’ютерні мережі останнім часом все більше використовуються системи PACS (Picture Archiving and Communication System), котрі припускають створення спеціальних архівів на серверах, де досить об'ємний архів може існувати тривалий час й бути швидко доступним для пошуку й перегляду необхідної інформації в мережі.

Одна з обов'язкових властивостей PACS систем – це робота із протоколом DICOM (формування, передача і зберігання медичних зображень) і взаємодія з медичним обладнанням (наприклад, рентген, комп’ютерна та магнітно-резонансна томографія).

Функціональні можливості PACS дозволяють:

- включати до складу документів файли будь-яких типів (малюнки, відео, документи Word і т.д.);

- відображати їх на робочому столі;

- здійснювати пошук за заданими критеріями;

- працювати з ними за допомогою спеціальних програм.

Біомедичні сигнали

 

Функціональний стан людини з точки зору медицини є одним з важливих показників стану її здоров’я. Оцінку функціонального стану організму людини проводять під час діагностично-лікувальних та профілактичних заходів в медичній практиці. Це важливо також для систем медичного страхування, охорони праці, розробки медичних експертних систем. Одним з напрямків є створення електронного паспорта здоров’я людини – бази даних, у якій зберігаються параметри, що характеризують функціональний стан всіх органів організму людини та критерії їх порівняльної оцінки. Для оцінки функціонального стану організму людини використовуються різні методи дослідження: електричні, електромагнітні, ультразвукові, люмінесцентні, біохімічні, механічні та ін. Одним з основних параметрів, який характеризує функціональний стан людини є біомедичний сигнал.

У медичній практиці для діагностичних цілей та контролю функціонального стану пацієнтів широко використовується апаратура, яка реєструє біомедичні сигнали та визначає їх параметри у нормі та при фізіологічних або патологічних відхиленнях від норми. Найчастіше для реєстрації біомедичних сигналів використовуються електрографічні методи, які забезпечують вимірювання та контроль біопотенціалів, що виникають природно або під впливом зовнішніх факторів у різних ділянках та органах організму людини.

Біопотенціал – електрична напруга, що виникає в клітинах, органах і тканинах живих організмів у процесі їхньої життєдіяльності. Різниця потенціалів між збудженою та незбудженою частинами окремих клітин характеризується тим, що потенціал збудженої частини клітини є меншим від потенціалу незбудженої частини. Для тканини різниця потенціалів визначається сукупністю потенціалів окремих клітин.

Зняття біопотенціалів проводиться за допомогою електродів, які встановлюються на поверхні тіла чи органів людини. Вимірюється не абсолютний потенціал, а різниця потенціалів між двома точками поверхні, яка відображає її біоелектричну активність та характер метаболічних (обмінних) процесів. Біопотенціали використовують для отримання інформації про стан і функціонування різних органів. До електрографічних методів відносяться електрокардіографія, реографія, електроенцефалографія, електроміографія, електрогастрографія тощо.

Біологічні сигнали можуть становити інтерес для встановлення діагнозу, моніторингу пацієнта і проведення біомедичного дослідження.

 

Типи сигналів

Біосигнали отримуються в результаті біологічних процесів, які спостерігаються в медицині. Такі процеси надзвичайно комплексні і динамічні. Біосигнали переважно є функцією від часу s(t).

Біосигнали рідко описуються тільки декількома параметрами, як наприклад хвилі синуса чи косинуса. Біологічні процеси, які генерують сигнали, знаходяться в динаміці, що, безперервно змінюється, їх поведінка рідко передбачається точно; параметри, що описують зміну сигналів неперервні.

Детерміновані сигнали

Біологічні процеси, що повторюється, як наприклад серце або дихання, генерують сигнали, які також повторюються. Такі сигнали часто показують приблизно детерміновані форми хвиль, наприклад ЕКГ (рис.1). Детермінований сигнал – сигнал, визначений в будь-який момент часу.

Детерміновані сигнали можуть бути періодичними, квазіперіодичними, неперіодичними, або просто швидкоплинними. В житті організмів немає чистих періодичних сигналів (такі сигнали визначаються тільки математично, як наприклад синусоїда). Тому для опису біологічного сигналу, що повторюється частіше використовуються квазіперіодичні або неперіодичні сигнали.

Деполяризована клітина, стимульована деяким сигналом, також генерує електричний сигнал (хвиля деполяризації і реполяризації), який називається швидкоплинним (перехідним) сигналом.

Рис.1.а. Приклад детермінованого сигналу.

Стохастичні сигнали

Існує інша група сигналів які називаються стохастичними, або статистичні сигнали.

Стохастичним сигналом називають функцію часу, значення якої наперед невідомі і можуть бути передбачені лише з деякою ймовірністю. Такі сигнали генеруються групами клітин, які деполяризуються випадковим чином, наприклад у м'язах (міограма) або в корі головного мозку (генерація електроенцефалограми (ЕЕГ)). Форма хвилі таких сигналів носить недетермінований характер і може описуватися тільки в статистичних термінах. У разі стаціонарності сигнальні властивості не змінюються з часом, наприклад, коли пацієнт знаходиться в стабільному стані. У разі нестаціонарності властивості сигналу змінюються з часом. Наприклад, у випадку епілептичного припадку електроенцефалограма має нестаціонарний характер. Представляє інтерес різниця між стаціонарними і нестаціонарними сигналами. Якщо біологічний процес знаходиться в динаміці, ми можемо чекати, що сигнали, які генеруються, також нестаціонарні.

 

Рис.1.б. Приклад стохастичного сигналу.

 

За методами досліджень системи обробки та класифікації біосигналів поділяють на активні та пасивні. У випадку пасивних досліджень відсутня зовнішня дія на біологічний об'єкт і його сигнал має природний (нативний) характер. В активних системах сигнал Q(t) є наведеним (викликаним) зовнішньою дією (стимулом).

 

© 2013 wikipage.com.ua - Дякуємо за посилання на wikipage.com.ua | Контакти