Разработка методики обработки изображений объектов с периодически изменяющимися параметрами формы

• Автор: Селезнев, Андрей Валерьевич
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Москва
• Количество страниц: 154 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. ПРОБЛЕМНЫЕ ВОПРОСЫ ТЕОРИИ И ПРАКТИКИ ОБРАБОТКИ ИЗОБРАЖЕНИЙ

1.1. Общая характеристика задач и алгоритмов обработки изображений

1.2. Априорная оценка возможностей преобразования

Хоуга для решения задач обработки изображений

1.3. Специфика и проблемные вопросы обработки видеоматериалов с плохими визуализационными свойствами

1.4. Задачи диссертационных исследований

Основные результаты и выводы по главе

2. РАЗРАБОТКА МЕТОДИЧЕСКОГО АППАРАТА ОБРАБОТКИ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ

2.1. Методика выделения на поле изображения элементов искомого контура объекта
2.2. Критериальные функции методики обработки изображений
2.2.1. Выделение областей с различными статистическими характеристиками яркости точек
2.2.2. Функции для оценки качества аппроксимации данных о контуре объекта
2.3. Методика оценки параметров формы объекта, периодически изменяющейся во времени
Основные результаты и выводы по главе
3. РАЗРАБОТКА АЛГОРИТМОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ
3.1. Алгоритмы определения математического описания контура объекта
3.2. Методика выбора фазовых состояний объекта в качестве базисных компонент его математической модели

3.3. Использование данных о форме объекта в текущем фазовом состоянии для уточнения параметров математической модели
3.4. Алгоритм рекуррентного уточнения параметров модели объектов при обработке новых видеоматериалов
3.5 Критерии оценки полноты и достоверности модели
Основные результаты и выводы по главе
4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА АЛГОРИТМОВ НА ЗАДАЧАХ ОБРАБОТКИ ВИДЕОМАТЕРИАЛОВ ЭХОКАРДИОГРАФИЧЕСКИХ ИССЛЕДОВАНИЙ
4.1. Общая характеристика объекта исследований,
видеоматериалов и экспериментальной установки
4.2: Обработка единичного эхокардиографического
снимка
4.3. Построение математической модели оценки динамики контура желудочка сердца
4.4. Возможности применения методики при проведении эхокардиографических исследований
Основные результаты и выводы по главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ № 1 Основные термины и понятия - их содержание и математическое описание
ВВЕДЕНИЕ

Актуальность работы.
Средства обработки изображений являются составной частью большого числа современных технических систем и приборов. Распространение технологий работы с изображениями обусловлено их высокой информационной емкостью, а также революционным развитием и удешевлением, как вычислительных средств, так и оптико-электронных датчиков получения видеоматериалов. Эти технологии уже не относятся к разряду уникальных и реализуются, в том числе, в аппаратуре и средствах массового применения.
Высокий уровень технического совершенства аппаратных средств изменил содержание задач обработки изображений. В настоящем в обработке главными являются не проблемы улучшения картинки с точки зрения ее восприятия, а классификация и оценка характеристик объектов, которые на ней представлены.
В технических системах все большую важность приобретает обработка изображений, формируемых не световыми лучами, а другим образом, например, волнами рентгеновского диапазона, тепловыми лучами, которые испускает объект исследования, ультразвуковыми сканерами и другими способами. Особенность изображений волновой природы состоит в том, что их визуализационное качество падает с увеличением длин волн, которые используются для их формирования.
Для изображений с низким качеством визуализации обработка имеет большее значение, чем для фотографических снимков, и требует специальных алгоритмов. Эта специфика, в первую очередь, состоит в том, что для повышения качества оценки характеристик объекта необходимо привлекать максимально возможный объем априорной информации об изображенном объекте. Если известно, что объект изменяет свою форму

<%). Понятие «соответствовать» в данном случае означает тот факт, что все точки, лежащие внутри описанного сегмента поля исходного изображения, будут голосовать за одну точку собирающего пространства. Смысл параметров АР и иллюстрирует рис. 2.1.2.
В рассматриваемом случае метод голосования применяется не для аппроксимации уже выделенных контуров, а для их поиска. Поэтому процедура голосования реализуется непосредственно на полутоновом изображении. Для этого в каждой точке изображения определяются величина и направление градиента яркости. Соответствующие вычислительные алгоритмы можно найти в [77, 2, 51].
Как известно, направление градиента в точке поля изображения перпендикулярно линии контура имеющего место здесь скачка яркости изображения. Поэтому параметр д, который определяет наклон сегмента, совпадающего с данным участком контура, можно вычислять следующим образом
д = Агс(х,у), (2.1.8)
где Агс(х,у) - направление градиента яркости изображения в точке с координатами (х,у).
Оставшиеся параметры сегмента определяются из уравнений (2.1.4) и (2.1.5):
р = х-соь(д) +у-ът(д), (2.1.9)
г = х-аш(д) +у-со5(д), (2.1.10)
Чем больше изменение яркости в данной точке, тем больше оснований считать ее принадлежащей контуру. Поэтому выражение (2.1.3) для полутонового изображения принимает вид
КЛР,Ч,г) = К(Р,Я,г) + У(х,у) У(р,д,г): Ях,у,р,д,г) = 0, где /)т+1(р,д,г), Ьт(р,д,г) - соответственно новое и старое значения функции голосования в рассматриваемой точке собирающего пространства;