Содержание
- 2. Анализ изображений Определение Анализ изображений – область прикладной математики, изучающая методы извлечения полезной информации из изображений
- 3. Связанные дисциплины Решением трудноформализуемых задач занимается искусственный интеллект Дисциплины, работающие с изображениями: Цифровая обработка изображений (digital
- 4. Обработка изображений и анализ изображений Обработка изображений: на входе – изображение, на выходе – другое изображение
- 5. Компьютерное зрение Компьютерное зрение – научная дисциплина, изучающая методы высокоуровневого описания изображений и видео Высокоуровневое описание
- 6. Распознавание образов Распознавание образов – дисциплина, изучающая методы отнесения объектов или событий к одной из заранее
- 7. Computer Imaging Анализ изображений использует методы обработки изображений Компьютерное зрение использует методы анализа изображений Обработка изображений,
- 8. Этапы computer imaging Получение исходных данных (data acquisition) Реконструкция изображений (image reconstruction) Обработка и анализ изображений
- 9. Этапы анализа медицинских изображений / 40
- 10. Получение исходных данных Data acquisition – получение сырых, необработанных данных, содержащих информацию об измеренных физических величинах,
- 11. Реконструкция изображений Реконструкция изображений (image reconstruction) – это математический процесс формирования интерпретируемых изображений на основе множества
- 12. Реконструкция изображений. Иллюстрация / 40
- 13. Компьютерный анализ изображений Цель анализа изображений: улучшение интерпретируемости реконструированного изображения и извлечение из него значимой информации
- 14. Направления computer imaging Улучшение изображений (image enhancement) Повышение качества изображений, улучшения их интерпретируемости и точности результатов
- 15. Улучшение изображений Цель: подготовка изображения для последующего анализа, а также улучшение визуальной интерпретируемости изображения Задачи: Оптимизация
- 16. Высокоуровневый анализ изображений Выделение объектов на изображении (органов, патологических образований и т.п.) Сегментация изображений (разбиение изображения
- 17. Визуализация изображений Визуализация финальных и промежуточных результатов – неотъемлемая часть анализа изображений / 40
- 18. Управление медицинскими изображениями Управление изображениями включает в себя различные методы хранения, извлечения и передачи изображений Стандарты
- 19. Понятие цифрового изображения Аналоговое двумерное изображение в реальном мире определяется как функция двух вещественных переменных ?
- 20. Виды цифровых изображений Цифровое изображение – дискретная аппроксимация реального изображения На пересечении строки и столбца расположен
- 21. Пространственное разрешение изображения Физический размер области, характеризуемой одним пикселем изображения, называется пространственным разрешением изображения (resolution) Например,
- 22. Яркостное разрешение изображения Яркостное (или полутоновое) разрешение (color depth) определяется числом различных значений полутона (уровня серого),
- 23. m,n Динамический диапазон изображения Динамическим диапазоном изображения называется интервал значений яркости [?min, ?max], где ?max =
- 24. / 40 Гистограмма яркости
- 25. Гистограмма яркости. Иллюстрация / 40
- 26. Понятие границы Определение Границей (edge) называется множество пикселей, соединяющих две области изображения с различными характеристиками яркости
- 27. Модели перепадов яркости на границах / 40
- 28. Цели выделения границ Как правило, результат выделения границ – совокупность линий на изображении, представляющих границы между
- 29. Линейный фильтр Линейный фильтр характеризуется некоторой матрицей К, называемой ядром (kernel) Применение линейного фильтра – это
- 30. Пример вычисления свертки / 40
- 31. Виды преобразований изображений Точечные преобразования (point) Локальные преобразования (local) Глобальные преобразования (global) Операция свертки реализует локальные
- 32. Виды соседства В локальных преобразованиях для расчета новой яркости пикселя используется информация о яркостях соседних с
- 33. Градиентный фильтр 2 × 2 Для оценки градиента могут быть использованы ядра 2 × 2: Недостатки:
- 34. Оператор Робертса Ядра оператора Робертса: Оператор Робертса оценивает градиент на основе перепадов яркости в диагональных направлениях
- 35. Оператор Превитта Ядра оператора Превитта: Особенности: Имеет центральный элемент Учитывает яркости пикселей в 8-соседстве при расчете
- 36. Оператор Собеля Ядра оператора Собеля: Особенности: Дает больший вес пикселям, расположенным в 4-соседстве от текущего и
- 37. Сепарабельный линейный фильтр Определение Двумерный линейный фильтр называется сепарабельным, если его ядро может быть представлено как
- 38. Градиентные операторы Градиентные операторы: Оператор Робертса Оператор Превитта Оператор Собеля Оператор Кирша Оператор Робинсона Модификации операторов
- 39. Выделение границ. Иллюстрация / 40
- 41. Скачать презентацию