Metody akumulacji danych w analizie obrazów cyfrowych

autor :  Leszek J. Chmielewski

format :  B5
objętość :  268 str.

ISBN  83-60434-14-X

Streszczenie
Spis treści



STRESZCZENIE

Celem tej książki jest przedstawienie kilku akumulacyjnych metod analizy obrazów. Zasadniczym elementem jest detektor linii, czyli obiektów wydłużonych. Opisy pozostałych metod są polem doświadczalnym dla algorytmów zastosowanych w tym detektorze. Badania opisane w tej książce mają charakter stosowany. Jako przykłady i częściowo testy wykorzystywano zazwyczaj obrazy biomedyczne, które stawiają duże wymagania metodom, ponieważ obrazowane obiekty są nieregularne, a jakość obrazów często jest ograniczona przez używane metody obrazowania.

Po sformułowaniu zasady akumulacji danych przedstawiono stosowane pojęcia, poczynając od histogramu, a kończąc na podstawowej wersji transformaty Hougha. Przedstawiono skrótowo relacje akumulacji i statystyki oraz opisy kilku rozszerzonych wersji transformaty Hougha. Dalej omówiono zadanie estymacji na podstawie histogramu, zagadnienie rozmycia histogramu dla przypadku danych nieokresowych i okresowych i sformułowano nowe pojęcia: rozmycia granicznego i stopnia rozmycia histogramu, które są podstawą dla prostej metody określania skali funkcji rozmycia.

Tytułem ćwiczenia wprowadzono prosty akumulacyjny detektor krawędzi, omówiono sposób uzyskiwania danych do głosowania oraz pokazano relacje metody akumulacyjnej, medianowej oraz uśredniającej, która – jak się okazuje – jest detektorem Sobla. W dalszej części książki przedstawiono rozwiązania metodami akumulacyjnymi dwóch zadań o charakterze praktycznym:parametrycznego – nakładania obrazów i nieparametrycznego – detekcji linii.

Książka jest przeznaczona dla naukowców, doktorantów i studentów zajmujących się analizą obrazów, a także osób zajmujących się projektowaniem aplikacji w tej dziedzinie. Przedstawione metody mogą mieć zastosowanie między innymi w informatyce, robotyce, biocybernetyce i inżynierii biomedycznej, materiałoznawstwie oraz badaniu jakości.

Materiał uzupełniający do książki, głównie obrazy testowe i niektóre ilustracje, można znaleźć na stronie internetowej autora: http://www.ippt.gov.pl/%7Elchmiel/akum06.


SPIS TREŚCI

Summary

Przedmowa

Spis treści

Terminologia polska i angielska

Ważniejsze oznaczenia

1. Wprowadzenie

1.1. Rozproszona informacja obrazowa i akumulacja danych
1.2. Prototypy metod akumulacyjnych
1.3. Pomiary i błędy w analizie obrazów
1.4. Rozpatrywana klasa obrazów
1.5. Zagadnienie efektywności i czasu obliczeń
1.6. Uwaga techniczna – wizualizacja obrazów

I. Podstawy

2. Akumulacja danych i transformata Hougha

2.1. Histogram
2.2. Przestrzeń obrazu i przestrzeń parametrów
2.3. Akumulacja
2.4. Ilustracja: podstawowa wersja transformaty Hougha
2.5. Relacje akumulacji i statystyki
2.6. Wybranie rozszerzenia i wersje transformaty Hougha

3. Estymacja na podstawie histogramu rozszerzonego

3.1. Wartość modalna histogramu rozmytego
3.2. Przykład wprowadzający: przejście od mody do średniej
3.3. Rozdzielczość histogramu i skala funkcji rozmycia w literaturze
3.4. Histogram nieokresowy
3.5. Histogram okresowy
3.6. Wybór stopnia rozmycia histogramu
3.7. Uwaga o podobieństwie funkcji rozmycia

II. Zadania

4. Przykład prostej metody akumulacyjnej

4.1. Detektor krawędzi
4.2. Uzyskiwanie podzbiorów głosujących
4.3. Estymatory wyniku pomiaru
4.4. Przykłady obliczeń
4.5. Poprawianie jakości wyników
4.6. Dyskusja wyników – własność metod
4.7. Ciągłe przejście: detektor akumulacyjny – detektor Sobla
4.8. Podsumowanie

5. Zadanie parametryczne: nakładanie obrazów

5.1. Nakładanie obrazów i obrazy multimodalne
5.2. Klasyfikacja metod
5.3. Wybrane miary jakości nałożenia
5.4. Metody wybrane do porównań
5.5. Porównanie metod na przykładach testowych: odporność
5.6. Weryfikacja wskazówek co do wyboru skali
5.7. Przykład kontroli jakości radioterapii: hierarchia
5.8. Podsumowanie

6. Zadanie nieparametryczne: detekcja obiektów wydłużonych

6.1. Detekcja linii
6.2. Model linii
6.3. Metoda akumulacji
6.4. Przykład wyników wstępnych
6.5. Sposób wizualizacji
6.6. Rozszerzenia metody
6.7. Przykład wyników końcowych
6.8. Parametry
6.9. Złożoność obliczeniowa i wymagana pamięć
6.10. Badania własności metody
6.11. Podsumowanie

7. Podsumowanie krytyczne

Dodatki

A. Dowody własności histogramów rozmytych
B. Lokalne wyrównanie histogramu
C. Cyfrowa reprezentacja kierunków i odległości

Literatura

Spis rysunków

Spis tabel

Indeks


Powrót do strony głównej  |   e-mail  |   Zamówienie