Upload
buikhanh
View
217
Download
0
Embed Size (px)
Citation preview
1 Processamento de Imagens Médicas
Processamento de Imagens Médicas
Restauração de Imagens
Prof. Luiz Otavio Murta Jr.
Informática Biomédica
Depto. de Computação e Matemática (FFCLRP/USP)
3 Processamento de Imagens Médicas
Restauração de imagens
Objetivos:
- Melhorar a imagem em algum aspecto.
- Recuperar uma imagem que foi degradada.
Como se restaura imagens degradadas?
-Usando algum conhecimento a priori do fenômeno de degradação.
5 Processamento de Imagens Médicas
Restauração de imagens
Exemplo 1: borramento por movimento.
DFT /
= iDFT ?
6 Processamento de Imagens Médicas
Restauração de imagens
Exemplo 1: borramento por movimento.
DFT .
= iDFT
9 Processamento de Imagens Médicas
Restauração de imagens
Exemplo: degradação e restauração da imagem.
10 Processamento de Imagens Médicas
Restauração de imagens
f(x,y) H +
η(x,y)
g(x,y)
-Modelo degradação: f(x,y) → imagem de entrada
H → operador degradação
η(x,y) → ruído aditivo
g(x,y) → imagem degradada
11 Processamento de Imagens Médicas
Restauração de imagens
Para que possa ser possível a restauração da imagem, é
necessário conhecer, a priori, o processo de degradação e a
potencia espectral do ruído.
Com alguma informação sobre o processo de degradação, e
sobre o ruído, é possível fazer uma reconstrução plausível
das imagens.
O processo de reconstrução é efetuado no domínio da
freqüência (Fourier), pois é necessário desconvoluir as
imagens.
12 Processamento de Imagens Médicas
Restauração de imagens
f(x,y) H +
η(x,y)
g(x,y)
-Relação entrada-saída:
g(x,y) = H[f(x,y)] + η(x,y)
13 Processamento de Imagens Médicas
Restauração de imagens
considerando o ruído η(x,y) = 0, H é linear se:
H[k1f1(x,y)+k2f2(x,y)] = k1H[f1(x,y)] + k2H[f2(x,y)]
k1 e k2 são constantes, e f1, f2 imagens de entrada quaisquer.
14 Processamento de Imagens Médicas
Restauração de imagens
β)dαdβyα,β)δ(xf(α=y)f(x, ,
Modelo de degradação para funções continuas
Se η(x,y)=0 :
β)dαdβyα,β)δ(xf(αH=y)]H[f(x,=y)g(x, ,
15 Processamento de Imagens Médicas
Restauração de imagens
β)]dαdβyα,β)δ(xH[f(α=y)g(x, ,
Desde que f(α,β) é independente de x e y:
O termo h(x,α,y,β)=H[δ(x-α,y-β)] e denominada resposta
a impulso de H.
β)]dαdβyα,β)H[δ(xf(α=y)g(x, ,
16 Processamento de Imagens Médicas
Restauração de imagens
β)dαdβy,α,β)h(x,f(α=y)g(x, ,
Desde que fH(α,β) é evariante a posição de x e y:
β)yα,h(x=β)]yα,xH[δ (
17 Processamento de Imagens Médicas
Restauração de imagens
β)dαdβyα,β)h(xf(α=y)g(x, ,
Com a adição do ruído:
O termo h(x,α,y,β) invariante a posição (H).
y)η(x,+β)dαdβyα,β)h(xf(α=y)g(x, ,
18 Processamento de Imagens Médicas
Restauração de imagens
1
0
M
=m
m)f(m)h(x=g(x)
Formulação discreta:
Na forma matricial:
Hf=g
19 Processamento de Imagens Médicas
Restauração de imagens
)g(M
)g(
)g(
=g
1
...
...
1
0
)f(M
)f(
)f(
=f
1
...
...
1
0
Onde f, g e M são:
)h()h(M)h(M
)+Mh()h()h(
)+Mh()h()h(=H
0...21
............
2...01
1...10
20 Processamento de Imagens Médicas
O objetivo da restauração é:
O termo ruído no modelo de degradação:
Queremos então encontrar uma imagem restaurada que:
Seja mínima, em que, por definição:
e
Restauração de imagens
fg
Hfg=n
22f̂Hg=n
nn=n T2 )fH(g)fH(g=fHg T ˆˆˆ2
21 Processamento de Imagens Médicas
Problema de minimização de função:
Fazendo a derivada do ruído igual a zero:
Resolvendo para f:
Se H é uma matriz quadrada, e existe H-1:
Restauração de imagens (sem restrições)
gHH)(H=f TT 1ˆ
)fH(g==f
)fJ( T ˆ2H0ˆ
2ˆˆ fHg=)fJ(
gH=gH)(HH=f TT 111ˆ
22 Processamento de Imagens Médicas
Problema de minimização de função |Qf|2:
em que Q é um operador linear, com a restrição |g-Hf|2=|n|2
Resolvendo a equação para f :
em que γ=1/α ajustada de modo que a restrição seja satisfatória.
Restauração de imagens (com restrição)
gHQ)γQ+H(H=f TTT 1ˆ
)fH(gQ==f
)fJ( TT ˆ2αα2Q0ˆ
222ˆˆˆ nfHga+fQ=)fJ(
23 Processamento de Imagens Médicas
A equação: pode ser reescrita no domínio de
Freqüências (Fourier), na forma:
Considerando um ruído n(x,y) ou N(u,v) :
Restauração de imagens - filtro inverso
v)H(u,
v)N(u,+v)F(u,=v)(u,F̂
v)H(u,
v)G(u,=v)(u,F̂
gH=f 1ˆ
24 Processamento de Imagens Médicas
Restauração de imagens - filtro inverso
1=y)(x,
v)H(u,=
v)v)H(u,F(u,=v)G(u,
Exemplos:
Porque:
25 Processamento de Imagens Médicas
Restauração de imagens - filtro inverso
Exemplo: borramento causado por movimento linear uniforme
dt(t)yy(t),xxf=y)g(x, 00
26 Processamento de Imagens Médicas
Restauração de imagens – filtro Wiener
v)G(u,v)(u,Sv)(u,Sγ+v)H(u,
v)H(u,
v)H(u,=v)F(u,
fn
/
12
2
v)G(u,
v)(u,Sv)(u,Sγ+v)H(u,
v)(u,H=v)F(u,
fn
/2
Filtro de mínimo médio quadrático (Wiener)
v)G(u,K+v)H(u,
v)H(u,
v)H(u,=v)F(u,
2
21
27 Processamento de Imagens Médicas
Restauração de imagens – filtro Wiener
Filtro de mínimo médio quadrático (Wiener) Exemplo:
28 Processamento de Imagens Médicas
Filtro de mínimo quadrático com restrição
•A abordagem por mínimos quadráticos(Wiener) e um procedimento
estatístico.
•Os resultados são ótimos num sentido geral.
•O procedimento de restauração com restrição, no entanto, é ótimo
quando especificado para cada imagem.
•Requer apenas, a média do ruído, e a variância.
|g - Hf|2 = |n|2
Restauração de imagens
v)G(u,
v)(u,Sv)(u,Sγ+v)H(u,
v)(u,H=v)F(u,
fn
/2
29 Processamento de Imagens Médicas
Restauração de imagens
Filtro de mínimo quadrático com restrição Exemplo:
2400exp
22 y+x=y)h(x,