بهبود روش قطعه بندی بافت های پویا و کاربرد ان در مکان یابی و قطعه بندی قلب در تصاویر mr
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر
- نویسنده فاطمه جعفری ندوشن
- استاد راهنما رسول امیرفتاحی نیلوفر قیصری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
بافت های پویا دنباله های ویدئویی هستند که در زمان ایستان هستند و در فضا تکرار می شوند. می توان گفت بافت های پویا توسعه ی زمانی بافت های فضایی معمول هستند. در این خانواده از پدیده های بینایی، المان های بافت، یا المان های فضایی تکراری، دستخوش حرکات تصادفی می شوند که از نظر آماری شبیه هستند. بافت های پویا در طیف وسیعی از ویدئوها از دنباله های آب متحرک، آبشار، دود، و ابرها تا دنباله های ازدحام پرندگان، ازدحام انسان ها و حتی قلب در حال ضربان در تصاویر mr ظاهر می شوند. همچنین، کاربردهای در باب این دنباله های ویدئویی، زیاد و با اهمیت هستند، این کاربردها شامل نظارت (مانند مانیتورینگ ترافیک یا جمعیت)، آشکارسازی شروع یک فعالیت اورژانسی (مانند وقوع آتش سوزی)، جداسازی پس زمینه و پیش زمینه (مانند انتقال بافت پویا از یک محیط به محیطی دیگر یا حذف ساده ی بافت پویا) می شوند. مطالعه ی بافت های پویا با چالش های زیادی روبرو است مخصوصاً برای مدل های حرکت مرسوم که در توصیف طبیعت تصادفی بافت های پویا با شکست مواجه می شوند. علی رغم اهمیت بافت های پویا، مطالعه ی آن ها تنها اخیراً توجه محققین بینایی ماشین را برانگیخته است. در این پایان نامه، فریم های دنباله ی تصویر به صورت خروجی-های یک سیستم پویای خطی مدل می شوند. بعد از مدل کردن بافت های پویا، می توان از آن برای ساخت فریم های مصنوعی بافت پویا، فشرده سازی، طبقه بندی و قطعه بندی آن ها استفاده کرد. هدف اصلی این پایان نامه، قطعه بندی بافت های پویا می باشد. برای قطعه بندی بافت های پویا، در ابتدا با استفاده از یک فرایند یادگیری، پارامترهای مدل استخراج می شود و یک روش قطعه بندی بر اساس ناحیه، با استفاده از روش مجموعه سطح و توسعه ای از مدل chan-vese در زمان طراحی می شود. این روش قادر است دنباله ویدئوی بافت پویا را به ناحیه هایی قطعه بندی کند که این نواحی دارای آمارگان زمانی-فضایی متفاوت هستند. در این روش از توصیفگرهای بافت برای مدل کردن فضایی بافت و از مدل ar برای سازمان دهی زمانی بافت های پویا استفاده شده است. همچنین بردارهای ویژگی مختلفی روی بافت های پویا تست گردید و نتایج تجربی نشان دادند که تبدیل "والش-هادامارد جهتی"، قدرت عملکرد بالایی برای استخراج ویژگی های بافت دارد. در ادامه، به عنوان یک کاربرد، از بافت های پویا برای قطعه بندی یک مورد پزشکی استفاده شد. مکان یابی قلب و قطعه بندی ساختارهای قلب در تصاویر mr، مسئله ای است که به علت ویژگی های تصاویر mr و همچنین آناتومی قلب، هنوز کاملاً حل نشده است. با توجه به این که در دنباله های ویدئوی به دست آمده از تصاویر mr برای قلب، تنها عضو متحرک قلب است و بقیه ی ارگان ها مانند کبد و قفسه سینه در این ویدئوها تقریباً ثابت هستند، قلب را می توان به صورت یک بافت پویا در نظر گرفت. از مدل کردن قلب به صورت بافت پویا می توان برای مکان یابی، قطعه بندی مرز خارجی و قطعه بندی مرز داخلی قلب استفاده کرد. برای مکان یابی قلب روشی سریع و قدرتمند پیشنهاد شده و برای قطعه بندی مرز خارجی قلب نیز از روش های قطعه بندی بافت های پویا استفاده می شود. همچنین بر اساس روش های قطعه بندی بافت های پویا، روشی برای قطعه بندی مرز داخلی قلب پیشنهاد می شود. نتایج روش ها با روش قطعه بندی دستی مقایسه می شود و برای ارزیابی آن ها از معیارهای عددی استفاده می شود. معیارهای عددی برای مکان یابی قلب، موفقیت صد درصد و برای قطعه بندی مرز خارجی قلب، به طور میانگین، نرخ صحت 98/0 را نشان می-دهند.
منابع مشابه
قطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل
علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستمهای هوشمند به کار گرفته میشود. اولین گام در بسیاری از کاربردهای بینایی ماشین، قطعهبندی تصویر میباشد. در این پژوهش، روش خوشهبندی طیفی با سوپرپیکسل برای قطعهبندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخشبندی، یک میزان تشابه فازی هستهای جدید پیشنهاد دادهایم که سبب کا...
متن کاملقطعه بندی تصاویر با استفاده از روش خوشه بندی طیفی مبتنی بر سوپرپیکسل
علم بینایی ماشین یکی از علومی است که در راستای افزایش کارایی حس بینایی در سیستمهای هوشمند به کار گرفته میشود. اولین گام در بسیاری از کاربردهای بینایی ماشین، قطعهبندی تصویر میباشد. در این پژوهش، روش خوشهبندی طیفی با سوپرپیکسل برای قطعهبندی تصویر ارائه شده است. با اعمال الگوریتم KFCM و با استفاده از توزیع عضویت در ماتریس بخشبندی، یک میزان تشابه فازی هستهای جدید پیشنهاد دادهایم که سبب کا...
متن کاملDegenerate Four Wave Mixing in Photonic Crystal Fibers
In this study, Four Wave Mixing (FWM) characteristics in photonic crystal fibers are investigated. The effect of channel spacing, phase mismatching, and fiber length on FWM efficiency have been studied. The variation of idler frequency which obtained by this technique with pumping and signal wavelengths has been discussed. The effect of fiber dispersion has been taken into account; we obtain th...
متن کاملروشی جدید در قطعه بندی خودکار تصاویر ماهواره ای با دقت بالا برای استخراج خطوط ساحلی
The objective of this paper is to introduce a new method for coastlines delineation from high-resolution satellite images automatically. The proposed approach integrates the color histogram analysis for estimating the number of clusters, fuzzy c-partition, and genetic algorithms for optimizing fuzzy c-partition matrix. The imagery is classified into homogenous areas using the proposed fuzzy log...
متن کاملیک روش مؤثر برای قطعه بندی تصاویر بااستفاده از ساختار پیکسونی و به کارگیری مفهوم میدان تصادفی مارکوف
یکی از مباحث مهم و نسبتاً مشکل در پردازش تصویر، تفکیک تصویر به اجزای سازندة ( قطعه بندی) آن است که در موفقیت یا ناموفق بودن تحلیل تصویر بسیار مؤثر است. در این مقاله، بااستفاده از مفهوم پیکسون و میدان های تصادفی مارکوف روش جدیدی برای قطعه بندی تصاویر پیشنهاد می شود. در روش پیشنهادی ابتدا تصویر به صورت یک تصویر پیکسونی مدل می شود و تنها پیکسون های تصویر ارزیابی می شود، نه همة پیکسل های آن. سپس باا...
متن کاملقطعه بندی تومور مغزی در تصاویر mri
رشد نامحدود و غیرقابل کنترل سلول¬ها باعث پیداش تومور در مغز می¬شود. اگر تومورهای مغزی به سرعت شناسایی و بطور مناسب درمان نشوند، می¬توانند باعث آسیب مغزی دائم و یا حتی مرگ بیمار شوند. در سال¬های اخیر تصویربرداری تشدید مغناطیسی (mri) نسبت به سایر روش¬های تصویربرداری پزشکی، برای معاینه و تشخیص کمکی تومورهای مغزی بطور گسترده مورد استفاده قرار گرفته است که علاوه بر داشتن کنتراست بالا برای بافت¬های ن...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023