Поліпшення напівтонових зображень в базисі характеристик сингулярного розкладання

Автор(и)

  • Людмила Ахметшина
  • Олександр Книш
  • Станіслав Митрофанов

DOI:

https://doi.org/10.34185/1562-9945-5-136-2021-03

Ключові слова:

напівтонові зображення, рентген, контраст, роздільна здатність, синтез характеристик, ортогональні перетворення, сингулярне розкладання, візуальний аналіз

Анотація

Представлені інформаційні можливості методу обробки напівтонових зображень, спрямованого на підвищення чутливості і достовірності їх візуального аналізу. Пропонований алгоритм заснований на процесі багатоетапної обробки, що включає розширення простору вхідних ознак - формування багатовимірного ансамблю на основі вихідних даних з використанням віконного перетворення, сингулярного розкладання, синтез і візуалізацію нових інформативних ознак. Показано, що застосування віконної обробки для напівтонових зображень дозволяє перейти в багатовимірний простір і застосовувати методи багатовимірної обробки, а саме, сингулярне перетворення, на базі якого можна забезпечити підвищення контрастності, чутливості і роздільної здатності візуального аналізу. Наведено експериментальні результати на прикладі реальних знімків.

Посилання

An analysis of x-ray image enhancement methods for vertebral bone segmentation IEEE 10th International Colloquium on Signal Processing & its Applications (CSPA2014) (7 - 9 Mac. 2014, Kuala Lumpur, Malaysia). 2014.

Р. 208-211.

M. S. V Sokashe, “Computer assisted method for cervical vertebrae segmentation from x-ray images,” Int. J. Adv. Res. Comput. Commun. Eng., vol. 2, no. 11, 2013, pp. 4387–4389.

Pearson, K. On lines and planes of closest fit to systems of points in space / K. Pearson // The London, Edinburgh and Dublin Philosophical Magazine and Journal of Sciences. – 1901. – Vol. 6, Issue 2. – P. 559-572.

Elsner J.B. Singular Spectrum Analysis. A New Тool in Time Series Analysis / J.B. Elsner, A.A. Tsonis. – N.Y.: Plenum Press, 1996. – 164 P.

Hoteling, H. Analysis of complex variables into principal components / H. Hoteling // Journal of Educational Psy- chology. – 1933. – Vol. 24, Issue 6. – P. 417-441.

Turk. M. Eigenfaces for Face Detection/Recognition / M. Turk and A. Pentland// J. Cogn. Neurosci.– 1991. – Vol. 3, No. 1. – P. 71–86.

Yang, J. Two-dimensional PCA: A new approach to ap- pearance-based face representation and recognition / J. Yang, D. Zhang, A.F. Frangi, J.-Y. Yang // IEEE Trans- actions on Pattern Analysis and Machine Intelligence. – 2004. – Vol. 26, Issue 1. – P. 131-137.

Akhmetshina L.G. Povysheniye chuvstvitel'nosti analiza rentgenovskikh snimkov metodom avtomorfnogo otobrazheniya v bazise sobstvennykh izobrazheniy / Akh-metshin A.M., Akhmetshina L.G. // Klinicheskaya informatika i telemeditsina. - 2008. - T. 4, - № 5. - S. 30-36.

Akhmetshina L.G. Adaptivnaya fil'tratsiya shumov v signalakh i izobrazheniya: metod selektivnogo singulyarnogo razlozheniya avtomorfnogo otobrazheniya. «Is-kusstvennyy intellekt» ÍPSHO MON i NAN Ukraí̈ni «Nauka í osvíta. 2005. №3,

S. 328-325.

##submission.downloads##

Опубліковано

2021-05-29