Автоматизоване визначення морфологічних параметрів зображень об’єктів з розмитими краями
Електронний науковий архів Науково-технічної бібліотеки Національного університету "Львівська політехніка"
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Автоматизоване визначення морфологічних параметрів зображень об’єктів з розмитими краями
Automated determination of morphological parameters of image objects with blurred edges Автоматизированное определение морфологических параметров изображений объектов с размытыми краями |
|
| Creator |
Медведєв, Дмитро Геннадійович
|
|
| Subject |
сплайн-функція
оконтурювання об’єктів spline function delineate objects сплайн-функция эозинофилы оконтуривание объектов |
|
| Description |
Дисертація присвячена створенню методів оконтурювання та параметризації об’єктів з розмитими краями (ОРК) за їх цифровим зображенням. Це необхідно для досліджень в мінераграфії, металографії, імунного статусу пацієнтів. Існуючі методи визначення біологічних об’єктів не спеціалізуються саме на еозинофілах. В роботі розроблено алгоритм пошуку на цифровому зображенні ОРК на прикладі еозинофіла, який є прозорим за своєю природою і має розмитий контур. При цьому, через низьку якість зображення та специфічну форму об’єктів, грубо виділяється контур ОРК. Для уточнення контуру побудовано сплайн-модель. Побудовано замкнутий ермітів кубічний сплайн за допомогою модифікації його крайових умов. Розроблено метод ітераційного уточнення грубо визначених розмитих контурів об’єктів шляхом оптимізації розміщення вузлів та їх ітеративного додавання, що дозволяє уникнути апріорного задання параметрів гладкості сплайна й керуватись лише заданою точністю. Розроблено інформаційну систему визначення морфологічних параметрів об’єктів з розмитими краями. Знайдено дискримінантну формулу для класифікації імунного стану людини за навчальною вибіркою із 110 еозинофілів за такими параметрами як форма, площа, периметр, великий та малий діаметр. Ретроспективна класифікація вибірки виявила 7,3% віднесення норми до патології та 12,6% патології до норми. The thesis is devoted to methods for delineation and parameterization objects with blurred edges for their digital images. It is necessary for research in minerahraphy, metallography, the immune status of patients. Existing methods for determining biological objects do not specialize in eosinophils. In this paper, the search algorithm for digital image objects with blurred edges on the example of eosinophils, which are transparent in nature and has a blurred edges. However, due to the low image quality and a specific form of objects allocated roughly outline objects with blurred edges. To clarify the edge constructed spline model. We construct a closed Hermite cubic spline through modification of its boundary conditions. The method of iterative refinement roughly determined blurred object edges by optimizing the placement of nodes and their iterative addition, to avoid setting a priori smoothness of the spline parameters and guided by a given accuracy. Developed information system for determination morphological parameters of objects with blurred edges. Found discriminant formula for classification of immune human condition in a study sample of 110 eosinophils by parameters such as shape, area, perimeter, large and small diameter. Retrospective classification of the sample revealed a 7.3% attribution rules to pathology and 12.6% of pathology to normal. Диссертация посвящена созданию методов оконтуривания и параметризации объектов з размытыми краями за их цифровым изображением. Изображения таких объектов получаются в минераграфии, металлографии, при исследовании иммунного статуса человека. Существующие методы определения таких объектов на цифровом изображении либо не удовлетворяют требованиям поставленной задачи либо требуют непосредственного участия оператора, что усложняет процесс автоматизации определения как самого объекта, так и его дальнейшую параметризацию. В работе разработан алгоритм оконтуривания объектов с размытым контуром на примере изображения эозинофилов – элементов крови. Для этого выполняется медианная фильтрация изображения, построение его гистограммы и выделение контура модифицированным оператором Собеля. Модификация оператора Собеля состоит в том, что он применяется только к яркости, а цветоразностные компоненты остаются без изменений. Тогда получается цветное изображение в выделенными на нем контурами. Но, не смотря на это, из-за низкого качества изображения и специфической формы клетки, контур эозинофила выделяется грубо. Так как в декартовой системе координат функция, по определению, не может быть замкнутой, то выполняется перевод точек грубо выделенного контура в полярную систему координат. Центром полярной системы координат служит центр прямоугольника, описанный около грубо выделенного контура объекта. Для уточнения контура эозинофила построено сплайн-модель. Особенность сплайн-модели в том, что контур является замкнутой линией. Поэтому, построено замкнутый кубический сплайн Эрмита с помощью модификации его краевых условий, что учтено в структуре матрицы планирования метода найменьших квадратов, который применяется для приближения контура к грубо выделенным точкам. Для достижения заданной точности вычислений разработан метод итерационного уточнения количества и размещения узловых точек сплайна. Применение данного метода позволяет получить гладкий уточненный контур с среднеквадратическим отклонением 8 и минимальным количеством узлов. Построена информационная технология определения морфологических параметров эозинофилов, включающая преобразование формата цифрового изображения в YUV, грубое выделение точек контура модифицированным оператором Собеля, сканирования контурных точек, переход к полярной системе координат контурных точек, аппроксимацию контура замкнутым кубическим сплайном Эрмита по методу наименьших квадратов, оптимизацию положения и числа узлов сплайна, расчет на основе сплайн-модели морфологических параметров объектов (форма, большой и малый диаметры, площадь, длина контура). Использование предложенной информационной технологии позволяет выполнять классификацию объектов по относительным морфологическими параметрами. В частности получено дискриминантную формулу для классификации иммунного состояния человека по учебной выборке из 110 эозинофилов. Ретроспективная классификация выборки выявила 7,3 % отнесения нормы к патологии и 12,6 % патологии к норме.
|
|
| Date |
2014-11-25T10:51:47Z
2014-11-25T10:51:47Z 2014 |
|
| Type |
Autoreferat
|
|
| Identifier |
Медведєв Д. Г. Автоматизоване визначення морфологічних параметрів зображень об’єктів з розмитими краями : автореферат дисертації на здобуття наукового ступеня кандидата технічних наук : 05.13.23 – системи та засоби штучного інтелекту / Дмитро Геннадійович Медведєв ; Національний університет "Львівська політехніка". – Львів, 2014. – 23 с. – Бібліографія: с. 19–20 (15 назв).
http://ena.lp.edu.ua:8080/handle/ntb/25346 |
|
| Language |
ua
|
|
| Publisher |
Національний університет "Львівська політехніка"
|
|