1 Współczynniki kształtu & Momenty geometryczne a także teksturyAnaliza cech obrazu Współczynniki kształtu & Momenty geometryczne a także tekstury

2 Analiza obrazu, która może być przeprowadzona po segmentacji przewiduje w pierwszej kolejności różne pomiary wykonywane na obiektach wydzielonych podczas procesu segmentacji

3 Analiza obrazu powoduje radykalną redukcję objętości informacyjnej wykorzystywanych danych

4

5 Analiza obrazu cech obrazu pozwala ujawnić i ocenić te ich właściwości, które we wzrokowo ocenianym obrazie bezpośrednio widoczne nie są. Wydobywanymi i opisywanymi cechami mogą być proste parametry takie jak rozmiar albo kolor obiektu, albo trudniej wyrażalne ilościowo cechy, takie jak kształt czy tekstura. W pogłębionej analizie bierze się także pod uwagę bardziej złożone cechy – na przykład parametry rozkładów. Sięga się też do współczynników uzyskiwanych za pomocą różnych przekształceń obrazu (na przykład falkowych). Celem analizy jest tworzenie maksymalnie upakowanej i zdekorelowanej przestrzeni cech, w której można mówić o koncentracji najważniejszych atrybutów sygnału.

6 Analiza obrazu musi być poprzedzona jego wstępnym przetworzeniemSegmentacja i binaryzacja szkieletyzacja eliminacja artefaktów Standaryzacja (prostowanie) wygładzanie szkieletu Przetwarzanie wstępne

7 Ocena wzrokowa obrazu bywa bardzo trudnaSymptomem choroby jest to, co na obrazie zdrowego narządu jest nienormalne Na tym obrazie (obłoków) są wtrącone cztery elementy, które są nienormalne. Gdzie one są? Te nienormalne elementy mają formę kółek…

8 Na podanym przykładzie nienormalne fragmenty obrazu („zmiany patologiczne”) trudno było wykryć, chociaż było wiadomo, że tam są, ile ich jest i jaką mają formę. Lekarz oglądając zdjęcie rentgenowski nie wie, czy znamiona patologii tam są ile ich jest i jak wyglądają!

9 Bardzo trudno rozpoznać obraz, gdy się nie wie, czego należy szukać.Pysk krowy! Co widać na tym obrazie?

10 Który z odcinków jest dłuższy?Wzrokowa ocena jest też zawodna przy próbie określania wyrażalnych ilościowo cech obrazu Który z odcinków jest dłuższy?

11 Dotyczy to także określania wyrażalnych jakościowo cech obrazuKtóry z wewnętrznych kwadratów jest najciemniejszy?

12 Dlatego wzrokową ocenę lekarza powinna wspomagać komputerowa analiza

13 Ogólny schemat analizy

14 Na pozór te dwa obrazy niczym istotnym się nie różniąAnaliza obrazu czasem pozwala ujawnić takie jego cechy, które nie są możliwe do zauważenia mimo bardzo uważnej obserwacji wzrokowej. Na pozór te dwa obrazy niczym istotnym się nie różnią Tymczasem analiza wykazuje, że rozkłady średnic kół są na nich wyraźnie różne!

15 Czasem bardzo użyteczne są parametry, dla wyznaczenia których wystarczy dokonać na obrazie kilku prostych pomiarów Wyznaczanie wskaźnika sercowo płucnego (stosunek odległości (3) do (4) ) oraz wskaźnika grasicznego (stosunek odległości (1) do (2) ).

16 Inny przykład – pomiar długości kości dłoni

17 W odniesieniu do obrazów medycznych analiza może mieć trzy kierunki

18 Przykładowe zestawienie metod analizy i przetwarzania obrazu medycznego w zastosowaniu do kadrdiologii

19 Automatyczne rozumienie będzie omówione osobno

20 Wizualizacja cech diagnostycznych polega na tworzeniu przetworzonego obrazu który inaczej pokazuje wynik badania. W tym nowym obrazie wyekstrahowane, uwydatnione są cechy określonej patologii, kosztem ogólnych cech morfologicznych i innych szczegółów, widocznych w badaniu klasycznym. Zwykle można równolegle oceniać obraz oryginalny oraz ten przetworzony („wyczulony na patologie”), ale oceniającym znaczenie obydwu obrazów pozostaje lekarz. Jest to pierwszy krok w komputerowym wspomaganiu zobrazowań medycznych, który zachowując dominującą rolę lekarza pozwala na uchwycenie często zupełnie nie-ustandaryzowanych właściwości patologii

21 Semantyczne modelowanie informacji obrazowej idzie krok dalej; pozwala początkową przestrzeń numerycznych wskaźników zestawiać z ontologicznie opracowaną (zobiektywizowaną, evidence-based) wiedzą medyczną oraz z eksperymentalną weryfikacją, najlepiej kliniczną, efektów. Poza systemem pozostaje czynnik intuicji, nieformalnego wpływu doświadczenia, niepojętych obliczeniowo skojarzeń etc.

22 Generalnie, pomiarom podlegać mogą dwie kategorie wielkości:ANALIZA OBRAZU POMIARY Rola i znaczenie pomiarów parametrów obiektów na obrazach Generalnie, pomiarom podlegać mogą dwie kategorie wielkości: parametry lokalne, np.: - średnia powierzchnia lub średnica obiektu, średnia krzywizna brzegu, średni moment bezwładności; parametry globalne, np.: - liczba obiektów na jednostkę objętości lub powierzchni, - udział powierzchniowy wybranych elementów obrazu, - długość linii na jednostkę pola powierzchni obrazu.

23

24 Przestrzeń cech i sposób jej tworzenia

25 Punkt w przestrzeni cech reprezentuje obiekttwarz wąska - szeroka oczy blisko - daleko usta duże - małe Obiekt Punkt w przestrzeni cech reprezentuje obiekt Zbiorowość rozpoznawanych obiektów

26 Obrazy reprezentowane przez punkty w przestrzeni cech

27 Przykładowa struktura przestrzeni cech dla rozpoznawania: przypadek cech ilościowych

28 Przykładowa struktura przestrzeni cech dla rozpoznawania: przypadek cech jakościowych binarnych

29 Przykładowa struktura przestrzeni cech dla rozpoznawania: przypadek cech jakościowych wielowartościowych

30 Przykłady skupisk wzorców w przestrzeni cech oraz sposób klasyfikacji nowego elementu

31 Liczebność elementów. ANALIZA OBRAZU Pomiary podstawowych parametrówW celu liczenia obiektów wyznacza się prostokątny wycinek obrazu, w którym przeprowadzony zostanie pomiar. Ramka stanowi często jedynie fragment całości i pewne obiekty są przecinane przez brzeg. Obiekty przecięte przez brzeg byłyby zliczane dwukrotnie, a cząstki znajdujące się w narożnikach obrazu - nawet czterokrotnie. Aby poprawnie zliczać obiekty można zastosować jeden z trzech sposobów: Usunąć wszystkie elementy przecięte przez brzeg obrazu i zliczać elementy wewnętrzne. 2. Przyjąć odpowiednią poprawkę, która eliminuje wielokrotne zliczanie. I tak obiekty przecięte przez brzeg liczymy z wagą 0.5, natomiast obiekty znajdujące się w narożnikach obrazu - z wagą 0.25. 3.Wykorzystać ideę ramki bezpieczeństwa, biorąc pod uwagę całe obiekty, a nie ich części. Na obrazie zaznacza się ramkę i do analizy bierze się obiekty zawarte wewnątrz ramki oraz przecięte przez dwa jej brzegi, np. prawy i dolny.

32 A teraz przykłady często używanych cech

33 Pole powierzchni. Długość krawędzi. Pomiary wykonywane na obrazachANALIZA OBRAZU POMIARY Pomiary wykonywane na obrazach Pole powierzchni. Sprowadza się do zliczenia punktów obrazu należących do interesującego obszaru. Długość krawędzi. Zliczanie punktów brzegowych, Zliczanie punktów brzegowych z uwzględnieniem położenia, Średnia z długości zliczonych po wewn. i zewn. stronie brzegu figury, Przybliżanie figury odpowiednim wielokątem, Przybliżanie długości brzegu liniami krzywymi,

34 Długości rzutów Zasada Cauchy’ego:ANALIZA OBRAZU POMIARY Długości rzutów Zasada Cauchy’ego: gdzie: L - obwód, a - kąt rzutu, D(a) - długość rzutu. gdzie: N0, N90, N45, N rzuty figury dla wybranych kierunków rzutowania a - odległość punktów siatki Rzutem D(a) figury w kierunku będziemy nazywali długość odcinka prostopadłego do kierunku rzutowania, przecinającego wszystkie proste o kierunku , które trafiają w analizowaną figurę. Figura wypukła Korzystająca z powyższej zasady formuła Croftona do pomiaru długości brzegu figury:

35 ANALIZA OBRAZU Długości rzutów POMIARYFigura wklęsła - w rejonie wklęsłości proste przecinające figurę mają więcej niż dwa punkty wspólne z brzegiem figury. Wyznaczamy rzuty cząstkowe D1 i D2. Rzut rozwinięty Obraz komputerowy - dla danej cząstki należy wyszukać wszystkie punkty których lokalne otoczenie odpowiada „wchodzeniu” siecznej do cząstki, zliczyć te punkty i pomnożyć otrzymany wynik przez odległość między kolejnymi siecznymi dx.

36 ANALIZA OBRAZU POMIARY Elementy strukturalne do wyznaczania długości rzutów figury Oczywiście obraz komputerowy jest obrazem dyskretnym i gęstość linii rzutujących zależy od gęstości rastra tworzącego obraz. Największą dokładność uzyskuje się w kierunkach zgodnych z największym upakowaniem punktów w siatce obrazu. Dla siatki prostokątnej są to następujące kierunki: 0 45 90 135 kąt X 1 X 1 X 1 1 X otoczenie

37 ANALIZA OBRAZU Średnice Fereta POMIARYMiara rozciągłości cząstki w pionie i poziomie Np. dla poziomej średnicy Fereta, wystarczy wyliczyć różnicę pomiędzy maksymalną i minimalną poziomą współrzędną wszystkich punktów należących do danej figury. (0,0) (17,7) (4,8) 20 na 20 (19,19)

38 Kąt Fereta

39 ANALIZA OBRAZU Momenty bezwładności. POMIARY- moment zwykły rzędu p ze względu na wiersze i q ze względu na kolumny - centrum obrazu X - analizowana figura, A(X)=m00 - pole powierzchni figury X, (xi, yi) - współrzędne poszczególnych punktów figury.

40 Niekiedy analiza obrazu może być bardzo prosta, a jednak jest użytecznaObraz tomograficzny mózgu Analiza symetrii obrazu może polegać na zliczaniu liczby pikseli o ustalonej wartości (np. 1) w symetrycznie położonych pasach na obrazie Wykrycie patologii (guza) może być najłatwiej wykonane poprzez analizę symetrii obrazu

41 Na podobnej zasadzie można wyznaczyć symetrie w drugiej płaszczyźnie

42 Po wykryciu asymetrii można zlokalizować obiekt, który ją wywołuje

43 Czasem taka lokalizacja sprawia trudnościAlgorytmy oznaczone numerami 2 i 3 najwyraźniej się pomyliły! Ale zawsze znajdzie się przynajmniej jedna skuteczna metoda...

44 Po umiejscowieniu źródła asymetrii można wypełnić kontrastowym kolorem wnętrze obszaru, w którym się ono znajduje

45 Takie proste metody analizy bardzo ułatwiają interpretację wybranych obrazów

46 Najprostszym rodzajem analizy obrazu jest obliczenie prostych wymiarów geometrycznych widocznych na obrazie obiektów

47 Analiza może też dotyczyć parametrów odwołujących się do struktur trójwymiarowych (np. objętości) rekonstruowanych cyfrowo

48 Zastosowania analizy obrazów

49 Strzeżenie parkingu wykrywanie złodziei samochodówAnaliza obrazu polega na badaniu różnicy kolejnych kadrów i na wykrywaniu oraz śledzeniu poruszających się obiektów (sylwetek ludzi)

50 Złodziej zostaje wykryty na podstawie analizy jego zachowania.Analizowana jest szybkość ruchu wybranego punktu sylwetki osoby na parkingu (głowy) U góry ruch właściciela idącego do auta, u dołu zachowanie złodzieja szukającego łupu.

51 W systemach bezpieczeństwa duże nadzieje wiąże się aktualnie z możliwościami identyfikacji poprzez analizę obrazu tęczówki oka

52 Analiza tęczówki oka - faza 1: lokalizacja obszaru analizyCharakterystyczne elementy Wybór dolnego sektora jest uzasadniony faktem, że u wielu ludzi (szczególnie Azjatów) górna powieka często przesłania górny fragment tęczówki.

53 Analiza tęczówki oka - faza 2: ustalenie orientacji gałki ocznejNa podstawie lokalizacji kącika łozowego i centrum źrenicy Na podstawie lokalizacji konturów oka i źrenicy (góra) a potem wyznaczenia obliczeniowego osi maksymalnej wariancji konturów oka i źrenicy (dół)

54 Yale University face database.Rozpoznawanie twarzy Do rozpoznawania wygodnie jest używać standardowego zbioru danych znanego jako Yale University face database.

55 Ta sama twarz przy różnych kątach oświetlenia

56 Konwersja danych dotyczących wybranych punktów twarzy do postaci wektora cech użytecznego przy rozpoznawaniu

57 Współczynniki kształtu to parametry wykorzystywane do opisu kształtu obiektów widocznych na obrazie. Współczynniki kształtu powinny: • dobrze różnicować obiekty o różnych kształtach • być niezmiennicze ze względu na typowe przekształcenia związane z przetwarzaniem obrazu, takie jak obroty, przesunięcia i zmiany skali Parametry otrzymywane drogą pomiarów bezpośrednio na obrazie takie jak pole, obwód, współrzędne obiektu itd., nie wykazują oczekiwanej niezmienniczości i dlatego nie mogą być stosowane jako miary obiektywne. W ograniczonym zakresie mogą wspomagać rozpoznawanie kształtu. Wyliczenie tych parametrów będzie przydatne, a nawet niezbędne w procesie rozpoznawania kształtu obiektów przy pomocy współczynników kształtu.

58 Ze względu na złożoność obliczeniową współczynniki kształtu można sklasyfikować jako : • współczynniki, które charakteryzują się możliwością szybkiego obliczania, co jest ważne w systemie mającym dostarczać wyniki w czasie rzeczywistym • współczynniki, które są bardziej złożone obliczeniowo stosowane, gdy sposób pracy systemu (zależny od szybkości działania) nie jest parametrem krytycznym

59 Aby wyznaczyć współczynniki kształtu, należy posłużyć się typowymi wielkościami charakteryzującymi figury : o ds rmin o ds l o ds Rmax o ds r o ds Lmax ds - element pola obiektu o - środek ciężkości obiektu r - odległość elementu pola ds od środka ciężkości obiektu l - minimalna odległość elementu ds od konturu obiektu rmin - minimalna odległość konturu od środka ciężkości Rmax - maksymalna odległość konturu od środka ciężkości Lmax - maksymalny gabaryt obiektu

60 Współczynnik W1 Jest to jeden z dwóch współczynników cyrkularności.Wyznacza on średnicę koła o obwodzie równym obwodowi analizowanego obiektu S - pole powierzchni obiektu

61 Współczynnik W2 Jest to jeden z dwóch współczynników cyrkularności.Wyznacza on średnicę koła, którego pole równe jest polu analizowanego obiektu. L - obwód obiektu

62 Jak widać współczynniki W1 i W2praktycznie w ogóle nie różnicują kształtów obiektów. Na zamieszczonej ilustracji widać, że współczynniki W1 i W2 obliczone dla bardzo różniących się od siebie obiektów są praktycznie takie same. W1=41.99 W2=42.01 W1=41.99 Uważny obserwator zauważy, iż wartości współczynników W1 i W2 dla koła powinny być jednakowe. Niewielka różnica wynika z kwantyzacji obrazu cyfrowego, na którym dokonywane są obliczenia oraz ze skończonej dokładności obliczeń. W2=42.01

63 Współczynników W1 i W2 nie rozpatruje się oddzielnie.Są one silnie zależne od wielkości obiektu i w związku z tym bez przeprowadzenia normalizacji mają niewielkie zastosowanie w trakcie analiz obrazu. Wprowadza się w związku z tym wielkość zwaną współczynnikiem cyrkularności W9. Współczynnik W9 jest także zwany zmodyfikowanym współczynnikiem Malinowskiej.

64 Współczynnik W mierzący stopień rozwinięcia brzegu:L - obwód obiektu S - pole powierzchni obiektu Współczynnik W cechuje się średnim zakresem zmian wartości. Przyjmowane przez niego wartości są większe dla obiektów o wydłużonym kształcie. Nie wykazuje wrażliwości na zmianę skali i obrót figury. W=0 W=0.116 W=0.389

65 Współczynnik W4 Jest to współczynnik Blaira-Blissa.S - pole powierzchni obiektu ri - odległość piksela od środka ciężkości i - numer piksela obiektu ri i Zakres zmienności tego współczynnika jest podobny jak w przypadku współczynnika cyrkularności. Podobnie, jak współczynnik Malinowskiej, nie wykazuje zmian przy zmianie skali i przy obrocie badanego obiektu.

66 Współczynnik W5 Jest to współczynnik Danielssona.S - pole powierzchni obiektu li - minimalna odległość piksela od konturu obiektu i - numer piksela obiektu Współczynnik Danielssona charakteryzuje się dużym zakresem zmienności, jednak nie jest on zbyt odporny na zmiany skali. Duże zmiany tego współczynnika mają również miejsce przy obrocie obiektu. Poza tym obliczanie współczynnika Danielssona wiąże się z dużym obciążeniem systemu (czas obliczania tego współczynnika jest kilkadziesiąt razy dłuższy niż w przypadku innych współczynników).

67 Współczynnik W6 Jest to współczynnik Haralicka.di - odległość pikseli konturu obiektu od jego środka ciężkości n - liczba pikseli konturu i - numer piksela konturu i di Współczynnik Haralicka cechuje się bardzo niskim przedziałem zmienności. Nie jest on zniekształcany przez zmianę kształtu ani przez obrót obiektu.

68 Współczynnik W7 Jest to współczynnik Lp1.rmin – minimalna odległość konturu od środka ciężkości obiektu Rmax – maksymalna odległość konturu od środka ciężkości obiektu Rmax rmin Współczynnik ten charakteryzuje cechy pośrednie. Bada on zmienność minimalnej i maksymalnej odległości środka ciężkości od konturu obiektu. współczynnik ten dobrze oddaje cyrkularność obiektu. Dla koła ma on wartość jeden.

69 Współczynnik W8 Jest to współczynnik Lp2.Lmax – maksymalny gabaryt obiektu L – obwód obiektu Lmax Współczynnik Lp2 również charakteryzuje cechy pośrednie. Podaje on stosunek maksymalnego gabarytu do obwodu obiektu. Dla figur o bardzo „poszarpanym” brzegu współczynnik będzie miał małą wartość. Dla figur regularnych współczynnik ten dobrze oddaje wydłużenie obiektu.

70 Współczynnik W9 Jest to zmodyfikowany współczynnik Malinowskiej.S – pole powierzchni obiektu L – obwód obiektu Współczynnik ten jest stosunkiem współczynników W1 i W2. Współczynnik ten jest zwany współczynnikiem cyrkularności. Im bardziej wartość tego współczynnika jest zbliżona do jedynki, tym bardziej kształt obiektu jest zbliżony do koła.

71 Współczynnik W10 Lh- maksymalna średnica obiektu w poziomieLv - maksymalna średnica obiektu w pionie Lv Lh Współczynnik Fereta przyjmuje małą wartość dla obiektów wydłużonych, cechuje się dużą zmiennością, jest łatwy do wyliczenia ale podatny na zmianę skali.

72 Współczynniki kształtu powinny przede wszystkim dobrze różnicowaćobiekty o różnych kształtach. Wyznaczono współczynniki kształtu dla obiektów przedstawionych na poniższym rysunku :

73 Wrażliwość współczynników kształtu dla różnych prostych figurgeometrycznych ilustruje wykres :

74 Wrażliwość współczynników kształtu dla różnych bardziej złożonychfigur geometrycznych ilustruje wykres :

75 Z wykresów wynika, że największą zmiennością cechuje sięwspółczynnik Fereta. Dużą zmienność wykazuje także współczynnik Danielssona. Mniejszą zmiennością charakteryzuje się współczynnik Malinowskiej. Współczynnik cyrkularności cechuje się podobnym zakresem zmienności co współczynnik Blaira-Blissa. Najmniejszy zakres zmienności wykazuje współczynnik Haralicka.

76 Współczynniki kształtu nie powinny być wrażliwe na zmiany sposobuprzedstawienia figury. Na wykresie przedstawiono zestaw wartości współczynników kształtu dla tej samej figury (elipsy) przy różnych stopniach jej powiększenia:

77 Współczynniki kształtu powinny wykazywać dużą niezależność od obrotów.Na wykresie zebrano wartości wszystkich rozważanych współczynników kształtu dla obiektu, który poddano obrotowi pod kilkoma kątami : Obiekt poddany rotacji

78 Do głównych zalet współczynników kształtu należy to, że drastycznieredukują one ilość informacji zawartej w obrazie. Z kilkudziesięciu tysięcy liczb opisujących obraz w kategorii pikseli rozpatrywanego rastra, jest dokonywana redukcja do pojedynczej liczby mającej równoważną (z merytorycznego punktu widzenia) przydatność praktyczną. Kolejną zaletą współczynników kształtu jest to, że dla podobnych (lecz nie identycznych) kształtów obiektów mają zbliżone wartości. Daje to możliwość nie tylko kategorycznego rozpoznawania zadanej z góry tak zwanej klasy obiektów, lecz pozwala również na określenie stopnia podobieństwa nieznanego obiektu do poszczególnych znanych klas.

79 Momenty geometryczne obok współczynników kształtu sądrugą grupą parametrów służących do opisu kształtu obiektów. Współczynniki kształtu mogą okazać się niewystarczającym zestawem cech opisujących formę różnych obiektów. Ustawicznie poszukuje się nowych parametrów. Momenty geometryczne są Jednymi z bardziej obiecujących, gdyż wykazują mniejszą czułość na zniekształcenia niż współczynniki kształtu.

80 Dwuwymiarowy moment geometryczny rzędu (p+q) dla funkcjif(x,y) jest zdefiniowany jako : Moment centralny rzędu (p+q) dla funkcji f(x,y) jest Zdefiniowany jako : gdzie :

81 Dla cyfrowego obrazu podwójne całki mogą byćaproksymowane sumami. W ten sposób dla prostokątnej matrycy o wymiarach [m x n] składającej się z punktów xij otrzymujemy : moment zwykły współrzędne środka ciężkości moment centralny

82 Moment zwykły rzędu zerowego jest równy :Jest to po prostu suma wartości poszczególnych pikseli, czyli „ciężar” obiektu.

83 Moment zwykły rzędu pierwszego (1,0) jest równy :Momenty te służą do wyznaczania środka ciężkości obiektu. Współrzędne tego punktu otrzymujemy obliczając :

84 Z punktu widzenia rozpoznawania obrazu najbardziej interesująnas tzw. niezmienniki momentowe. Są to takie wartości, obliczone na podstawie momentów niskich rzędów, które są niezmiennicze ze względu na obrót, zmianę skali i przesunięcie. Aby dogodniej zapisać niezmienniki momentowe, wprowadza się momenty znormalizowane: gdzie: p+q=2,3,4,...

85 Wartości niektórych niezmienników momentowych:

86

87 Poniższa tabela ilustruje wartości niezmienników momentowychdla przykładowych figur oraz po wykonaniu przekształceń geometrycznych (rotacja, zmiana skali). Rot. 180º -45º skalo-wanie 90º 45º elipsa M1 1,920 1,919 1,867 1,866 1,873 1,986 1,987 2,033 2,015 x10 M2 4,387 4,371 5,052 5,004 5,170 10,65 10,66 3,014 3,040 15,24 x103 M3 0,715 0,704 1,435 1,434 1,473 0,018 0,024 2,313 2,323 M4 0,295 0,270 8,052 8,010 8,600 0,475 0,656 5,641 5,749 x105 M5 0,123 0,097 27,34 27,13 30,58 0,004 0,082 20,35 20,97 x109 M6 0,185 0,162 5,702 5,650 6,162 0,490 0,678 3,096 3,167 x106 M7 -14,1 -11,10 -15,4 -14,7 0,559 -0,02 10,23 13,49 By Mr. D. Pycock z University of Birmingham

88 Zalety i wady momentów geometrycznych :- wyrażenia momentowe nie są zbyt wrażliwe na zmiany kształtów obiektów - wpływ dyskretyzacji daje błąd rzędu kilku procent - błąd rośnie w miarę wzrostu rzędu momentów - algorytmy obliczania momentów są bardzo szybkie - największą inwariantność wykazują momenty M1 i M7

89 Tekstury

90 W wielu problemach obrazowej diagnostyki medycznej cechą braną pod uwagę nie są kształty obserwowanych obiektów, ale ich tekstura. tkanka zdrowa, BMD = 0.56 (a), osteopenia, BMD = 0.31 (b), osteoporoza, BMD = 0.14 (c)

91 Obrazy medyczne mające różne znaczenie diagnostyczne bardzo często różnią się pod względem tekstury.Przerost prostaty Początek zmian Rak

93 Obraz USG serca zaznaczonymi różnymi rodzajami mas sercowych: skrzeplina (a), guz złośliwy (b), guz łagodny (c)

94 Przykładowe tekstury w obrazach CT przekroju przez mózg, zaznaczone obszar udaru (a) oraz krwiaków nadtwardówkowego (b) i podtwardówkowego (c)

95 Przykłady syntetycznych obrazów: szum Gaussa (b) izotropowa tekstura z niewielkim ziarnem (b) tekstura anizotropowa (c)

96 Schemat systemu do klasyfikacji tekstury obrazu

97 Podstawowe rodzaje parametrów tekstury

98 LBP – maski Lawsa

99 Przykład konstrukcji macierzy współwystąpień dla przykładowego ROI (czerwony obszar) dla kierunku poziomego i odległości pomiędzy pikselami równej 1 (a), wynikowa macierz współwystąpień dla tego ROI (b)

100 Wyznaczanie macierzy długości ciągów (ang. Run Length Matrix, RLM)

101 Schemat redukcji liczby parametrów cech tekstury

102 Przykłady poprawnych i błędnych rozpoznań obrazów medycznych na podstawie tekstury