Академический Документы
Профессиональный Документы
Культура Документы
Trabalho PrticoN1
Executado por:
27181-Cludia Sofia Viana Moreira
27215-Sara Flor da Silva Queirs
Orientado por
Fernando Monteiro
Entregue em
11 de Maio de 2014
1. Resumo
Na rea de Engenharia Biomdica, o processamento de imagens mdicas de grande
importncia, e cada vez mais existem novos mtodos capazes de permitir aos profissionais de
sade uma melhor analise e visualizao de imagens que so de elevada relevncia para o
diagnstico e preveno de doenas.
Este trabalho realizado no mbito da disciplina de Processamento de Imagens Mdicas, tem
como finalidade principal a manipulao de determinadas imagens, para que se possa ver com a
melhor clareza, qualidade e perceo a informao contida nas mesmas. Para a realizao destas
manipulaes utilizou-se o MATLAB, que nos permite a melhoria de imagens, e ajuste de rudos
recorrendo a diversos filtros.
2. ndice
1.
RESUMO ........................................................................................................................................................... 1
2.
NDICE............................................................................................................................................................... 2
3.
INTRODUO ................................................................................................................................................. 4
4.
4.3. HISTOGRAMA................................................................................................................................................... 7
4.3.1.
Definio ............................................................................................................................................... 7
4.3.2.
4.3.3.
4.3.4.
4.5.2.
4.5.3.
4.5.4.
4.5.5.
4.5.6.
RESULTADOS E DISCUSSO..................................................................................................................... 14
5.1. EXERCCIO 1 MANIPULAO DE IMAGEM ................................................................................................... 14
5.1.1.
Acrescentar uma moldura branca, com uma largura de 10 pixels, imagem original ...................... 14
5.1.2.
Dividir a Imagem Original em 4 regies iguais. Alterar a posio de cada regio, de acordo com o
5.3.2.
Fig6.tif ............................................................................................................................................ 28
5.4.2.
Fig7.tif ............................................................................................................................................ 31
CONCLUSO ................................................................................................................................................. 39
7.
3. Introduo
O ser humano tem a necessidade de observar tudo aquilo que est sua volta, e tudo isso
s possvel devido ao sentido da viso isto , os nossos olhos. So os nossos olhos que nos
permitem ter a percepo das cores, dos tamanhos e tudo aquilo que vemos diariamente.
Hoje em dia com a era digital, e com o Processamento de Imagem Digital possvel fazer
a alterao de imagens, melhorando assim a quantidade de ruido, a luminosidade entre outros
factores que por vezes nos impedem de visualizar determinadas imagens que desejamos.
Todas estas novas tecnologias foram adaptadas rea da sade, permitindo assim atravs
da Engenharia Biomdica o Processamento de Imagens Mdicas que tem como objetivo a
manipulao de imagens de forma a que se possa retirar mais facilmente a informao
existente nas mesmas, e assim proporcionar uma melhor visualizao aos profissionais.
Este trabalho tem como principais objetivos criar algoritmos que nos permitam manipular
uma imagem, aplicar algoritmos de processamento de imagem que permitam melhorar uma
imagem, criar algoritmos de processamento de imagem que permitam diminuir o rudo
presente numa imagem, isto utilizando a ferramenta virtual MATLAB.
4. Principios bsicos
4.1. Imagem
O modelo RGB um modelo aditivo, que descreve as cores num sistema digital como uma
combinao das trs cores primarias, isto na existe uma mistura de cores, vermelho (R), verde
(G), azul (B).
O modelo RGB pode tambm ser representado por um cubo, em que as cores se encontram
divididas pelos vrtices do cubo.
Fig.2-Modelo RGB
O modelo HSV definido pelas grandezas tonalidade (H), saturao (S) e valor (V). A
tonalidade a cor pura com saturao e luminosidade mximas que se exprime num valor
angular entre 0 e 360. A saturao indica a maior ou menor intensidade da tonalidade, ou seja,
se se trata de uma cor esbatida (cinzenta) ou forte (pura).Uma cor saturada ou pura no contm
a cor preta nem a branca.
O valor traduz a luminosidade (luz refletida) ou o brilho (luz emitida) de uma cor, isto , se uma
cor mais clara ou mais escura, indicando a quantidade de luz que a mesma possui.
Fig.4-Modelo HSV
4.3. Histograma
4.3.1. Definio
Fig.5-Histograma
A equalizao local utiliza-se uma janela de tamanho definido pelo usurio para varrer a imagem e,
onde em cada lugar , estuda-se apenas os tons de cinza dentro da janela. Neste caso apenas o pixel
central da janela equalizado, e para tal o deslocamento da janela feito ponto a ponto. A
equalizao local no realizada sobre toda a imagem, apenas serve para realar detalhes.
Normalmente utilizada com o objectivo de diferenciar partes da imagem que correspondem a
diferentes tipos de estruturas, isto que so mais brilhantes ou mais escuras do que o resto da
imagem.
Fig.8-Expanso do Histograma
Fernando Monteiro - ESTiG/IPB
4.5. Filtros
Em processamento de imagem o rudo corresponde a determinadas partes da imagem que
no relevante para o objetivo do processamento a efetuar e que degrada o desempenho desse
processamento. A principal fonte de rudo em imagens digitais ocorre durante o processo de
aquisio e/ou durante a transmisso.
A filtragem, uma forma de processamento que transforma ou melhora a informao existente
na imagem, realando ou removendo caractersticas da mesma.
Existem vrios tipos de rudo, Rudo Gaussiano, Rudo Aleatrio, entre muitos outros. Os filtros
so utlizados de acordo com o tipo de rudo existente numa imagem, uma vez que cada filtro est
direcionado para cada tipo de ruido. A diminuio do ruido fundamental para que se possa
adquirir bons efeitos no processamento de imagens.
10
for a eliminao do rudo com a mnima perda de qualidade da imagem este filtro consegue um
resultado satisfatrio.
Fig.9-Filtro de Mdia
Tem como objetivo a suavizao da imagem original, que ser tanto maior quanto maior for
o tamanho da janela utilizada. A implementao do filtro Mediana atribui a cada ponto visitado o
valor mediano da janela utilizada. Comparativamente com o filtro Mdia, o filtro Mediana
apresenta melhores resultados , pois para alm de eliminar o rudo, as orlas so preservadas com
maior qualidade do que com o filtro Mdia.
Fig.10-Filtros de Mediana
Fernando Monteiro - ESTiG/IPB
11
12
O Filtro Kuwahara: preserva bem os contornos da imagem original. Este filtro analisa um pixel
na qual vo existir 4 regioes sua volta onde se calcula a mdia e a varincia. O valor atribudo
ao pixel central o valor mdio da regio que possui menor varincia.
13
5. Resultados e Discusso
Aqui, explicaremos o que foi feito em cada exerccio, tendo em conta o raciocnio aplicado
em cada um. Faremos referncia aos cdigos de Matlab utilizados, no entanto, enviaremos todos
eles parte deste relatrio.
Atendendo ao que nos foi pedido, optamos inicialmente por identificar o tamanho
da imagem original, obtendo o nmero de linhas e colunas desta. Isto -nos importante uma
vez que, precisaremos de criar uma matriz, com tamanho superior original de modo a
conseguirmos a moldura.
Assim, depois de identificado o tamanho da imagem original, criamos uma matriz
de uns. Esta matriz, tal como j foi explicado, ser a moldura com uma largura de 10
pixels. Para esse fim, resolvemos somar 20 linhas e 20 colunas, ao nmero de linhas e
14
colunas da imagem original. Depois de termos o tamanho correto, d-mos a cor moldura,
usando o valor 255 que corresponde cor branca.
Por fim, depois de termos a imagem original e a moldura, separadamente, juntamolas atravs de um ciclo for. Posto isto, obtivemos o resultado:
Figura13-Resultado Obtido
Original
Alterada
15
lo 1
De seguida, atribumos as letras A,B,C,e D tal como nos indicava no esquema Original. Posto
isto, era necessrio que a imagem se alterasse para o esquema pedido (esquema Alterado), ento para
isto, criamos uma matriz de uns com o mesmo tamanho que a imagem original. Depois disto, era
necessrio que se converte-se esta matriz criada, numa matriz de valores no fracionrios sem sinal
de 8 bits, para isto, usamos o comando uint8, assim conseguimos logo a seguir dar a cada regio a
nova atribuio de letras correspondentes. A nossa imagem ficou assim com a alterao pretendida.
Alterada
Original
Fig15-Resultado Obtido
16
Fig3(A)
Fig3(B)
Comeamos por ver as imagens iniciais, acompanhadas pelos seus histogramas. Pelos
seus histogramas conseguimos identificar, que a imagem est a cores, ao contrrio do que
aparenta.
17
De vrias operaes aritmticas que temos conhecimento e que poderiam ter sido
aplicadas, escolhemos a subtrao. A subtrao ao ser aplicada nas duas imagens, ir realar as
diferenas entre ambas, sendo este o objetivo pretendido.
18
19
Neste primeiro teste, resolvemos ir pelas componentes Vermelha, Verde e Azul (RGB)
da imagem que nos foi dada (Imagem Original- Fig4.tif).
Inicialmente, aplicamos as componentes RGB imagem original, com a finalidade de
comparar e pegar na que apresenta uma melhor perceo dos vasos sanguneos. Analisando, a
original com as trs componentes, atravs das imagens e os respectivos histogramas,
apercebemo-nos que a componente verde a que nos permite uma melhor visualizao daquilo
que nos pedido.
20
(*)
(*)
Poderamos ter escolhido a componente Vermelha, uma vez que, olhando, at parece ser
percetvel toda a imagem em si, no entanto, optamos pela componente Verde porque demonstra
ser melhor para o processamento da imagem, pois contm toda a informao de maneira
minimamente definida, mais do que a Vermelha (exemplo: os vasos sanguneos esto mais
percetveis na parte branca, em forma de circulo, do que na componente Vermelha (*)) . Ento,
aps a escolha, procedemos equalizao local da mesma, utilizando o comando adapthisteq.
Utilizamos esta funo uma vez que, este uma equalizao que utilizada para realar detalhes
em pequenas reas, que exatamente o que nos proposto.
21
22
23
Posto isto, e analisando cuidadosamente os dois testes, escolheramos o teste 1 para fazer
a melhoria desta imagem, dando este um maior realce aos vasos sanguneos da retina.
24
Fig25-Imagem Fig5.tif
Estamos perante uma imagem a cores e com muita luminosidade, portanto, usamos o
comando rgb2hsv deste modo, retira-se a componente do brilho.
25
Aps efetuada a expanso, verifica-se uma melhor percepo da imagem uma vez que o
histograma apresenta uma gama de valores mais distribuda nos nveis de cinzento.
Seguidamente, e numa tentativa de melhorar a imagem, tentamos a equalizao mas, no entanto,
assumimos que no ser uma mais valia pois o histograma no apresenta uma to boa
distribuio como apenas na Extenso da imagem.
26
Fig27- As trs fases de Processamento pela qual a Imagem Original foi sujeita e os respetivos Histogramas
27
(A)
(B)
Fig28-Imagens Originais Fig6.tif (A) e Fig7.tif(B)
Tendo em conta ambas as imagens, -nos proposto que usemos sequncias de operaes
de modo a atenuar o rudo.
Tal como percetvel, as imagens apresentam caractersticas muito distintas entre elas, e
como tal tivemos que usar operaes diferentes.
5.4.1. Fig6.tif
Comeando pela primeira imagem, Fig6.tif, decidimos aplicar dois tipos de filtros,
inicialmente em separado e posteriormente fizemos a sua combinao.
Decidimos aplicar ento o filtro Gaussiano, tentamos vrios tamanhos de mscara, no final,
optamos pela 7x7.
28
Obtemos o seguinte:
Depois do filtro Gaussiano, a nossa segunda opo foi o Filtro Mediana, em que, optamos
igualmente (aps analisar todas as outras) por uma mscara 7x7, pois foi esta que mais atenuou o
rudo:
29
Analisando ambos os resultados, podemos verificar que com o Filtro Mediana, embora haja
um maior esbatimento da imagem, comparando com o Filtro Gaussiano, h tambm mais
atenuao do rudo.
Visto que um mantinha uns melhores contornos (no h esbatimento) e outro melhorou o
rudo, decidimos fazer a combinao de ambos:
Assim, a imagem continua com contornos relativamente bem definidos e, como proposto,
com menos rudo.
30
5.4.2. Fig7.tif
Neste segunda imagem, tivemos mais margem de manobra, pois conseguimos aplicar
todos os filtros que foram abordados nas aulas de Processamento de Imagens Mdicas. Como
tal, recorremos aos Filtros de Mediana, Gaussiano, de Mdia e Bilateral.
Nesta imagem, recorremos tambm tcnica de Extenso porque analisando o
histograma apercebemo-nos de que este estava situado essencialmente numa gama de
valores, pelo que, para uma melhor perceo da imagem e Extenso iria ajudar muito.
31
Posto isto, fomos ento aplicar os Filtros. Obtivemos ento os seguintes resultados:
Depois de analisadas todos os resultados, optamos por escolher as duas melhores de modo a
tentar uma combinao entre ambas. Pegamos ento no Resultado dos Filtros Gaussiano e
Mediana.
32
Em comparao imagem original, no filtro Mediana embora haja uma atenuao do rudo,
houve um ligeiro esbatimento da imagem:
33
Fig36-Imagem Original em comparao com Imagem filtrada com a Combinao de Filtros: Gaussiano
e Mediana
34
35
36
Para testar a alterao do cdigo, recorremos a duas imagens (ambas com rudo):
b) Man
a)Lenna
37
Fig40-Resultados Obtidos
38
6. Concluso
Numa avaliao geral, o objetivo que nos foi proposto foi alcanado. Deparamo-nos ao
longo deste trabalho com diversas situaes em que conseguimos ter a perceo em como
cada vez mais a tecnologia nos permite uma melhor, e mais pormenorizada, anlise daquilo
que no somos capazes de analisar a olho nu. Esta, tambm acaba por ser uma mais-valia
para os profissionais de sade que lidam diariamente com a imagiologia como auxilio ao
diagnostico. O Processamento de Imagem Digital constitui assim um importante
desenvolvimento nas reas de visualizao de imagens, e o MATLAB uma importante
ferramenta que permite que este tipo de Processamento seja possvel. Deste modo,
importante que ns futuros Engenheiros Biomdicos, estejamos familiarizados com este tipo
de ferramenta. Este tipo de trabalhos ento muito til para a nossa obteno de
conhecimento nesta rea. Com este, foi-nos possvel uma maior explorao quer de funes
de MATLAB, como de software que nos permite um mais eficaz e rpido tratamento de
imagens.
Concluindo, neste trabalho lidamos com uma rea que cada vez mais explorada, onde
h muito por desvendar ainda. E, de modo geral, conseguimos atingir os objetivos deste
trabalho, adquirindo simultaneamente um maior vontade com esta ferramenta de
Processamento de Imagem, que o MATLAB.
39
7. Referncias bibliogrficas
[1]http://ai-b.blogs.sapo.pt/5104.html
[2]http://dfmesteves.blogspot.pt/2012/11/modelo-hsv.html
[3]http://www.di.ufpe.br/~if143/projetos/99_2/equali/Equalizacao.html
[4]http://paginas.fe.up.pt/~mandrade/tvd/2006/trabalhos1-2006/TD-trab1-grupo02.pdf
[5]http://lvelho.impa.br/ip09/demos/jbu/filtros.html
[6]http://www.blackice.com/Help/Tools/Document%20Imaging%20SDK%20webhelp/WebHelp
/Alpha-Trimmed_Mean_Filter.htm
[7]http://www.dei.isep.ipp.pt/~ana/ROBOTICA/docs/PDI-MestEEC.pdf
[8] Sebenta de Processamento de Imagens Mdicas, Fernando Monteiro
40