УДК: 621.397.3

Подавление шумов в задаче выделения контуров и сегментации томографических изображений

Марусина М.Я., Волгарева А.П., Сизиков В.С.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Марусина М.Я., Волгарева А.П., Сизиков В.С. Подавление шумов в задаче выделения контуров и сегментации томографических изображений // Оптический журнал. 2015. Т. 82. № 10. С. 37–42.

Marusina M.Ya., Volgareva A.P., Sizikov V.S. Noise suppression in the task of distinguishing the contours and segmentation of tomographic images [in Russian] // Opticheskii Zhurnal. 2015. V. 82. № 10. P. 37–42.

Ссылка на англоязычную версию:

M. Ya. Marusina, A. P. Volgareva, and V. S. Sizikov, "Noise suppression in the task of distinguishing the contours and segmentation of tomographic images," Journal of Optical Technology. 82(10), 673-677 (2015). https://doi.org/10.1364/JOT.82.000673

Аннотация:

В статье рассмотрен вопрос о влиянии шумов на выделение границ (контуров) между областями томографического изображения и, как следствие, на сегментацию изображения. Выделение границ связано с дифференцированием изображения, а дифференцирование зашумленных функций является некорректной задачей (неустойчивой по отношению к шумам на изображении). Предлагается выполнять подавление шумов не только известными способами фильтрации, но и с использованием сглаживающих (аппроксимирующих) сплайнов. Приведенные численные примеры показывают повышение точности выделения границ в результате использования сплайнов.

Ключевые слова:

томографические изображения, выделение границ, численное дифференцирование, фильтрация шумов, сплайн-аппроксимация

Благодарность:

Работа выполнена при поддержке РФФИ (грант № 13-08-00442).

Коды OCIS: 100.0100

Список источников:

1. Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов и изображений. СПб.: Питер, 2002. 608 с.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2006. 1072 с.
3. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006. 616 с.

4. Магонов Е.П., Трофимова Т.Н. Автоматическая сегментация МРТ-изображений головного мозга: методы и программное обеспечение // ИМЧ РАН. Лекции и обзоры. 2012. Т. 3. № 3. С. 35–40.
5. Иванов В.А., Марусина М.Я., Сизиков В.С. Обработка измерительной информации в условиях неопределенностей // Контроль. Диагностика. 2001. № 4. С. 40–43.
6. Марусина М.Я. Оптимизация измерительных преобразований на основе теоретико-группового анализа // Изв. вузов. Приборостроение. 2005. Т. 48. № 3. С. 27–31.
7. Марусина М.Я. Коррекция неоднородности основного магнитного поля МР томографа на постоянных магнитах // Дисс. на соискание ученой степени канд. техн. наук. СПб: ИТМО, 1993. 128 с.
8. Сизиков В.С. Обратные прикладные задачи и MatLab. СПб.: Лань, 2011. 256 с.
9. Сизиков В.С., Экземпляров Р.А. Последовательность операций при фильтрации шумов на искаженных изображениях // Оптический журнал. 2013. Т. 80. № 1. С. 39–48.
10. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986. 288 с.
11. Верлань А.Ф., Сизиков В.С. Интегральные уравнения: методы, алгоритмы, программы. Киев: Наук. думка, 1986. 544 с.
12. Сизиков В.С. Математические методы обработки результатов измерений. СПб.: Политехника, 2001. 240 с.
13. Petrov Yu.P., Sizikov V.S. Well-posed, ill-posed and intermediate problems with applications. Leiden–Boston: VSP, 2005. 234 p.
14. Engl H.W., Hanke M., Neubauer A. Regularization of inverse problems. Dordrecht: Kluwer, 1996. 328 p.
15. Lim J.S. Two-dimensional signal and image processing. New Jersey: Prentice Hall PRT, 1990. 694 p.
16. Марусина М.Я. Инвариантный анализ и синтез в моделях с симметриями. СПб.: СПбГУ ИТМО, 2004. 144 с.
17. Иванов В.А., Марусина М.Я., Флегонтов А.В. Инвариантные аппроксимации и их применение в МР томографии // Научное приборостроение. 2003. Т. 13. № 2. С. 22–26.
18. Bankman I.H. (ed.). Handbook of medical image processing and analysis. Burlington: Elsevier, 2009. 984 p.
19. Анодина-Андриевская Е.М., Божокин С.В., Марусина М.Я., Полонский Ю.З., Суворов Н.Б. Перспективные подходы к анализу информативности физиологических сигналов и медицинских изображений человека при интеллектуальной деятельности // Изв. вузов. Приборостроение. 2011. Т. 54. № 7. С. 27–35.