La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC 08-02-2007.

Presentaciones similares


Presentación del tema: "Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC 08-02-2007."— Transcripción de la presentación:

1 Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC

2 Que es la segmentación? La segmentación es el proceso que divide una imagen en regiones cuyos píxeles poseen atributos similares, por ejemplo, intensidad, textura, movimiento. La segmentación es el proceso que divide una imagen en regiones cuyos píxeles poseen atributos similares, por ejemplo, intensidad, textura, movimiento. Idealmente cada región segmentada corresponde a un objeto que se encuentre en la escena. Idealmente cada región segmentada corresponde a un objeto que se encuentre en la escena.

3 Segmentación de la Imagen Image n Región Etiquetada Cada píxel de la imagen de entrada se la etiqueta con un valor numérico que indica su pertenencia a un grupo de píxeles que comparten una propiedad común

4 Resultado de la segmentación

5 Por que es importante? En tareas repetitivas como el análisis de imágenes, los resultados dependen de factores como la fatiga y el cansancio y la experiencia. Se obtienen resultados son subjetivos. En tareas repetitivas como el análisis de imágenes, los resultados dependen de factores como la fatiga y el cansancio y la experiencia. Se obtienen resultados son subjetivos. Tareas repetitivas necesitan proceso automáticos

6 Que busca citopatólogo Muestra de células cérvico uterina. (a) Núcleo de la célula. (b) Citoplasma. (c) Algún tipo de bacteria. (d) Diversos elementos celulares.

7 Conocimiento del dominio del problema NormalDisplasia Cáncer

8 Problema a resolver (a) Imagen cérvico uterina (b) Resultados obtenidos de la segmentación aplicando diferentes algoritmos.

9 Formación de la imagen

10 Espacios de Color Es una representación matemática de nuestra percepción. Es una representación matemática de nuestra percepción. Se puede especificar, crear y visualizar información del color. Se puede especificar, crear y visualizar información del color. La computadora define en color por medio de la combinación de ondas de luz (RGB). La computadora define en color por medio de la combinación de ondas de luz (RGB). Impresora define el color en términos de la mezcla sustractiva de pigmentos de tinta CMYK. Impresora define el color en términos de la mezcla sustractiva de pigmentos de tinta CMYK.

11 Espectro electromagnético THE VISIBLE SPECTRUM LIGHT INTERPRETACION HUMANA NTSC HSI Lab RGB CMY(K) HSL CIELuv CIELab XYZ YIQ YUV YCbCr YCC RGB CMY(K) HSL CIELuv CIELab XYZ YIQ YUV YCbCr YCC

12 Curvas ROC Análisis de curvas ROC (Receiving Operating Curves) que miden términos de sensibilidad y especificidad el rendimiento de los algoritmos utilizados. Análisis de curvas ROC (Receiving Operating Curves) que miden términos de sensibilidad y especificidad el rendimiento de los algoritmos utilizados. Métricas definidas como la proporción de píxeles que pertenecen al objeto de interés detectados correctamente y la proporción de píxeles que no pertenecen al objeto de interés y no forman parte de el resultado de la segmentación. Métricas definidas como la proporción de píxeles que pertenecen al objeto de interés detectados correctamente y la proporción de píxeles que no pertenecen al objeto de interés y no forman parte de el resultado de la segmentación. Resultados que deben coincidir con los píxeles clasificados manualmente por un especialista encapsulados en una plantilla. Resultados que deben coincidir con los píxeles clasificados manualmente por un especialista encapsulados en una plantilla.

13 Curvas ROC

14 Algoritmos de Segmentación Basados en el histograma. (Agrupa píxeles que tienen las mismas propiedades). Basados en el histograma. (Agrupa píxeles que tienen las mismas propiedades). Basado en la detección de bordes (Objetos destacan de su entorno y tienen bordes definidos). Basado en la detección de bordes (Objetos destacan de su entorno y tienen bordes definidos). Segmentación basada en regiones.(Combina información de ubicación espacial y Similaridad de los píxeles). Segmentación basada en regiones.(Combina información de ubicación espacial y Similaridad de los píxeles).

15 EXPERIMENTO Objetivos Objetivos Crear aplicación de software que permita caracterizar algoritmos de segmentación. Crear aplicación de software que permita caracterizar algoritmos de segmentación. Crear una base de datos con imágenes microscópicas. Crear una base de datos con imágenes microscópicas. Generar curvas ROC para varios algoritmos de segmentación Generar curvas ROC para varios algoritmos de segmentación Metodología Metodología Imágenes microscópicas fueron provistas por APROFE y digitalizadas con cámara AxioCAM Mrc5 + Microscopio Axioskop2 plus. Imágenes microscópicas fueron provistas por APROFE y digitalizadas con cámara AxioCAM Mrc5 + Microscopio Axioskop2 plus. Espacios de Color fueron probados RGB HSL LUV LAB XYZ YIQ YUV YCbCr y YCC. Espacios de Color fueron probados RGB HSL LUV LAB XYZ YIQ YUV YCbCr y YCC. Curvas ROC fueron generadas variando parámetro de entrada de los algoritmos evaluados Curvas ROC fueron generadas variando parámetro de entrada de los algoritmos evaluados

16 RESULTADOS Herramienta de Software fue implementada Herramienta de Software fue implementada Algoritmos Watershed y Meanshift fueron evaluados. Algoritmos Watershed y Meanshift fueron evaluados. Base de imágenes microscópicas fueron creados Base de imágenes microscópicas fueron creados Resultados iniciales planos derivados del espacio XYZ son recomendados para segmentación de imágenes microscópicas. Resultados iniciales planos derivados del espacio XYZ son recomendados para segmentación de imágenes microscópicas. Publicaciones Publicaciones D. Ochoa. C Crespo. Evaluación cuantitativa de espacios de color para la segmentación de imágenes celulares microscópicas, II Congreso Nacional de Investigación, Tecnologías e Innovación & jornadas de Espolciencia. Categoría: Póster. Ecuador. Noviembre 2006 D. Ochoa. C Crespo. Evaluación cuantitativa de espacios de color para la segmentación de imágenes celulares microscópicas, II Congreso Nacional de Investigación, Tecnologías e Innovación & jornadas de Espolciencia. Categoría: Póster. Ecuador. Noviembre 2006 Crespo Christopher, Herramienta para caracterización de rendimiento de algoritmos de segmentación Tesis de grado previo a la obtención del título de Ingeniero en Computación, Universidad ESPOL Facultad: FIEC, Ecuador Director de Tesis: Daniel Ochoa. Crespo Christopher, Herramienta para caracterización de rendimiento de algoritmos de segmentación Tesis de grado previo a la obtención del título de Ingeniero en Computación, Universidad ESPOL Facultad: FIEC, Ecuador Director de Tesis: Daniel Ochoa.

17 Software desarrollado Generador de Plantilla Segmentación semi-automática Evaluación Imágenes segmentadas Plantilla Resultados

18 Software Desarrollado Watershed Meanshift

19 Generador Plantilla

20

21

22

23 Generación semi-automática (Watershed)

24 Generación semi-automática (MeanShift)

25 Evaluación Resultados Iniciales obtenidos usando la herramienta

26 Preguntas? Gracias a todos por estar aquí. =) Gracias a todos por estar aquí. =)


Descargar ppt "Sustentación Tesis de Grado. Facultad de Ingeniería Eléctrica y Computación – FIEC 08-02-2007."

Presentaciones similares


Anuncios Google