Traslación, reflexión y diferencia Para todos las operaciones tenemos dos conjuntos A y O y un n-espacio E^n. La traslación se define de la siguiente.

Slides:



Advertisements
Presentaciones similares
Matemática Morfológica
Advertisements

1 Mejoramiento de la calidad en la atención al paciente mediante la implementación de un Sistema de Almacenamiento y Consulta de Imágenes médicas en el.
Tema 3: Filtros SEGUNDA PARTE.
PROCESAMIENTO DE IMAGENES
Biopsias de músculo de ratón
Traslaciones, giros y simetrías en el plano.
MÉTODOS NUMÉRICOS. Explicación del método de L U. Realizado por:
¿Qué se pretende? Una vez segmentada la imagen y extraído el contorno de los objetos hay que analizar la forma geométrica de los mismos utilizando para.
JPEG/JPG Integrantes:
Filtros y Detectores de Borde
“ANÁLISIS DE EFICIENCIA EN ALGORITMOS DE RECONOCIMIENTO DE IMÁGENES DIGITALES APLICABLES A DISPOSITIVOS MÓVILES BAJO LA PLATAFORMA ANDROID” Miguel Ñauñay.
5. Morfología Universidad de Valladolid Visión Artificial Industrial
RECONOCIMIENTO DE OBJETOS
Aproximación con imágenes 2D Binarias.
Adrián Hernández miranda
Procesamiento digital de Imágenes
TD-33. EXTRACCIÓN DE SUPERFICIE BORDE DE UN CONJUNTO DE DATOS VOLUMÉTRICO Andrés Fernández Peralta Luis Franco Espín Ignacio Gordillo Díaz.
Procesamiento digital de Imágenes
TRADUCTOR DE UN PROGRAMA
1. índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 2.
El valor del pixel (tono de gris) varia de una manera continua
3D VISUALIZATION OF FREESURFER DATA
J. Trinidad Guillen Bonilla, H. Guillen Bonilla, A. Guillen Bonilla,
Procesamiento de Imágenes Digitales
La segmentación de imágenes se ocupa de descomponer una imagen en sus partes constituyentes, es decir, los objetos de interés y el fondo, basándose en.
Introducción a las imágenes digitales
GEOMETRÍA ANALÍTICA EN EL PLANO.
Visualizador Web de imágenes médicas Rawb
Morfología Matemática Binaria
DEFINICIONES Sea (P) el siguiente problema de programación lineal:
Descripción de Contenidos con Wavelets Jaime Gaviria.
Detección Automática de Nódulos Pulmonares
Morfología elemental en imágenes digitales binarias 3D
Preproceso de caracteres extraidos de documentos
Identificación humana automatizada usando imagenes de orejas
EXTRACCIÓN DE CARACTERISTICAS
UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDA SISTEMA DE TELEMEDICINA IMPLEMENTADO EN ZONAS DE MAYOR VULNERABILIDAD SOCIAL UNIVERSIDAD DISTRITAL FRANCISCO.
Reconocedor de Señales de Tráfico Verticales
EXPERIMENTACIÓN NUMÉRICA
Método geométrico de reconocimiento de caracteres numéricos impresos Jorge Bitar López Eduardo Montero Ruiz Javier Sevillano Jiménez.
Evaluación topológica de métodos de binarización
RECONOCEDOR DE CARACTERES ARÁBIGOS
TRATAMIENTO DE IMAGENES Detección de fibras coloreadas en lana.
Corrección topológica de imágenes médicas Ignacio Moreno García Antonio José Narváez Ortega Maria del Carmen.
Informática Médica: Procesamiento de imágenes
Procesamiento de Imágenes digitales
CARPLATE Reconocimiento del marco de la matrícula de un coche
Trabajo PID Análisis de imágenes de biopsias de músculo humano. Segmentación de células para construir un grafo a partir de las adyacencias entre ellas.
Ingeniería de la Salud IMAGEN BIOMEDICA Morfología Matemática
Grupo 1 Rivero Bablé, Álvaro Monge Soto, Juan Francisco Díaz Romero, Manuel Alejandro.
Tema 3: Filtros.
Filtro Canny Detección de Esquinas
CONCEPTOS BÁSICOS FOTOGRAFÍA DIGITAL. Imagen digital Una imagen digital, es una representación en código binario, de una imagen real. Es decir, la imagen.
1 Image Segmentation Chapter 9 Dr. Mario Chacón DSP & Vision Lab.
Tema 6: Morfología Primera parte.
Tema 6: Morfología Segunda parte.
Proyectos fin de carrera
Representación RUNS conversiones entre representaciones matriz binaria y secuencia Juan Manuel García Sánchez Pablo de la Torre Moreno.
1JUAN LUIS CHAMIZO BLÁZQUEZ SOLUCIÓN: 27.-Definir el producto escalar de dos vectores y enunciar su relación con los conceptos de ángulo y distancia entre.
PC BD Alexandra Buri H José Rivera De La Cruz.
Reconocimiento de caras usando Histogramas de Gradientes Orientados
Universidad de Los Andes Facultad de Ingeniería Escuela de Ingeniería Eléctrica Maestría en Ingeniería Biomédica GIBULA Máquinas de Soporte Vectorial.
Elaboración de algoritmos usando lógica de programación
GENERADOR DE CÓDIGO FUENTE COBOL
CALIDAD DE IMAGEN Contraste, Nitidez y Densidad Br. Mendoza Pedro
Resonancia Magnética..
CÁLCULO DEL ESQUELETO DE IMÁGENES 3D USANDO LA TRANSFORMADA DE LA DISTANCIA
OPTIMIZACION DEL DESEMPEÑO DE ERROR
UNIVERSIDAD TECNOLÓGICA DE PANAMÁ Facultad de Ingeniería de Sistemas Computacionales Programa de Lic. en Informática Educativa Computación.
Miguel A. Carrasco Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01.
Transcripción de la presentación:

Traslación, reflexión y diferencia Para todos las operaciones tenemos dos conjuntos A y O y un n-espacio E^n. La traslación se define de la siguiente manera: A x = {c|c=a+x, para algún a Є A}. La reflexión se define así: Ô= {x| x=-b, para algún b Є B}. La diferencia de conjuntos quedaría: A-O= {x| x Є A, x ¬Є O}

Dilatación Transformación morfológica que combina dos vectores utilizando la suma. Se define de la siguiente manera:

Erosión Transformación morfológica que combina dos conjuntos usando el concepto de inclusión. Se define de la siguiente manera:

Extracción de frontera La frontera de un conjunto A, que se nota β(A), se puede obtener primero erosionando A por O y realizando posteriormente la diferencia entre A y su erosión. Es decir,

Rellenado de regiones Algoritmo simple basado en un conjunto de dilataciones, complementaciones e intersecciones, para rellenar regiones con unos. Se define de la siguiente manera:

Extracción de componentes conexas Sigue la siguiente definición:

Transformada Hit-or-Miss

Adelgazamiento Se define en términos de la transformada Hit-or-Miss como:

Engrosamiento Dual del adelgazamiento:

Apertura Suavizamos contornos, eliminamos ruidos de las imágenes y eliminamos salientes estrechos. Se define como:

Cierre Eliminamos huecos y pequeñas discontinuidades en la frontera. Se define como sigue (operación dual de la apertura):

Extracción de esqueleto

Análisis del esqueleto. FIJI Paquete de procesamiento de imágenes y distribuidora de ImageJ Elección de paquete FIJI Interfaz intuitiva Buena documentación Gran variedad de librerías y plugins -Administrator (25 November 2013, at 13:51). «Página web Fiji» (en inglés). Fiji Company.Página web Fiji -Ignacio Arganda-Carreras (2012/11/27 at 18:33). «Documentación Skeletonize3D» (en inglés). ImageJ Wiki.Documentación Skeletonize3D -Managers (July 25, 2000). «FlyBrainData» (en inglés). NeuroBio Arizona.FlyBrainData

Diagrama de trabajo en FIJI

Caso práctico Imagen de 8 bits en escala de grises representada en Fiji con 115 “slices “y ya calibrada

Es necesario aplicar un filtro Gaussiano 3D ara eliminar las bajas frecuencias.

Plugins->Process->Smooth

En este caso usaremos un filtro Gaussiano con un valor sigma de 1.0 micras

Imagen post-procesada (smoothed) y eliminado el ruido sal y pimienta,. Igualmente imagen suavizada debido al filtro

Diagrama de trabajo en FIJI

Binarizado: Image-> Adjust -> Treshold

Una vez ajustados los paneles correspondientes al binarizado obtenemos el conjunto de imágenes correspondientes

Diagrama de trabajo en FIJI

Esqueletonizado: Plugins->Skeletonization-> Skeletonize 3D

Producidos los 115 esqueletos de la s imágenes 2D que conforman la imagen 3D

Diagrama de trabajo en FIJI

Analizado del Esqueleto: Plugins->Skeletonization-> Analyze Skeleton 3D

Necesitamos especificar la salida e la imagen original para leer la información.

Tagged Skeleton muestra la clasificación de la imagen que representa el esqueleto. Hacemos zoom con la lupa de aumento. -En naranja “slab or branch voxels” -En magenta “Junction voxels” -En azul los “end-points”

La tabla “Branch Information” muestra la siguiente información: -Identificador -Longitud de la rama calibrada -Coordenadas de los vértices extremos -Distancia euclidea entre los extremos

(Estructura trabecular ósea) Escuela Técnica Superior de Ingeniería Informática Universidad Politécnica de Valencia Desarrollo de algoritmo rápido de esqueletonización de estructuras óseas en 3D a partir de imágenes médicas Proyecto Final de Carrera Junio 2012

Representan mejor las características topológicas. Representan mejor la disposición microestructural de las trabéculas. Gran ayuda para el diagnóstico y caracterización de pacientes con osteoporosis

El desarrollo de nuevos algoritmos de esqueletonización 3D Más rápidos y eficientes Integrado en una plataforma de postprocesamiento clínico Mejora del diagnóstico y tratamiento de enfermedades óseas

CARACTERIZACIÓN DEL HUESO El hueso es un tejido conjuntivo mineralizado muy vascularizado e inervado, que está estructurado en laminillas de matriz osteoide calcificada.  Hueso trabecular.  Cortical.

 Radiografía concencional.  TC (Tomografía computarizada).  Ecografía.  Resonancia magnética.

El algoritmo de esqueletonización 3D se obtiene mediante la combinación de TD (Transformada de la Distancia) con último paso de adelgazamiento. Se analiza su aplicación en hueso trabecular, así como la necesidad de esqueletonizar dichas estructuras.

 Importancia relativa: Del contexto del problema Del programa utilizado  Recomendación para casos generales el uso de Fuji: Alta pendiente en curva de aprendizaje Abarca gran cantidad de soluciones asociadas a la imagen

Contactos Luis Aranda Rollón. Cristina Nosti Alés. Juan Rodríguez Domínguez Estudiante de Ing. Estudiante de Ing. Estudiante de Ing. Salud. Salud. Participación Salud. Participación Participación en Medicon En Medicon. En Medicon Correo: Correo: Correo: