Proces analizy i rozpoznawania 1 Jak przygotowa dwie
- Slides: 45
Proces analizy i rozpoznawania 1
Jak przygotować dwie klasy obiektów? 2
Pierwsza klasa (obroty o 10 o): 3
4
5
Z jaką rozdzielczością zapisywać bitmapy? 6
Inna klasa (obroty o 30 o): 7
8
Wykresy współczynników: 9
10
11
12
Metryka Euklidesowa: 13
Do procesu rozpoznawania wybrano np. współczynnik W 2 ρ1 dla pierwszej klasy obiekt rozpoznawany ρ1 < ρ2 ? ρ2 dla drugiej klasy 14
Jeżeli współczynników będzie więcej? Wj Wi ρ1 dla pierwszej klasy obiekt rozpoznawany dwa współczynniki ρ1 < ρ2 ? ρ2 dla drugiej klasy Wi Wj 15
Analiza i wybór cech kluczowych dla rozpoznawania obrazów medycznych : Tomografia komputerowa aorty brzusznej: a) aorta prawidłowa, b) zwężenie naczynia, c) tętniak aorty. 16
Realizacja programu : Wysegmentowany obiekt oraz jego obliczone parametry 17
Analiza cech : Obrazy zostały podzielone na trzy klasy: · Klasa 1 – zdjęcia aort bez zmian patologicznych, · Klasa 2 – aorta z przewężeniem, · Klasa 3 – aorta miejscowo pogrubiona (tętniak). Jako cechy do klasyfikacji obrazów wybrano momenty M 1, M 2, M 6 oraz M 9. Pierwsze trzy służą do wstępnego podziału na dwie grupy: aorty w normie oraz naczynia ze zmianami patologicznymi. W drugim etapie aorty ze zmianami chorobowymi są przydzielane do jednej z dwóch pozostałych klas na podstawie momentu M 9. 18
Analiza cech cd: 19
Analiza cech cd: 20
Przykład klasyfikacji obiektu : 21
Wpływ rozmiaru okna filtrów na miary jakości obrazu przekształconego 22
Dla obrazu: 23
Wizualne odzwierciedlenia wpływu częstotliwości próbkowania obrazu rentgenowskiego na odwzorowanie odczytanego przekroju szczeliny stawowej z zapisanego cyfrowo radiogramu bez wykonanych dodatkowych przekształceń: 600 dpi 200 dpi 300 dpi 100 dpi 24
Przekrój obrazu stawu kolanowego poddanego filtracji medianowej, zapisywanego z rozdzielczościami odpowiednio: 600, 300, 200 oraz 100 dpi: 25
Średnia różnica: Średnia różnica między obrazem oryginalnym i przekształconym nieznacznie wzrasta przy zwiększaniu rozmiaru okna stosowanych filtrów. 26
Zawartość strukturalna: Stosunek sumy kwadratów obrazu oryginalnego do sumy kwadratów obrazu przetworzonego (zawartość strukturalna) również zmienia się nieznacznie. 27
Znormalizowana korelacja wzajemna: Minimalne wahania znormalizowanej korelacji wzajemnej. 28
Jakość korelacji: W jakości korelacji występują również niewielkie wahania. 29
Maksymalna różnica (szczytowy błąd bezwzględny): Maksymalna różnica między obrazem oryginalnym i przetworzonym wykazuje dość znaczne wahania szczególnie przy zmianie wielkości okna filtru z parzystej na nieparzystą. 30
Wierność obrazu: Wierność obrazu zmienia się w zakresie 0, 1 % (dla filtru średniego o 0, 3 %). 31
Błąd średniokwadratowy: 32
Szczytowy błąd średniokwadratowy: 33
Normalizowany błąd bezwzględny: 34
Znormalizowany błąd średniokwadratowy: 35
Stosunek sygnału do szumu: 36
Współczynnik korelacji: 37
Odchylenie standardowe: 38
Można zauważyć, że stosowanie filtrów o oknach wielkości [n n], gdzie n jest parzyste znacznie pogarsza jakość filtracji (szczególnie dla filtru medianowego), co wynika z faktu, że w takich przypadkach pobierane zostają do analizy punkty nie z pełnego otoczenia przekształcanego punktu obrazu. 39
Przy stosowaniu powyższych parametrów można zauważyć dwa trendy: 1. znormalizowana korelacja wzajemna, jakość korelacji, wierność obrazu oraz stosunek sygnału do szumu wykazują największe wartości dla n nieparzystego z malejącym trendem zmian; 2. natomiast parametry z grupy błędów średniokwadratowych takie jak: średnia różnica, zawartość strukturalna, maksymalna różnica, błąd średniokwadratowy, szczytowy błąd średniokwadratowy oraz znormalizowany błąd średniokwadratowy przyjmują największe wartości dla n parzystego z rosnącym trendem zmian. Z pierwszej grupy najbardziej czułym wydaje się być stosunek sygnału do szumu, zaś z drugiej maksymalna różnica. 40
41
Analizować można również wpływ wielkości okna stosowanych filtrów na odwzorowanie profilu przekroju stawu kolanowego: Profile badanego stawu przy wielkości okna filtrów [3 3] 42
Profile badanego stawu przy wielkości okna filtrów [5 5] 43
Profile badanego stawu przy wielkości okna filtrów [9 9] 44
Profile badanego stawu przy wielkości okna filtrów [19 19] 45
- Proces analizy
- Aplikacja do rozpoznawania drzew
- Algorytm little'a
- Wyjaśnienie idiograficzne
- Błąd ekologiczny
- Metoda monograficzna
- Kongruencja matematyka
- Dwie proste przecięte trzecią prostą
- Pewien chłopiec miał pięć chlebów i dwie ryby
- Pięciokąt o dwóch parach boków równoległych
- Wielokąt o czterech bokach
- Wzór pole powierzchni graniastosłupa
- Gromada skrzydlatych kręgowców
- Jan kochanowski najkrótszy tren
- Jakie zjawiska atmosferyczne ilustrują te piktogramy
- Każdy trapez jest równoległobokiem
- Wyrażenia wymierne zastosowania
- Ramowy proces technologiczny wałka
- Proces pielęgnowania pacjenta paliatywnego przykłady
- Hamular çentik nedir
- Massa amb els aliments parcialment digerits
- Oddychanie tlenowe tabela
- Proces
- Model komunikacji
- Stirlingov proces
- Kruzenje ugljenika u prirodi
- Fazy procesu podejmowania decyzji
- Komunikacijski proces
- Proces motywacji
- Etapy procesu analitycznego
- Fotografia kolodionowa
- Proces wtrysku
- Smgs list przewozowy
- Nationaal expertisecentrum leerplanontwikkeling
- Tehnološki proces proizvodnje piva
- Fučkar proces zdravstvene njege
- Procesdecompositie
- Proces kadrowy w organizacji
- Ana zekavica
- Pzsd
- Synodaal proces
- Legea gazului ideal
- Intocmirea unui proces verbal model
- Auto proces
- Proces verbal cerc pedagogic
- Suicidaal proces