Upload
maria-nieves-florentin
View
1.493
Download
0
Tags:
Embed Size (px)
Citation preview
María Nieves Florentín NúñezUniversidad Nacional de Itapúa,
Facultad de Ingeniería.Paraguay
Ezequiel López Rubio
Sérgio Antonio PohlmannUniversidad Nacional de Itapúa,
Facultad de Ingeniería Paraguay
Universidad de Málaga, Departamento de Lenguajes y
Ciencias de la Computación España
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética CACIC 2009
Introducción
Las Secuencias de video son menudo son contaminadas por ruido de muchas
formas diferentes. Existen numerosas técnicas de detección y de reducción de
ruido. Por ejemplo, los filtros de la media, media armónica y media aritmética,
son buenos para reducir ruido Gaussiano. El filtro de la mediana, es uno de los
filtros más populares para reducir ruido impulsivo.
Filtro de la mediana estándar
Video original Video ruidoso Filtro de la mediana estándar
Video: Angiografía de osteosarcoma
Los filtros de la mediana conmutadas, consiste en un esquema de conmutación basado en un detector de impulso, para determinar qué píxeles deberían ser filtrados.
Propuestas:
New Impulse Detector for Switching Median Filters (NIDSMFs). Propuesto
por Zhang and Karim, 2002.
Adaptive Two-pass Median (ATM). Propuesto por Lin and Yu, 2004.
Neuro-Fuzzy Rule Base Adaptive Median (NFRBAM). Propuesto por Toprak,
Özerdem and Güler, 2008.
Proponemos un Nuevo Filtro de la Mediana Adaptable, NAMF (New Adaptive
Median Filter).
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Introducción
Concepto: Ruido impulsivo
Ruido impulsivo sal y pimienta: Consideremos que es el píxel
original y denota el píxel corrupto, son valores independientes e
iguales a 0 ó 255. Los píxeles de la imagen son distorsionados de acuerdo a:
nx
Ruido sal y pimienta
Ruido Valor aleatorio: donde la contaminación de los componentes son variables aleatoria [0, 255].
321 ,, ooo
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
BGR xxxx ,,
321 ,, ooo
,,,
,,,
,,,
,,,
321
33
22
11
ppadprobabilidconooo
ppadprobabilidconoxx
ppadprobabilidconxox
ppadprobabilidconxxo
xGR
BR
BG
n
Método Propuesto
Diagrama de bloques del método propuesto
Detector de impulso
Se base en dos suposiciones: 1) una imagen sin ruido consiste en áreas locales
que varían suavemente, separadas por bordes y 2) un píxel ruidoso toma un
valor sustancialmente más grande o más pequeño que las de sus vecinos.
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Máscaras de convolución
0 0 0 0 0
0 0 0 0 0
-1 -1 4 -1 -1
0 0 0 0 0
0 0 0 0 0
0 0 -1 0 0
0 0 -1 0 0
0 0 4 0 0
0 0 -1 0 0
0 0 -1 0 0
-1 0 0 0 0
0 -1 0 0 0
0 0 4 0 0
0 0 0 -1 0
0 0 0 0 -1
0 0 0 0 -1
0 0 0 -1 0
0 0 4 0 0
0 -1 0 0 0
-1 0 0 0 0
CACIC 2009
Máscaras de convolución 5x5, unidireccionales.
Detector de impulso
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Proceso de convolución
CACIC 2009
0 0 0 0 0
0 0 0 0 0
-1 -1 4 -1 -1
0 0 0 0 0
0 0 0 0 0
5 5 13 16 8 7 9
64 71 103 127 80 72 78
73 67 63 62 58 64 59
108 81 63 64 55 57 58
129 104 0 62 86 96 82
Filtro 1
Filtro 2
Filtro 3
Filtro 4
d1= -1 * [5 + 13]= -18 f1= (4 * 5) – d1= 2
Valor a filtrar 5 posición f (1, 1)
d2= -1 * [64 + 73]= -137 f2= (4 * 5 ) – d2= -117
d3= -1 * [71 + 63]= -134 f3= (4 * 5 ) – d3= -114
d4= 0 f4= (4 * 5 ) – d4= 20
}3,...,1{},4,...,1{, kpKfr pkpk
2 -14 18 31 -13 -13 9
82 -10 70 182 -60 -75 9
162 70 -8 -4 -16 21 -10
288 89 56 0 -22 0 5
412 255 -381 -38 104 64 -363
-117 -118 -114 -125 -106 -108 -101
70 131 273 366 199 160 186
-14 7 73 -21 3 24 9
73 -49 -169 -57 -80 -73 -64
143 21 -510 -45 88 127 7
-114 -145 -133 -80 -99 -106 -110
126 152 290 380 182 170 185
211 79 26 -11 -47 12 46
73 189 -17 -33 -118 -127 -66
256 -32 -283 -25 21 71 57
20 -44 -92 -106 -158 -114 -94
251 198 221 356 188 157 185
208 41 -93 -6 87 53 11
262 5 -87 -5 -239 -57 -69
372 198 -352 -242 37 89 73
Filtro 1 Filtro 2
Filtro 3 Filtro 4
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
0 0 -1 0 0
0 0 -1 0 0
0 0 4 0 0
0 0 -1 0 0
0 0 -1 0 0
-1 0 0 0 0
0 -1 0 0 0
0 0 4 0 0
0 0 0 -1 0
0 0 0 0 -1
0 0 0 0 -1
0 0 0 -1 0
0 0 4 0 0
0 -1 0 0 0
-1 0 0 0 0
CACIC 2009
.3,,1,),(),,(
),(),(),(
kTjizjiz
Tjizmedianji
kk
kk
}.3,...,1{,,,,,,,,min, 4321 kjirjirjirjirabsjiz kkkkk
.}3,,1{)},,,(
),...,,,(,),,,(),1,,(,),1,,(,),1,,({),(
ktnjnif
tjiftnjniftnjniftjiftnjnifmedianjim
k
kkkkkk
Calcular el mínimo valor absoluto
Filtro de la mediana
2 14 18 31 13 13 9
70 10 70 182 60 75 9
14 7 8 4 3 11 9
73 5 17 0 22 0 5
143 21 283 25 21 64 7
Ventana de filtro
xi-n,j-n xi,j-n xi+n,j-n
xi-n,j xi,j xi+n,j
xi-n,j+n xi,j+n xi+n,j+n
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
CACIC 2009
.3,,1,),(),,(
),(),(),(
kTjizjiz
Tjizmedianji
kk
kk
Filtro de la mediana
.254)))()((()),(~)(((,2)~(),(
254)))()((()),()(((,2)~(),(),(
,,,,,
,,,,
jikjikjikjikkkjik
jikjikjikjikkk
k xxabsxxorx
xxabsxxormedianji
Aporte
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
CACIC 2009
Algoritmo del filtro propuesto
Paso 0: Leer un video.
Paso 1: recorrer fotograma por fotograma y añadir ruido impulsivo con una
densidad de 0.05, tanto al fotograma actual como al fotograma anterior y
posterior.
Paso 2: definir las cuatro máscaras de convolución de 5x5 y segmentar el
fotograma ruidosa actual.
}3,...,1{},4,...,1{, kpKfr pkpk
Paso 3: calcular el mínimo valor absoluto de rpk , es decir, de las cuatro
convoluciones resultantes.
}.3,...,1{,,,,,,,,min, 4321 kjirjirjirjirabsjiz kkkkk
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
CACIC 2009
Paso 5: Sí zk(i, j) es un píxel ruidoso, es decir es mayor que T, entonces ir al
Paso 6, en caso contrario mantener la intensidad del píxel.
Paso 6: Aplicar el filtro de la mediana, si se cumplen las condiciones de la
ecuación siguiente, en caso contrario, mantener la intensidad del píxel.
.254)))()((()),(~)(((,2)~(),(
254)))()((()),()(((,2)~(),(),(
,,,,,
,,,,
jikjikjikjikkkjik
jikjikjikjikkk
k xxabsxxorx
xxabsxxormedianji
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Paso 4: Comparar zk(i, j), con un umbral predefinido T para determinar si es un
píxel ruidoso.
.3,,1,),(),,(
),(),(),(
kTjizjiz
Tjizmedianji
kk
kk
Resultados obtenidos
Cuantitativos
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
qkjifkjifmn
MSEq
l
n
j
m
ik
/,,',,3
1
1 1
2
1
3
1
Angiografía de Osteosarcoma
0.000
0.300
0.600
0.900
1.200
1.500
75 100 125 150 175 200
Umbral T
MS
E NIDSMFs
NAMF
Estabilidad del algoritmo
CACIC 2009
Desviación estándar de 10 videos
0.000
0.200
0.400
0.600
0.800
1.000
1.200
75 100 125 150 175 200
Umbral T
MS
E NIDSMFs
NAMF
Media de 10 videos
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1.800
75 100 125 150 175 200
Umbral T
MS
E NIDSMFs
NAMF
Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Subjetivos
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Video original Video ruidoso
NIDSMFs NAMF
Tiempo de procesamiento
CACIC 2009 Reducción de Ruido Impulsivo en Secuencias de Video en Color de Resonancia Magnética
Tiempo de procesamiento (segundo)NIDSMFs 153.266
NAMF 139.469
Conclusiones y trabajo futuro
El nuevo filtro propuesto, para reducir el ruido impulsivo en secuencias de video en color de
resonancia magnética, redujo eficazmente el ruido impulsivo y preservó satisfactoriamente las
líneas finas de las secuencias imágenes. Se demostró que el filtro propuesto es mejor que el
filtro propuesto por Zhang y Karim, en cuanto a los resultados cuantitativos, subjetivos, tiempo
de procesamiento y mayor estabilidad del algoritmo propuesto.
En futuras investigaciones consideraremos los métodos basados en vectores para el
procesamiento de video en color, ampliaremos la detección y reducción de ambos tipos de
ruido impulsivo y compararemos con más métodos existentes.
María Nieves Florentín Núñez
Ezequiel López [email protected]
Sérgio Antonio [email protected]
Universidad Nacional de Itapúa, Facultad de Ingeniería
Paraguay
Universidad Nacional de Itapúa, Facultad de Ingeniería
Paraguay
Universidad de Málaga, Departamento de Lenguajes y Ciencias de la Computación
España