Automatyzacja systemu
Automatyzacja pomiaru punktów - zadania do wykonania
Rys. Schemat poglądowy rozmieszczenia fotopunktów i markerów
- Detekcja fotopunktów, markerów na ciele pacjenta i środków źrenic oczu.
- Pomiar wykrytych punktów z odpowiednią dokładnością.
- Dopasowanie punktów homologicznych.
- Rozpoznanie części ciała.
Automatyzacja pomiaru punktów - problemy do pokonania
- Obraz barwny, o niewielkiej rozdzielczości.
- Format JPEG niekiedy o znacznym stopniu kompresji.
- Wystąpienie zniekształcenia perspektywicznego sygnałów fotopunktów spowodowane wykonaniem zdjęć zbieżnych.
- Nierównomierne oświetlenie mierzonych punktów.
- Możliwość wystąpienia tzw. bliku i efektu „czerwonych oczu”.
Opis opracowanego systemu - wyznaczanie fotopunktów
Korelacja krzyżowa
Rys. Obrazy perspektywicznie przekształconych fotopunktów |
![]() |
Rys. Fotopunkty sygnalizowane nowymi znaczkami |
Wagowany środek ciężkości
Wyznaczanie położenia markerów
Rys. Schemat poglądowy pacjenta z zaznaczonymi markerami |
Rys. Schemat blokowy algorytmu wyznaczania położenia markerów |
Obraz wejściowy LRGB został poddany operacji dylatacji elementem kwadratowym strukturalnym o rozmiarze MSE1 x NSE1 = 3 x 3 dla każdej składowej RGB tj.:
LERGB(m,n,k) = min (LRGB(m,n,k))
gdzie m,n należą do SE1.
Konwersja obrazu LERGB do LGRAY
Usunięcie nierówności oświetlenia LWZGRAY
Zobacz wzór na LWZGRAY(m,n,k)
Korelacja wzajemna LCORR(m,n)
gdzie:
Zobacz wzór na LWZGRAY
Zobacz wzór na H1
MF, NF - liczba wierszy i kolumn zarówno maski H1 jak też analizowanego fragmentu obrazu LWZGRAY (z definicji mająca tą samą liczbę wierszy i kolumn)
H1 - maska.
Progowanie stałą wartością progu pr
LBIN(m,n) = LCORR(m,n) > pr
Obliczenie środka ciężkości i wagi jako pola powierzchni markera
Rys. Wyniki korelacji wzajemnej - LCORR |
Rys. Obraz pacjenta z znaczonymi markerami oraz wartościami wag |