Robert Koprowski

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