«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.»

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.»"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Τμήμα Εφαρμοσμένης Πληροφορικής, Πρόγραμμα Μεταπτυχιακών Σπουδών Ειδίκευσης Συστήματα Υπολογιστών «Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.» ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Καργοπούλου Ωραιοζήλη mai 20/10 Επιβλέπων: Μανιτσάρης Αθανάσιος, Καθηγητής. Εγκρίθηκε από την τριμελή εξεταστική επιτροπή στις.... Μανιτσάρης Αθανάσιος Καθηγητής... Γεωργιάδης Χρήστος Θεσσαλονίκη Κατσούλη-Κάτου Ελένη 1 Καργοπούλου Ωραιοζήλη 2011

2 Copyright Καργοπούλου Ωραιοζήλη, 2011 Με επιφύλαξη παντός δικαιώματος. All rights reserved. Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσας εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα. Ερωτήματα που αφορούν τη χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς τον συγγραφέα. Η έγκριση της εργασίας από το Τμήμα Εφαρμοσμένης Πληροφορικής του Πανεπιστημίου Μακεδονίας δεν υποδηλώνει απαραιτήτως και αποδοχή των απόψεων του συγγραφέα εκ μέρους του Τμήματος (Ν.5343/32 αρ.202 παρ.2). 2 Καργοπούλου Ωραιοζήλη 2011

3 Περιεχόμενα Κατάλογος Σχημάτων... 8 Περίληψη Λέξεις κλειδιά Abstract Key Words Εισαγωγή Εισαγωγή στον χώρο της επεξεργασίας εικόνας Αντικείμενο της εργασίας Δομή της εργασίας Ψηφιακή Επεξεργασία Εικόνας Βασικές έννοιες Ψηφιακή Εικόνα Pixel Ανάλυση εικόνας Βάθος χρώματος Μέγεθος αρχείων Χαρτογραφικές εικόνες (bmp) Επεξεργασία εικόνας Χαρακτηριστικά εικόνας Χρώμα Εισαγωγή Χρωματικοί Χώροι Καργοπούλου Ωραιοζήλη 2011

4 Ο RGB χώρος Ο HSV χώρος Ο CIE L*a*b* χώρος Ο CIE L*u*v* χώρος Ο YCbCr χώρος HSI, HSL και HCV Ο Y I Q ή NTSC χώρος Χαρακτηριστικά Χρώματος Ιστόγραμμα Εικόνας Ιστόγραμμα Χρώματος Εικόνας Φωτεινότητα (Brightness) Κορεσμός Σχήμα Εισαγωγή Χαρακτηριστικά Σχήματος Ακμές α Μέθοδος Sobel β Μέθοδος Prewitt γ Μέθοδος Robert δ Μέθοδος Laplacian of Gaussian (log) ε Μέθοδος Zero-cross στ Μέθοδος Canny Περιγραφείς Fourier Τμηματοποίηση Υφή Καργοπούλου Ωραιοζήλη 2011

5 Εισαγωγή Μέθοδοι ανάλυσης υφής Στατιστικά Στοιχεία Πρώτης Τάξης Πίνακας συνεμφάνισης Μέθοδος μήκους διαδρομής Συχνότητα κορυφής Αυτοσυσχέτιση Φάσμα Ισχύος Fourier Φάσμα Υφής Χαρακτηριστικά ενέργειας υφής Χαρακτηριστικά υφής κλασματικής διάστασης Κατάτμηση Εικόνας Εισαγωγή Μέθοδοι κατάτμησης Κατωφλίωση Κατάτμηση βάση περιοχών Τοπολογικά Χαρακτηριστικά Επεξεργασία ιατρικών εικόνων Πληροφορική και υγεία Ιστορική αναδρομή Διαθέσιμες εφαρμογές και συστήματα Εφαρμογές Οπτικό Ακουστικής Αναγνώρισης Ομιλίας Οπτική-ακουστική ανάλυσης ομιλίας (του CVSP) Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού (του CVSP) Καργοπούλου Ωραιοζήλη 2011

6 3.3.3 Tongue Analysis Package (MTAP): EdgeTrak System and Surfaces System VocalTractLab Ouisper Μεθοδολογία επεξεργασίας και βελτιστοποίησης υπερηχογραφικών εικόνων από το κάτω μέρος του στόματος και τη γλώσσα Εικόνες υπερήχου Αρχική Επεξεργασία Εικόνας Μετατροπή Τύπου εικόνας Πρώτο κόψιμο εικόνας Δεύτερο κόψιμο εικόνας Βελτιστοποίηση Εικόνας Γέμισμα κενών εικόνας Φίλτρο Gauss Μείωση θορύβου Μορφολογικό Κλείσιμο Μορφολογικό άνοιγμα Αύξηση αντίθεσης Επανάληψη φιλτραρίσματος Εξαγωγή Περιγράμματος της Γλώσσας Προσαρμογή Μεγέθους Εικόνας Λογισμικό UImP, για βελτιστοποίηση υπερηχογραφικών εικόνων Σύντομη εισαγωγή στο Matlab UImP Καργοπούλου Ωραιοζήλη 2011

7 5.2.1 Μενού Επιλογών Μπάρα Εργαλείων Περιοχή εμφάνισης πληροφοριών για την εικόνα που φορτώθηκε Επιλογές αρχικής επεξεργασίας εικόνων Περιοχή εμφάνισης της επεξεργασμένης εικόνας Τυποποιημένη επεξεργασία εικόνας Περιοχή εμφάνισης αποτελεσμάτων από ακολουθία εικόνων Φίλτρα Επιλογή γλώσσας Αξιολόγηση Συμπεράσματα Βιβλιογραφικές αναφορές Παράρτημα Α Παράρτημα Β Καργοπούλου Ωραιοζήλη 2011

8 Κατάλογος Σχημάτων Σχήμα 1 Διάταξη των pixel μιας εικόνας Σχήμα 2 Ο RGB χρωματικός κύβος Σχήμα 3 Απεικόνιση του RGB Σχήμα 4 Απεικόνιση του HSV χώρου Σχήμα 5 Απεικόνιση του χώρου CIE L*a*b* Σχήμα 6 Απεικόνιση του χώρου CIE L*u*v* Σχήμα 8 (α) Ο HSL χώρος ως double-cone, (β) Η διαφορά των HSL και HSV χρωματικών χώρων Σχήμα 7 (α) Μια έγχρωμη εικόνα και τα (β) Y, (γ) Cb, και (δ) Cr στοιχεία της Σχήμα 9 HIS και HCV Σχήμα 10 Α/Β Παραδείγματα για ιστόγραμμα εικόνας Σχήμα 11 Ιστόγραμμα χρώματος Σχήμα 12 Ανίχνευση ακμών - Μέθοδος Sobel (thres = ) Σχήμα 13 Ανίχνευση ακμών - Μέθοδος Prewitt (thres = ) Σχήμα 14 Ανίχνευση ακμών - Μέθοδος Robert (thres = ) Σχήμα 15 Ανίχνευση ακμών - Μέθοδος LoG (thres = ) Σχήμα 16 Ανίχνευση ακμών - Μέθοδος Zero-cross (thres = ) Σχήμα 17 Ανίχνευση ακμών - Μέθοδος Canny (thres1 = 0.07, thres2 = 0.08, Sigma = 1) Σχήμα 18 Χαρακτηριστικά παραδείγματα υφών Σχήμα 19 Το όραμα για την εξέλιξη της ιατρικής στον 21 ο αιώνα Σχήμα 20 Διάγραμμα οπτικοακουστικής αναγνώρισης ομιλίας σε πραγματικό χρόνο. Πρωτότυπο σύστημα AV-ASR του CVSP-NTUA Σχήμα 21 Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού. Πρωτότυπο σύστημα του CVSP-NTUA Καργοπούλου Ωραιοζήλη 2011

9 Σχήμα 22 EdgeTrak: Τυπικά αποτελέσματα από μια ακολουθία εικόνων Σχήμα 23 Surfaces, μεθοδολογία συστήματος Σχήμα 24 Παράθυρο εφαρμογής VocalTractLab Σχήμα 25 Ανασκόπηση δύο εκδοχών του συστήματος Ouisper: σε φορητό υπολογιστή και το HATS Σχήμα 26 Επισκόπηση του συστήματος σύνθεσης ομιλίας Ouisper Σχήμα 27 Ενδεικτική εικόνα υπερήχου από το κάτω μέρος του στόματος και τη γλώσσα Σχήμα 28 Double grayscale εικόνα υπερήχου Σχήμα 29 Binary εικόνα υπερήχου Σχήμα 30 (α/β) Εικόνα μετά το πρώτο κόψιμο Σχήμα 31 (α/β) Εικόνα μετά το δεύτερο κόψιμο Σχήμα 32 Τυποποιημένο κόψιμο εικόνας Σχήμα 33 Εικόνα πριν και μετά το γέμισμα κενών Σχήμα 34 Φίλτρο Gauss [10 x 10, sigma = 0.7] Σχήμα 35 α. Εικόνα με σποραδικές εξαφανίσεις της γλώσσας β. Εξαγωγή των ακμών της Σχήμα 36 Μορφολογικό κλείσιμο με strel = 'disk', R=2, N= Σχήμα 37 Μορφολογικό άνοιγμα με strel = 'line', 10, Σχήμα 38 Αύξηση αντίθεσης Σχήμα 39 Δεύτερο μορφολογικό κλείσιμο και μορφολογικό άνοιγμα Σχήμα 40 Επιπλέον Αύξηση Αντίθεσης Σχήμα 41 Φίλτρο Gauss Σχήμα 42 Ορισμός της θέσης της γλώσσας στην εικόνα Σχήμα 43 Εφαρμογή των τριών σταδίων της μεθοδολογίας Σχήμα 44 Παραδείγματα προσαρμογής μεγέθους εικόνων μετά την επεξεργασία Καργοπούλου Ωραιοζήλη 2011

10 Σχήμα 45 Λογισμικό UImP Σχήμα 46UImP - Μενού - Save Σχήμα 47 UImP - Μενού - File Σχήμα 48 UImP - Μενού - About Σχήμα 49 UImP - Μενού - Creator Σχήμα 50 UImP - Μενού - Help Σχήμα 51 UImP - Loaded Image Σχήμα 52 UImP - Επιλογές αρχικής επεξεργασίας εικόνων Σχήμα 53 UImP Μετά τη φόρτωση εικόνας Σχήμα 54 UImP Μετά το κόψιμο της εικόνας Σχήμα 55 UImP Εμφάνιση της επεξεργασμένης εικόνας εισαγωγής Σχήμα 56 UImP Τυποποιημένη Επεξεργασία Σχήμα 57 UImP Μετά την επεξεργασία Σχήμα 58 UImP - Επόμενο δευτερόλεπτο Σχήμα 59 UImP - Εμφάνιση Αποτελεσμάτων Σχήμα 60 Αποτελέσματα εφαρμογής της Μεθοδολογίας Καργοπούλου Ωραιοζήλη 2011

11 11 Καργοπούλου Ωραιοζήλη 2011

12 Περίληψη Κάθε εικόνα περιλαμβάνει χαρακτηριστικά που μας δίνουν πληροφορίες τόσο για την ίδια (όνομα, μέγεθος κλπ.) όσο και για το περιεχόμενό της (χρώμα, φωτεινότητα κ.α.). Μια σειρά από παράγοντες όπως ο θόρυβος ή ο κακός περιβάλλοντας φωτισμός, μπορούν να αλλοιώσουν μια εικόνα κατά τη λήψη της. Οπότε, πριν από οποιαδήποτε προσπάθεια εξαγωγής χαρακτηριστικών από το περιεχόμενο μιας εικόνας, είναι απαραίτητο να εφαρμόζονται τεχνικές για την βελτιστοποίησή της. Στην παρούσα εργασία αντικείμενο της επεξεργασίας είναι μια εξειδικευμένη κατηγορία εικόνων, εικόνες από υπερήχους (ultrasound images) που έχουν ληφθεί από το κάτω μέρος του στόματος και τη γλώσσα. Στόχος της εργασίας είναι η ανάπτυξη και παρουσίαση μιας μεθοδολογίας για την βελτιστοποίηση των εικόνων αυτών, με απώτερο σκοπό την εξαγωγή ενός ομαλού περιγράμματος από το κάτω μέρος της γλώσσας, που ουσιαστικά δίνει και την κίνησή της. Το πρώτο στάδιο της μεθοδολογίας περιλαμβάνει την αφαίρεση της περιοχής της εικόνας που δεν παρέχει χρήσιμη πληροφορία για τη γλώσσα, με αποτέλεσμα την μείωση της πολυπλοκότητας. Στο δεύτερο στάδιο, γίνεται εφαρμογή τεχνικών για βελτιστοποίηση της εικόνας. Οι τεχνικές που εφαρμόζονται επιλέχθηκαν μέσα από τις υπάρχουσες τεχνικές της βιβλιογραφίας και παρουσιάζουν τα καλύτερα αποτελέσματα στην αντιμετώπιση των προβλημάτων των εικόνων υπερήχων. Τέλος, στο τρίτο στάδιο εξάγεται το περίγραμμα της γλώσσας. Στα πλαίσια της εργασίας δημιουργήθηκε το λογισμικό UImP, με τη χρήση του Matlab. Το λογισμικό UImP αποτελεί εφαρμογή της μεθοδολογίας που περιγράφηκε παραπάνω (ο κώδικας δίνεται στο Παράρτημα Β). Λέξεις κλειδιά βελτιστοποίηση, επεξεργασία, εικόνα, ακολουθία εικόνων, υπέρηχος, γλώσσα, φίλτρα, ιατρική, εφαρμογές, Matlab 12 Καργοπούλου Ωραιοζήλη 2011

13 Abstract Every image contains features that provide information about the image itself (name, size, etc.) and its contents (color, brightness, containing objects etc.). A variety of factors such as noise or poor ambient lighting may distort a picture in the process of taking. So the appliance of image optimization teqniques is necessary prior to any features extraction from the image s contents. In the present paper object of the process is a specialized class of images, ultrasound images from the bottom of the mouth and the tongue. The aim of the paper is to develop and present an appropriate methodology for optimization of those images. Final target of the optimization is the extraction of a smooth, continuous contour of the underside of the tongue, which is what actually shows us the tongue s movement. The methodology involves: At first, removal of the image area that does not provide useful information about tongue, in order to reduce complexity. In the next step, application of selected techniques for image optimization. And finally, the exportation of the tongue s contours. As part of this paper a software named UImP (Ultrasound Image Processing) was developed in Matlab. This software implements the methodology described above (the code is given in Appendix B). Key Words Optimization, processing, image sequence, ultrasound image, tongue, filters, medicine, applications, Matlab 13 Καργοπούλου Ωραιοζήλη 2011

14 1. Εισαγωγή 1.1 Εισαγωγή στον χώρο της επεξεργασίας εικόνας Η εξέλιξη της τεχνολογίας και των μέσων παραγωγής πολυμεσικού υλικού έχει οδηγήσει σε μεγάλο όγκο διαθέσιμης πληροφορίας. Αυτό από τη μια λειτουργεί ως πλεονέκτημα, γιατί ο καθένας μπορεί να βρει άφθονες πηγές πληροφοριών για ένα θέμα που τον ενδιαφέρει, αλλά από την άλλη υπάρχει πάντα ο κίνδυνος να χαθεί μέσα στον όγκο της πληροφορίας. Συνεπώς δημιουργείται η επιτακτική ανάγκη για αποδοτική αξιοποίηση της πληροφορίας, με τη χρήση βεβαίως των κατάλληλων μέσων. Ένας τρόπος για να επιτευχθεί ο σκοπός αυτός είναι η επεξεργασία των πολυμεσικών δεδομένων, και συγκεκριμένα στην παρούσα εργασία της εικόνας. Επεξεργασία εικόνας ονομάζεται οποιαδήποτε μορφή επεξεργασίας δεδομένων, η οποία καλύπτει τις εξής κατηγορίες [Wikipedia]: Επεξεργασία εικόνας: Είσοδος: Εικόνα Έξοδος: Εικόνα, Ανάλυση εικόνας: Είσοδος: Εικόνα Έξοδος: Αποτελέσματα μετρήσεων, και Κατανόηση εικόνας: Είσοδος: Εικόνα Έξοδος: Προσδιορισμός στοιχείων υψηλού επιπέδου. Η επεξεργασία εικόνων έχει εφαρμογές σε πολλούς τομείς. Ενδεικτικά αναφέρονται εφαρμογές στη γραφιστική, τη φωτογραφία, την ανάλυση μικροσκοπικών παρατηρήσεων, στην ασφάλεια (ταυτοποίηση προσώπων κ.λ.π.), σε διαδικτυακές εφαρμογές, σε επεξεργασία εικόνας για ιατρικούς σκοπούς, σε εφαρμογές τεχνητής νοημοσύνης (machine vision) κ.α. Στην εργασία αυτή, μελετάται η επεξεργασία εικόνας από τη σκοπιά των ιατρικών εφαρμογών. 14 Καργοπούλου Ωραιοζήλη 2011

15 1. Εισαγωγή 1.2 Αντικείμενο της εργασίας Η εργασία αυτή έχει ως αντικείμενο τον πολύ επίκαιρο τομέα της επεξεργασίας ψηφιακών εικόνων. Σκοπός της εργασίας είναι αρχικά μια ολοκληρωμένη παρουσίαση των βασικότερων χαρακτηριστικών της εικόνας, και των μεθόδων που χρησιμοποιούνται για τον εντοπισμό και την εξαγωγή τους. Παράλληλα πραγματοποιείται ανασκόπηση της εφαρμογής συστημάτων πληροφορικής στον τομέα της ιατρικής, με έμφαση στα συστήματα που χρησιμοποιούν τεχνικές επεξεργασίας εικόνας, και ειδικά σε εφαρμογές που ασχολούνται με τους εξειδικευμένους τομείς της επεξεργασίας εικόνων υπερήχων και την σύνθεσης/αναγνώρισης ομιλίας. Τελικός σκοπός της εργασίας είναι η δημιουργία μιας μεθοδολογίας για την επεξεργασία και βελτιστοποίηση υπερηχογραφικών εικόνων από το κάτω μέρος του στόματος και τη γλώσσα με σκοπό την εύρεση και απομόνωση της γλώσσας. 1.4 Δομή της εργασίας Στο δεύτερο κεφάλαιο της εργασίας παρατίθενται οι βασικές έννοιες και ορισμοί της ψηφιακής επεξεργασίας εικόνας. Στη συνέχεια παρουσιάζονται τα βασικότερα χαρακτηριστικά της εικόνας, οι συναρτήσεις εντοπισμού τους, οι παράγοντες που τα επηρεάζουν, καθώς και τα μοντέλα και οι τεχνικές που βοηθούν στην μέτρηση και αναπαράσταση τους. Στο τρίτο κεφάλαιο γίνεται μια ανασκόπηση της χρήσης και χρησιμότητας της πληροφορικής στην ιατρική. Εντοπίζονται τα πεδία που οι δύο αυτές επιστήμες συναντιούνται, και ενδεικτικά συστήματα που έχουν δημιουργηθεί, ανά κατηγορία. Τέλος το κεφάλαιο εστιάζει σε εφαρμογές του χώρου ενδιαφέροντος της εργασίας, που χρησιμοποιούν την επεξεργασία εικόνας με τελικό σκοπό την αναγνώριση και παραγωγή ομιλίας. Στο τέταρτο κεφάλαιο γίνεται μια εισαγωγή στις εικόνες από υπερήχους και τα χαρακτηριστικά τους. Έπειτα περιγράφεται αναλυτικά η μεθοδολογία που επιλέχθηκε για την επεξεργασία και βελτιστοποίηση υπερηχογραφικών εικόνων από το κάτω μέρος του στόματος και τη γλώσσα με σκοπό την εξαγωγή του 15 Καργοπούλου Ωραιοζήλη 2011

16 1. Εισαγωγή περιγράμματος της γλώσσας. Σε κάθε στάδιο γίνεται λεπτομερής αναφορά στις τεχνικές που επιλέχθηκαν, και στην παραμετροποίηση τους. Στο πέμπτο κεφάλαιο γίνεται παρουσίαση του λογισμικού που δημιουργήθηκε βάση της μεθοδολογίας του προηγούμενου κεφαλαίου. Το όνομά του, UImP, επιλέχθηκε έτσι ώστε να είναι αντιπροσωπευτικό του χώρου ενδιαφέροντος (Ultrasound Image Processing). Περιγράφονται τα μέρη που αποτελούν την διεπαφή, και η λειτουργία που εκτελεί το καθένα. Τελος παρατείθεται Έπειτα παρατίθενται τα συμπεράσματα που προέκυψαν κατά και μετά την εκπόνηση της εργασίας και δύο συμπληρωματικά παραρτήματα. Στο πρώτο παράρτημα παρουσιάζεται μια μικρού μεγέθους εφαρμογή στο Matlab που λειτουργεί βοηθητικά στην κατανόηση των χαμηλού επιπέδου χαρακτηριστικών της εικόνας. Στο δεύτερο παράρτημα δίνεται ο κώδικας του λογισμικού UImP που υλοποιήθηκε στα πλαίσια της εργασίας και περιγράφεται στο κεφάλαιο Καργοπούλου Ωραιοζήλη 2011

17 2. Ψηφιακή Επεξεργασία Εικόνας Η ραγδαία ανάπτυξη των Νέων Τεχνολογιών τις τελευταίες δεκαετίες οδήγησε σε ανάπτυξη και των επιμέρους περιοχών τους. Στο τομέα των πολυμέσων ο πλέων υπερβολικά μεγάλος όγκος πολυμεσικής πληροφορίας οδήγησε στην ανάγκη εύρεσης τρόπων αποδοτικής αξιοποίησης της. Όσον αφορά στα βίντεο και στις εικόνες, το πρόβλημα αυτό έρχεται να λύσει η Ψηφιακή Επεξεργασία Εικόνας (ΨΕΕ). Κύριοι στόχοι της ΨΕΕ, που συνεχώς εξελίσσονται λόγω της μεγάλης ανάπτυξης του κλάδου, είναι η κωδικοποίηση εικόνας, η βελτιστοποίηση και αποκατάστασή, η περιγραφή και η ανάλυσή τους. Συνεχώς δημιουργούνται νέες εφαρμογές που καλύπτουν πλήθος τομέων της επιστήμης και της τεχνολογίας. 2.1 Βασικές έννοιες Για την καλύτερη κατανόηση της εργασίας παρατίθενται παρακάτω κάποιες βασικές έννοιες και ορισμοί Ψηφιακή Εικόνα Η μετάβαση από τον αναλογικό στον ψηφιακό κόσμο δημιούργησε την ανάγκη για μετατροπή των αναλογικών σημάτων σε ψηφιακά. «Έτσι μια πραγματική εικόνα μεταφέρεται στον ψηφιακό κόσμο με τη μορφή διακεκριμένου σήματος που έχει τη μορφή ψηφιακών πινάκων.» [Παπαμάρκος 2005] Και σύμφωνα με τη Wikipedia, με τον όρο ψηφιακή εικόνα εννοούμε την αριθμητική αναπαράσταση μιας δυαδικής εικόνας. Κάθε ψηφιακή εικόνα αναπαριστάται από έναν πίνακα Ι(i,j), διαστάσεων Ν Μ (οι διαστάσεις του πίνακα αντιστοιχούν στο ύψος και στο πλάτος της εικόνας). Οι τιμές που παίρνουν τα i και j εξαρτώνται από το είδος της εικόνας. Μια ψηφιακή εικόνα μπορεί να είναι: 17 Καργοπούλου Ωραιοζήλη 2011

18 2. Επεξεργασία Εικόνας Δυαδική (Binary). Η δυαδική εικόνα έχει μόνο δύο στάθμες φωτεινότητας, το μαύρο (τιμή 0) και το άσπρο (τιμή 1), και είναι ή απλούστερη μορφή εικόνας που συναντάται. Αποχρώσεων του γκρι (Gray-scale). Μια εικόνα αποχρώσεων του γκρι και διαστάσεων ΝxΜ αναπαριστάται με έναν πίνακα ακεραίων δύο διαστάσεων Όπου,, με (συνήθως m = 8, άρα G = 256 αποχρώσεις του γκρι) Η τιμή της εικόνας Ι(i,j) είναι ανάλογη με την τιμή της φωτεινότητας του εικονοστοιχείου (i,j), και για 256 αποχρώσεις του γκρι παίρνει τιμές από 0 (μαύρο) μέχρι 255 (άσπρο). Έγχρωμη (Color). Η έγχρωμη ψηφιακή εικόνα αναπαριστά με τον πιο ρεαλιστικό τρόπο τον πραγματικό κόσμο. Αποτελείται από τρις εικόνες αποχρώσεων του γκρι, διαστάσεων ΝxΜ ίδιων με τις διαστάσεις της εικόνας. Όπου,, για κάθε c = 1,2, Pixel Η λέξη αυτή προέρχεται από τη φράση picture element και εκφράζει το στοιχειώδες τμήμα μιας εικόνας. [Πήτας 2001] [Παπαμάρκος 2005] Ένα pixel Σχήμα 1 Διάταξη των pixel μιας εικόνας 18 Καργοπούλου Ωραιοζήλη 2011

19 2. Επεξεργασία Εικόνας αντιστοιχεί στην τιμή της ακτινοβολίας σε ένα συγκεκριμένο σημείο του χώρου. Συνήθως τα pixels είναι οργανωμένα σε ορθoγωνικές διατάξεις (Σχήμα ). Ένα pixel αντιστοιχεί στην τιμή της ακτινοβολίας σε μια στοιχειώδη επιφάνεια και όχι σε ένα μεμονωμένο σημείο. Στις ψηφιακές εικόνες, που η αναπαράσταση των εικόνων γίνεται με πίνακες, η τιμή ενός pixel ισούται με την αντίστοιχη τιμή του στοιχείου του πίνακα Ανάλυση εικόνας Ανάλυση εικόνας (image resolution) λέγεται το μέγεθος που δείχνει από πόσα εικονοστοιχεία αποτελείται μια ψηφιακή εικόνα στη μονάδα του μήκους. Μετριέται σε ppi (pixels per inch). [Δημητριάδης et all 2004] Ουσιαστικά είναι η έννοια της συχνότητας δειγματοληψίας μεταφερμένη στο χώρο. Η συχνότητα δειγματοληψίας δηλώνει γενικά το πλήθος των δειγμάτων που δημιουργούνται από το αναλογικό σήμα στη μονάδα του χρόνου και η ανάλυση το πλήθος των δειγμάτων που δημιουργούνται από την αναλογική εικόνα στη μονάδα του μήκους. Η υψηλή ανάλυση δε συνεπάγεται απαραίτητα και ποιοτικότερη απεικόνιση μιας εικόνας Βάθος χρώματος Το βάθος χρώματος (bit depth) μιας εικόνας αναπαριστά των αριθμό των bits που χρησιμοποιούνται για τον έλεγχο του κάθε pixel της εικόνας. [Δημητριάδης et all 2004] Ένα bit (ψηφίο) καθορίζει εάν ένα κομμάτι πληροφορίας αναπαρίσταται από ένα 0 ή ένα 1. Από το βάθος χρώματος προκύπτει και το πλήθος των χρωμάτων που είναι διαθέσιμα για τη δημιουργία μιας εικόνας. Δηλαδή, μια εικόνα βάθους 1- bit (κάθε pixel μπορεί να έχει τιμή 0 ή 1) έχει μόλις 2 χρώματα, άσπρο και μαύρο. Οι συνηθέστερες τιμές βάθους χρώματος που συναντώνται είναι τα 8, 16 και 24 bit. Παρατηρούμε ότι όταν χρησιμοποιούνται περισσότερα bits για τον έλεγχο κάθε pixel, ο αριθμός των πιθανών συνδυασμών αυξάνεται εκθετικά. 19 Καργοπούλου Ωραιοζήλη 2011

20 2. Επεξεργασία Εικόνας 8 bit, άρα 2 8 = 256 πιθανοί συνδυασμοί χρωμάτων. Στην ειδική περίπτωση κάθε pixel είναι ένας τόνος του γκρι, μαύρο ή λευκό η εικόνα είναι κλίμακας του γκρι. 16 bit, άρα 2 16 = πιθανοί συνδυασμοί χρωμάτων. 24 bit, άρα 2 24 = πιθανοί συνδυασμοί χρωμάτων που συνεπάγεται Πραγματικό Χρώμα (true color). Ονομάζεται έτσι γιατί αναπαριστά όλες τις πιθανές αποχρώσεις που μπορεί να διακρίνει το ανθρώπινο μάτι (για την ακρίβεια πολύ περισσότερες! το ανθρώπινο μάτι ξεχωρίζει περίπου ) Μέγεθος αρχείων Ως μέγεθος ενός αρχείου εικόνας ορίζεται το γινόμενο του αριθμού των εικονοστοιχείων της με το βάθος χρώματος. Όπου, Χαρτογραφικές εικόνες (bmp) Ο τύπος μορφοποίησης αρχείων εικόνας BMP (Standard Window Bitmap) σχεδιάστηκε από την Microsoft για το λειτουργικό DOS και τα Windows. Υποστηρίζει χρώμα από 1 μέχρι και 24 bit. Σε χρώμα 4 ή 8 bit μπορεί να εφαρμοστεί ο αλγόριθμος συμπίεσης RLE (Run Length Encoding) που είναι χωρίς απώλειες. Το μέγεθος του τελικού αρχείου εξαρτάται από το βάθος χρώματος που θα επιλεγεί. [Δημητριάδης et all 2004] Επεξεργασία εικόνας Στην ηλεκτρική μηχανική και στην επιστήμη των υπολογιστών, επεξεργασία εικόνας νοείται κάθε μορφή επεξεργασίας σήματος για την οποία η είσοδος είναι μια εικόνα, όπως μια φωτογραφία ή ένα καρέ βίντεο, και η έξοδος της επεξεργασίας είναι μια εικόνα ή ένα σύνολο χαρακτηριστικών ή παράμετροι που σχετίζονται με 20 Καργοπούλου Ωραιοζήλη 2011

21 2. Επεξεργασία Εικόνας την εικόνα. Οι περισσότερες τεχνικές επεξεργασίας εικόνας αντιμετωπίζουν την εικόνα ως δισδιάστατο σήμα και τους εφαρμόζουν τεχνικές επεξεργασίας σήματος. Η επεξεργασία εικόνας αναφέρεται συνήθως σε ψηφιακή επεξεργασία εικόνας, σε οπτική ή σε αναλογική. [Wikipedia] 2.2 Χαρακτηριστικά εικόνας Τα χαρακτηριστικά μιας εικόνας, ή αλλιώς τα δεδομένα που προκύπτουν από μια εικόνα χωρίζονται σε δύο μεγάλες κατηγορίες [Σφήκας 2006]: Χαρακτηριστικά που έχουν έμμεση σχέση με το περιεχόμενο της εικόνας όπως ο τύπος του αρχείου, το μέγεθος, η ανάλυση, ο δημιουργός της, η ημερομηνία κλπ. Χαρακτηριστικά με άμεση σχέση με το περιεχόμενο της εικόνας. Εδώ διακρίνονται δύο γενικές υποκατηγορίες: Τα χαμηλού επιπέδου χαρακτηριστικά της εικόνας, για παράδειγμα χρώμα, σχήμα, υφή κ.λ.π., δεδομένα άμεσα αντιληπτά από τον άνθρωπο. Τα υψηλού επιπέδου χαρακτηριστικά της εικόνας. Τα σημαντικότερα χαρακτηριστικά μιας εικόνας, καθώς και επιπλέων χαρακτηριστικά αυτών, παρουσιάζονται αναλυτικότερα παρακάτω. Για την κατανόηση του τρόπου εξαγωγής κάποιων βασικών χαρακτηριστικών χαμηλού επιπέδου από μία εικόνα δημιουργήθηκε, στα πλαίσια της εργασίας, ένα user interface σε Matlab [Παράρτημα Α] Χρώμα Εισαγωγή Το χρώμα, χαμηλού επιπέδου χαρακτηριστικό της εικόνας, είναι μια φυσική ιδιότητα των σωμάτων την οποία το ανθρώπινο μάτι αντιλαμβάνεται με ακρίβεια όμως αδυνατεί να την εκφράσει ή να την μετρήσει. Αυτό μπορεί να επιτευχθεί με τη 21 Καργοπούλου Ωραιοζήλη 2011

22 2. Επεξεργασία Εικόνας χρήση των χαρακτηριστικών του χρώματος και των διαστημάτων χρώματος. Τα περισσότερα από τα χαρακτηριστικά χρώματος αν και περιγράφουν αποδοτικά το χρώμα, δεν συσχετίζονται άμεσα με την υψηλού επιπέδου σημασιολογία. Για την κατάλληλη χαρτογράφηση των περιοχών χρώματος, μερικά συστήματα χρησιμοποιούν το μέσο χρώμα όλων των pixel σε μια περιοχή ως χαρακτηριστικό γνώρισμα χρώματός της. Ο απλούστερος τρόπος να αναπαρασταθεί το χρώμα ενός pixel στην ψηφιακή επεξεργασία είναι με έναν φυσικό αριθμό, από 0 ως Ν όπου Ν ο αριθμός χρωμάτων που χρησιμοποιείται στην παλέτα της εκάστοτε εικόνας. Υπάρχουν πάντως και εναλλακτικά μοντέλα που μπορούν να δώσουν μια πιο ακριβή περιγραφή του χρωματικού ερεθίσματος (color stimulae) [Σφήκας, 2006]: Χρωματομετρικά μοντέλα. Μετράνε τον βαθμό της απορρόφησης / αντανάκλασης της προσπίπτουσας φωτεινής ακτινοβολίας. Σ αυτή την κατηγορία υπάγονται διαγράμματα που παρουσιάζουν φάσμα με βαθμούς αντανάκλασης, όπως το CIE chromaticity diagram. Νευροφυσιολογικά μοντέλα. Βασίζονται σε έρευνες πάνω σε νευροφυσιολογία, συγκεκριμένα με τον τρόπο που λειτουργεί το ανθρώπινο μάτι. Σε αυτό υπάρχουν οι λεγόμενοι κώνοι, κύτταρα που ερεθίζονται από ακτινοβολία διαφορετικής φασματικής ο καθένας. Κατά προσέγγιση μπορούμε να τους χωρίσουμε σε τρεις κατηγορίες ανάλογα με το χρώμα στο οποίο αντιδρούν. Ένα παράδειγμα τέτοιου μοντέλου είναι το RGB (Red- Green-Blue) μοντέλο. Ψυχολογικά μοντέλα. Βασίζονται στις αντιδράσεις που προκαλούν τα χρώματα ψυχολογικά στον άνθρωπο. Ένα τέτοιο μοντέλο είναι το μοντέλο hue-saturationbrightness/ value (τόνος ζωντάνια - φωτεινότητα) Ο άνθρωπος, βλέποντας τα χρώματα σε μία εικόνα, αντιλαμβάνεται κάποια από τα χαρακτηριστικά τους όπως [Θεοχαράτος χ.η.]: Φωτεινότητα (Luma και Luminance), η ανθρώπινη αίσθηση ότι μια περιοχή εκθέτει περισσότερη ή λιγότερη από την απόχρωσή του χρώματος. 22 Καργοπούλου Ωραιοζήλη 2011

23 2. Επεξεργασία Εικόνας Κορεσμός (saturation), η πληρότητα χρώματος μιας περιοχής σε σχέση με τη λαμπρότητα ενός αναφερόμενου λευκού, δηλαδή το ότι σε κάποιες περιοχές τις εικόνας το χρώμα είναι πιο ζωντανό από άλλες. Απόχρωση (hue), η ανθρώπινη αίσθηση με την οποία μια περιοχή εκθέτει πολύ ή λίγο φως. Λαμπρότητα (brightness), η πληρότητα χρώματος μιας περιοχής σε σχέση με τη λαμπρότητά του. Χρωματικότητα (Lightness), χωρίζεται σε : Χρώμα (chroma), η αίσθηση της λαμπρότητας μιας περιοχής σε σχέση με μια άσπρη αναφορά στη σκηνή. Πληρότητα χρώματος (colourfulness), η ανθρώπινη αίσθηση σύμφωνα με την οποία μια περιοχή εμφανίζεται να είναι όμοια με ένα, ή με ποσοστά από δυο, από τα αντιλαμβανόμενα χρώματα κόκκινο, κίτρινο, πράσινο και μπλε. Τα χαρακτηριστικά αυτά, όπως βλέπουμε και παραπάνω είναι αυτά που εκμεταλλεύτηκε ο άνθρωπος για να δημιουργήσει τις διάφορες χρωματικές περιοχές. Υπάρχει μια ποικιλία διαστημάτων χρώματος διαθέσιμη για τις διάφορες εφαρμογές (άρα πρέπει να ορίζεται σαφώς ποιο διάστημα χρώματος έχει επιλεγεί). Τα χρωματικά διαστήματα δείχνουν να είναι πιο κοντά στο ανθρώπινο σύστημα αντίληψης είναι τα RGB, LAB, LUV, HSV (HSL), YCrCb και HMMD (hue-minmax-difference) Χρωματικοί Χώροι Οι χρωματικοί χώροι ουσιαστικά χρησιμοποιούνται για να περιγράψουν τον τρόπο κωδικοποίησης της χρωματικής πληροφορίας σε μια εικόνα. Το κάθε χρωματικό μοντέλο ορίζει ένα σύστημα συντεταγμένων και έναν υποχώρο μέσα σε αυτό. Το κάθε χρώμα είναι μοναδικό και αναπαρίσταται σε ένα μοναδικό σημείο [Gonzales et Woods]. Κάποιοι ευρέως διαδεδομένοι χρωματικοί χώροι είναι [Θεοχαράτος χ.η.], [Σφήκας 2006]: 23 Καργοπούλου Ωραιοζήλη 2011

24 2. Επεξεργασία Εικόνας Ο RGB χώρος Ένας πολύ διαδεδομένος χρωματικός χώρος είναι ο RGB. Χρησιμοποιείται συνήθως σε οθόνες συσκευών γιατί μπορεί και παραμετροποιεί τα χρώματα που δείχνει μια έγχρωμη οθόνη. Το μοντέλο RGB έχει τη βάση του στη φυσιολογία του αμφιβληστροειδούς χιτώνα του ανθρώπινου ματιού. Μπορούμε να περιγράψουμε ένα χρώμα μέσω των τριών συντεταγμένων (R,G,B) [βλέπε και ] που δείχνουν την περιεκτικότητα στα τρία βασικά χρώματα: Κόκκινο(Red), Πράσινο(Green) και Μπλε(Blue). Γεωμετρικά το μοντέλο RGB ανήκει στις γραμμικές αναπαραστάσεις και μπορεί να αναπαρασταθεί με τον RGB χρωματικό κύβο. Η κάθε διάσταση του κύβου αντιστοιχεί σε ένα από τα βασικά μας χρώματα (τρείς διαστάσεις-τρία χρώματα). Οι ακμές του είναι ο συνδυασμός των τριών αυτών χρωμάτων, δηλαδή: 1) μόνο κόκκινο, 2) μόνο μπλε, 3) μόνο πράσινο, 4) όλα τα χρώματα (λευκό), 5) κανένα χρώμα (μαύρο), 6) κόκκινο και πράσινο (κίτρινο), 7) κόκκινο και μπλε (μοβ), 8) μπλε και πράσινο (κυανό). [Αργυρόπουλος 2007] ή Σχήμα 2 Ο RGB χρωματικός κύβος Αν έχουμε 24-bit χρώμα, τότε το κάθε χρώμα παίρνει τιμές από [0,255], και ο κάθε άξονας του κύβου δίνει και διαφορετικές τιμές στα κόκκινο πράσινο και μπλε. Αυτό σημαίνει ότι χρησιμοποιούμε 8bit ή 256 στάθμες κβάντισης για το κάθε χρωματικό κανάλι. Συνολικά δηλαδή μπορούμε να αναπαραστήσουμε 2563, περίπου 16,7 εκατομμύρια, διαφορετικά χρώματα. Η τιμή 0 σε ένα άξονα σημαίνει ότι το 24 Καργοπούλου Ωραιοζήλη 2011

25 2. Επεξεργασία Εικόνας χρώμα αυτό εμφανίζεται στην ελάχιστη φωτεινότητα του, ενώ η τιμή 255 σημαίνει ότι εμφανίζεται στην μέγιστη φωτεινότητα του. Έτσι για παράδειγμα το μαύρο χρώμα που οι φωτεινότητες όλων των χρωμάτων είναι μηδέν αναπαριστάτε με την τριάδα (0,0,0), ενώ το λευκό με την (255,255,255). Η διαγώνιος του κύβου, όπου R=G=B, που συνδέει τα σημεία (0,0,0) και (255,255,255) περιέχει όλα τα χρώματα σε ίσες φωτεινότητες και αντιστοιχεί στις διαβαθμίσεις του γκρίζου. Τέλος οι κορυφές του κύβου αντιστοιχούν στα χρώματα όπου μεγιστοποιείται η χρωματική ζωντάνια. Αντίστοιχο του RGB είναι το μοντέλο CMY, όπου οι τρείς συνιστώσες αντιστοιχούν στα: Κυανό (Cyan), Πορφυρό (Magenta) και Κίτρινο (Yellow) [Σφήκας, 2006]. Το CMY ουσιαστικά χρησιμοποιεί ως βασικά χρώματα τα συμπληρωματικά χρώματα του RGB μοντέλου. RGB CMY Y Σχήμα 3 Απεικόνιση του RGB Πηγή: access:10/02/08 Η διαφορά των δύο μοντέλων είναι ότι ενώ στο RGB με την τριάδα (0,0,0) αναπαριστούμε το μαύρο δηλαδή την πλήρη απορρόφηση του φωτός και η (1,1,1) το λευκό δηλαδή την πλήρη αντανάκλαση του φωτός, στο CMY μοντέλο ισχύει ακριβώς το αντίστροφο. Δηλαδή εδώ αντί να προσθέτουμε φως στο Μαύρο, μετράμε πόσο χρώμα αφαιρούμε από το Λευκό. Άρα στο CMY με το 1,1,1 εννοούμε το μαύρο (απορροφάται όλο το χρώμα). Προσεγγιστικά, για μετατροπές από το ένα μοντέλο στο άλλο έχουμε τις εξής απλές εξισώσεις: R = 1 C (1) 25 Καργοπούλου Ωραιοζήλη 2011

26 2. Επεξεργασία Εικόνας G = 1 M (2) B = 1 Y (3) Πρακτικά το CMY μοντέλο χρησιμοποιείται περισσότερο στους εκτυπωτές, οι οποίοι κατασκευάζουν το κάθε χρώμα σαν μείξη των Κυανό, Πορφυρό, Κίτρινο Ο HSV χώρος Πιο γνώριμος προς την ανθρώπινη αντίληψη είναι ο χρωματικός χώρος HSV [http://en.wikipedia.org/wiki/hsl_and_hsv και Εδώ το κάθε χρώμα περιγράφεται όχι σαν συνδυασμός κάποιων χρωμάτων (βασικά χρώματα) αλλά με βάση κάποια χαρακτηριστικά του πιο γνώριμα στις ανθρώπινες αισθήσεις την απόχρωση (ή τόνο), τη ζωντάνια (ή κορεσμό) και τη φωτεινότητα. Το μοντέλο HSV ανήκει στην κατηγορία των μη γραμμικών αναπαραστάσεων. Αν επιχειρήσουμε να το δούμε γραφικά, δηλαδή να απεικονίσουμε τα χρώματα σαν σημεία στον χώρο θα πρέπει να ορίσουμε ένα χρώμα-σημείο αναφορά. Το Hue θα μετράει γωνία σε σχέση με το σημείο αυτό, το Saturation την απόσταση, και το Value το ύψος όπως βλέπουμε και στο Σχήμα 4(β). (β) Σχήμα 4 Απεικόνιση του HSV χώρου 26 Καργοπούλου Ωραιοζήλη 2011

27 2. Επεξεργασία Εικόνας Στην καθημερινή ζωή μιλώντας για χρώμα συνήθως αναφερόμαστε στην απόχρωση (hue) που περιγράφει το χρώμα. Οι τιμές της απόχρωσης βρίσκονται πάνω σε έναν κύκλο όπως βλέπουμε στο Σχήμα 4(α). Το επόμενο βασικό χαρακτηριστικό του χρώματος είναι η ζωντάνια ή κορεσμός (saturation). O κορεσμός περιγράφει πόσο καθαρό είναι το χρώμα σε σχέση με το λευκό και έτσι για παράδειγμα μπορούμε να πάρουμε μια πιο ανοιχτή απόχρωση ενός χρώματος βάζοντάς του λευκό. O κορεσμός μετριέται σε ποσοστά επί τοις εκατό και οι τιμές του κυμαίνονται από 0 (λευκό) μέχρι 100 (πλήρως κορεσμένο). Τέλος έχουμε την τιμή φωτεινότητας (value) που είναι μια σχετική τιμή για το πόσο φωτεινό είναι ένα χρώμα. Αν το χρώμα αντανακλά πολύ φώς τότε είναι φωτεινό. Η τιμή της φωτεινότητας, παρόμοια με του κορεσμού, μετριέται σε ποσοστό επί τοις εκατό Ο CIE L*a*b* χώρος Ο CIE L*a*b* είναι ένας ομοιόμορφος οπτικά χώρος και προσομοιάζει καλύτερα από όλα τα χρωματικά συστήματα ή μοντέλα στην ανθρώπινη αντίληψη των χρωματικών διαφορών.στον Lab Colour ή CIE Lab ή L*a*b το κάθε χρώμα περιγράφεται από 3 κανάλια ή συντεταγμένες όπως και στον χώρο RGB. Τα τρία αυτά κανάλια ονομάζονται L (Luminance), α και b. Στο κάθε κανάλι αποθηκεύεται και διαφορετική πληροφορία. Στο L υπάρχει όλη η πληροφορία φωτεινότητας της εικόνας και παίρνει τιμές από 0 μέχρι 100. Στα a και b αποθηκεύεται η πληροφορία χρώματος, στο α η σχέση πράσινου/κόκκινου ενώ στο b η σχέση μπλε/κίτρινου. Τα α και b δεν έχουν κάποια αριθμητικά όρια. Οι θετικές τιμές του α* αντιπροσωπεύουν αποχρώσεις του κόκκινου ενώ οι αρνητικές αποχρώσεις του πράσινου. Αντίστοιχα για το b* οι θετικές τιμές αντιπροσωπεύουν αποχρώσεις του κίτρινου και οι αρνητικές αποχρώσεις του μπλε. 27 Καργοπούλου Ωραιοζήλη 2011

28 2. Επεξεργασία Εικόνας A. Luminance=100 (λευκό) B. Πράσινο / Κόκκινο C. Μπλε / Κίτρινο D. Luminance=0 (μαύρο) Σχήμα 5 Απεικόνιση του χώρου CIE L*a*b* Το πιο σημαντικό χαρακτηριστικό αυτού του μοντέλου είναι ότι οι πληροφορίες φωτεινότητας και χρώματος είναι ανεξάρτητες. Το κανάλι L δηλαδή περιγράφει την άσπρη μαύρη εκδοχή του προς εξέταση αντικειμένου με διευρυμένο συνήθως φάσμα. Ο CIE L*a*b* χώρος είναι πάρα πολύ μεγάλος, είναι υπερσύνολο και του RGB, του CMYK καθώς και όλων των άλλων χρωματικών μοντέλων. Στα όρια του υπάρχουν χρώματα που είναι έξω από τις δυνατότητες πολλών συσκευών απεικόνισης. Τέλος, αντίθετα με το RGB και τα υπόλοιπα χρωματικά μοντέλα, το μοντέλο αυτό είναι 'device independent' δηλαδή ανεξάρτητο από ιδιότητες συσκευών καταγραφής ή απεικόνισης. Ο χώρος CIE L*a*b* μπορεί να αναπαρασταθεί και σε κυλινδρικό σύστημα πολικών συντεταγμένων με το μοντέλο CIE L*, C*, h Ο CIE L*u*v* χώρος Είναι παρόμοιος με τον προηγούμενο, αυτό που αλλάζει είναι οι παράμετροι u και v. Και εδώ έχουμε τρείς άξονες (κανάλια). Τον L που όπως και πριν έχει την πληροφορία φωτεινότητας, και τους u και v που μετράνε τη χρωματικότητα με [- 134,+220] και [-140,+122] αντίστοιχα. 28 Καργοπούλου Ωραιοζήλη 2011

29 2. Επεξεργασία Εικόνας Σχήμα 6 Απεικόνιση του χώρου CIE L*u*v* Ο YCbCr χώρος Ο YCbCr ή Y CbCr χώρος [http://en.wikipedia.org/wiki/ycbcr] είναι μια οικογένεια διαστημάτων χρώματος που χρησιμοποιούνται ως μέρος της διακίνησης του χρώματος εικόνας σε τηλεοπτικά και ψηφιακά συστήματα φωτογραφίας. Το Υ είναι το συστατικό εκείνο που αντιπροσωπεύει τη φωτεινότητα στην εικόνα (το άσπρο και μαύρο και το χρωματικό μέρος της εικόνας). Τα Cb και Cr είναι τα blue-difference και red-difference συστατικά της εικόνας.. Ο τόνος (') στο Y είναι για να διακρίνει το luma από το luminance, δηλαδή τη φωτεινότητα όπως χρησιμοποιείται τηλεοπτικά από τη φωτεινότητα στην χρωματική επιστήμη. Αυτό σημαίνει ότι η ένταση του φωτός κωδικοποιείται μη-γραμμικά χρησιμοποιώντας την κωδικοποίηση gamma. (α) (β) (γ) 29 Καργοπούλου Ωραιοζήλη 2011

30 2. Επεξεργασία Εικόνας Σχήμα 7 (α) Μια έγχρωμη εικόνα και τα (β) Y, (γ) Cb, και (δ) Cr στοιχεία της. Η (β) εικόνα ουσιαστικά είναι η σε αποχρώσεις του γκρι εκδοχή της αρχικής εικόνας. (δ) Ο YCbCr δεν είναι απόλυτα ένα διάστημα χρώματος. Χρησιμοποιείται ως μέσο για την κωδικοποίηση της RGB πληροφορίας. Το πραγματικό χρώμα εξαρτάται από τις αρχικές παραμέτρους RGB που χρησιμοποιήθηκαν για να εκπεμφθεί το σήμα. Επομένως μια τιμή χρώματος εκφρασμένη σε Y'CbCr μας είναι χρήσιμη μόνο αν έχουμε και τη δυνατότητα χρήσης του RGB HSI, HSL και HCV Είναι παραλλαγές του HSV χώρου. (α) (β) Σχήμα 8 (α) Ο HSL χώρος ως double-cone, (β) Η διαφορά των HSL και HSV χρωματικών χώρων 30 Καργοπούλου Ωραιοζήλη 2011

31 2. Επεξεργασία Εικόνας Σχήμα 9 HIS και HCV Ο Y I Q ή NTSC χώρος Ο χώρος αυτός χρησιμοποιείται από το Ευρωπαϊκό σύστημα τηλεμετάδοσης (NTSC κωδικοποίηση) Χαρακτηριστικά Χρώματος Ιστόγραμμα Εικόνας Είναι μια γραφική αναπαράσταση της κατανομής φωτεινότητας μιας ψηφιακής εικόνας. Αναπαριστά δηλαδή τον αριθμό των pixel για κάθε τόνο φωτεινότητας (0-255). Όπου Ι(i,j) μια ψηφιακή εικόνα διαστάσεων Ν Μ αποχρώσεων του γκρι στην περιοχή [0,L-1], h(k) το ιστόγραμμα της εικόνας (i,j) {0,1,..,L-1} και 31 Καργοπούλου Ωραιοζήλη 2011

32 2. Επεξεργασία Εικόνας Το ιστόγραμμα μιας εικόνας χρησιμοποιείται για: ανάλυση και αξιολόγηση μιας εικόνας, βελτιστοποίηση της, και τροποποίηση και εξαγωγή των χαρακτηριστικών της. Επίσης δίνει πολλά στοιχεία για το χρώμα της εικόνας, όπως τη φωτεινότητα, την αντίθεση, τη χρωματική της ισορροπία. Το ιστόγραμμα δίνει επαρκή πληροφορία για ανάλυση και αξιολόγηση μιας εικόνας. Σε ένα ιστόγραμμα, ο οριζόντιος άξονας (άξονας x) αντιπροσωπεύει την κλίμακα έντασης (0 έως 255 σε ένα σύστημα των 8 bit), και ο κατακόρυφος άξονας (άξονας y) μετρά τον αριθμό από pixels στην εικόνα που έχουν μια ορισμένη τιμή έντασης. Το ιστόγραμμα λοιπόν μας δείχνει με γραφικό τρόπο πόσα εικονοστοιχεία έχουν κάθε τιμή έντασης, αν υπάρχουν και πόσα εικονοστοιχεία με κάποια δεδομένη τιμή έντασης. Δεν μας δείχνει όμως που βρίσκονται τα εικονοστοιχεία αυτά μέσα στην εικόνα. Συμπερασματικά, το ιστόγραμμα παρουσιάζει άμεσα και γραφικά ποιο είδος ανεπαρκειών φωτεινότητας ή αντίθεσης μπορεί να υπάρχουν σε μια εικόνα. Έτσι, για (Α) (Β) Σχήμα 10 Α/Β Παραδείγματα για ιστόγραμμα εικόνας. 32 Καργοπούλου Ωραιοζήλη 2011

33 2. Επεξεργασία Εικόνας παράδειγμα, μια εικόνα με κανονική αντίθεση και κανονική φωτεινότητα παρουσιάζει ένα ιστόγραμμα ομαλό, με ακραίες τιμές όσο πιο κοντά γίνεται στο 0 και το 255 και με ομαλή κατανομή pixel σε όλο το εύρος ενδιάμεσων τιμών. Μια εικόνα που είναι σκοτεινή παρουσιάζει συγκέντρωση pixel προς την πλευρά του 0 (Σχήμα 10 Α). Αντίθετα μια εικόνα που είναι υπερβολικά φωτεινή, θα παρουσιάζει συγκέντρωση pixel προς την πλευρά του 255. Οι εικόνες με χαμηλή αντίθεση θα έχουν ιστόγραμμα που είναι συγκεντρωμένο σε μια πολύ στενή περιοχή του άξονα Χ, σε μορφή συστάδας. Η θέση της συστάδας θα δείξει εάν η εικόνα είναι πάρα πολύ σκοτεινή, φωτεινή ή απλά πάρα πολύ γκρίζα. Τέλος, όταν ένα ιστόγραμμα με διασπορά τιμών παρουσιάζει ένα αρκετά μεγάλο τοπικό μέγιστο, είναι ένδειξη παρασκηνίου στην εικόνα (Σχήμα 10 Β) [Καρύδης] Ιστόγραμμα Χρώματος Εικόνας Είναι η αναπαράσταση κατανομής των χρωμάτων σε μια εικόνα. Συνήθως το ιστόγραμμα χρώματος χρησιμοποιείται για εικόνες που ανήκουν στους χρωματικούς χώρους τριών διαστάσεων όπως τον RGB και τον HSV. [Wikipedia] Αν και δίνει σημαντική πληροφορία για τα χρώματα μιας εικόνας ωστόσο χρειάζεται προσοχή κατά τη χρήση του. Για παράδειγμα δεν είναι καλό για σύγκριση εικόνων, γιατί δυο πολύ διαφορετικές εικόνες μπορεί να έχουν παρόμοιο ιστόγραμμα χρώματος ενώ δυο εικόνες με το ίδιο αντικείμενο σε άλλο χρώμα εμφανίζονται ως τελείως διαφορετικές. Το ιστόγραμμα χρώματος αγνοεί τελείως το σχήμα και είναι ευαίσθητο στη μεταβολή φωτεινότητας. 33 Καργοπούλου Ωραιοζήλη 2011

34 2. Επεξεργασία Εικόνας Σχήμα 11 Ιστόγραμμα χρώματος Φωτεινότητα (Brightness) Ως φωτεινότητα μιας εικόνας μπορεί να ορισθεί η μέση φωτεινότητα των εικονοστοιχείων της Κορεσμός Κορεσμός είναι η χρωματική πληρότητα ενός χρώματος σε σχέση με τη φωτεινότητά της. Συγκεκριμένα ισούται με την τετραγωνική ρίζα του λόγου πληρότητας προς φωτεινότητα. 34 Καργοπούλου Ωραιοζήλη 2011

35 2. Επεξεργασία Εικόνας Σχήμα Εισαγωγή Το σχήμα (shape) είναι ένα χαρακτηριστικό της εικόνας εύκολο για το ανθρώπινο μάτι να το ξεχωρίσει. Είναι αξιοσημείωτο ότι ο άνθρωπος από το σχήμα και μόνο μπορεί να ξεχωρίσει ένα αντικείμενο, κάτι που δεν μπορεί με το χρώμα ή την υφή. Δεν είναι όμως τόσο εύκολη διαδικασία και για τον υπολογιστή για αυτό και είναι ένα χαρακτηριστικό που δεν χρησιμοποιείται πολύ. Χαρακτηριστικά του σχήματος που χρησιμοποιούνται σε εφαρμογές είναι ο λόγος εικόνας, η κυκλικότητα, οι περιγραφές Fourier, οι σταθερές moment, τα όρια των τμημάτων της εικόνας, κ.α. Ακόμα, τα σχήματα προσδιορίζονται με τμηματοποίηση της εικόνας και με προσδιορισμό των ακμών σε αυτή. Τα σχήματα ανάλογα με τον τρόπο που εξάγονται από την εικόνα μπορούν να χωριστούν σε δύο μεγάλες κατηγορίες [Πέτσας 2005] [Rui et al. 1999] [Γιαννέκου 2006]: Σε αυτά που βασίζονται στα όρια του σχήματος (boundary-based) και για την εξαγωγή τους χρειάζονται μόνο τα περιγράμματα (εξωτερικά όρια) του αντικειμένου Σε αυτά που βασίζονται στην περιοχή του σχήματος (region-based). Για τη εξαγωγή τους λαμβάνεται υπόψη η συνολική περιοχή του σχήματος Χαρακτηριστικά Σχήματος Ακμές Η ανίχνευση ακμών είναι ένα βασικό εργαλείο της επεξεργασίας εικόνας. Βοηθάει στην ανίχνευση και εξαγωγή χαρακτηριστικών από την εικόνα για τον εντοπισμό σημείων ή αντικειμένων μέσα σε αυτή. Οι περισσότεροι μέθοδοι ανίχνευσης ακμών στηρίζονται στον εντοπισμό σημείων με μεγάλες αλλαγές φωτεινότητας, ασυνέχειες είτε στο βάθος είτε στον προσανατολισμό, και αλλαγές στις ιδιότητες των υλικών. 35 Καργοπούλου Ωραιοζήλη 2011

36 2. Επεξεργασία Εικόνας Στην ιδανική περίπτωση, η εφαρμογή ανίχνευσης ακμών σε μια εικόνα οδηγεί στη δημιουργία ενός συνόλου συνδεδεμένων καμπυλών που δείχνουν τα όρια των αντικειμένων και των επιφανειών, καθώς και καμπυλών που αντιστοιχούν σε ασυνέχειες προσανατολισμού. Σύνηθες προβλήματα που συναντάται σε εικόνες δυο διαστάσεων που έχουν ληφθεί από σκηνές στον πραγματικό κόσμο είναι ότι συχνά αντικείμενα καλύπτονται από άλλα αντικείμενα, έτσι στην εικόνα φαίνεται μόνο ένα μέρος τους, δεν έχουμε δηλαδή ολοκληρωμένη εικόνα του σχήματός τους. Σε μια έγχρωμη εικόνα RGB ο συνολικός χάρτης ακμών είναι ο Όπου, G R, G G, G B οι χάρτες των τριών καναλιών. Το κριτήριο για τη σωστή ανίχνευση ακμών δίνεται από τον παρακάτω τύπο. Όσο πιο μεγάλο είναι το R, τόσο καλύτερη είναι η ανίχνευση.: Όπου, Ι Ι ο ιδανικός αριθμός σημείων, Ι Α ο αριθμός σημείων που ανίχνευσε η μέθοδος. α παράγοντας κλιμάκωσης d i η μετατόπιση του σημείου ακμής από την πραγματική του θέση. Η πληθώρα κριτηρίων για ανίχνευση ακμών οδήγησε στη δημιουργία αρκετών μεθόδων για το σκοπό αυτό. Οι πιο ευρέως διαδεδομένες μέθοδοί, που χρησιμοποιούνται κατά κόρον στην επεξεργασία εικόνας είναι οι μέθοδοι με προσδιορισμό ακμών με χρήση πρώτων παραγώγων (Sobel, Prewitt και Roberts), οι μέθοδοι με χρήση δεύτερων παραγώγων και του τελεστή Laplace (Laplacian of Gaussian, Zero-cross) και η μέθοδος με χρήση του αλγορίθμου εξαγωγής ακμών Canny. Οι μέθοδοι αυτοί αναλύονται παρακάτω. 36 Καργοπούλου Ωραιοζήλη 2011

37 2. Επεξεργασία Εικόνας α Μέθοδος Sobel Στη μέθοδο αυτή, όπως και στις Prewitt και Roberts που γίνεται χρήση των πρώτων παραγώγων. Η εικόνα αναπαρίσταται ως μια συνάρτηση f(i,j), με μερική παράγωγο G(i,j) [f(i,j) f(i-1,j)] / T. Για την υλοποίησή τους χρησιμοποιούν μια μάσκα διαστάσεων 3 x 3 με τιμές x i, i =0,,8 που αντιπροσωπεύουν τους συντελεστές με τους οποίους πολλαπλασιάζονται οι τιμές φωτεινότητας των εικονοστοιχείων, με το x 0 κεντρικό εικονοστοιχείο. Η μάσκα για τη μέθοδο Sobel είναι η και Σχήμα 12 Ανίχνευση ακμών - Μέθοδος Sobel (thres = ) Στο αποτέλεσμα από την εφαρμογή της μάσκας, σημαντικό ρόλο παίζει και η επιλογή του κατωφλιού που τονίζει τις κύριες ακμές και προσπαθεί να εξαλείψει τις υπόλοιπες. 37 Καργοπούλου Ωραιοζήλη 2011

38 2. Επεξεργασία Εικόνας β Μέθοδος Prewitt Η αντίστοιχη μάσκα, για τη μέθοδο Prewitt είναι: και Σχήμα 13 Ανίχνευση ακμών - Μέθοδος Prewitt (thres = ) γ Μέθοδος Robert Η αντίστοιχη μάσκα, για τη μέθοδο Robert είναι: και 38 Καργοπούλου Ωραιοζήλη 2011

39 2. Επεξεργασία Εικόνας Σχήμα 14 Ανίχνευση ακμών - Μέθοδος Robert (thres = ) δ Μέθοδος Laplacian of Gaussian (log) Αρχικά δημιουργήθηκε η μέθοδος Laplacian, η οποία όμως ήταν ευαίσθητη στο θόρυβο κάτι που οδηγούσε στη δημιουργία περισσότερων ακμών από όσες πραγματικά χρειάζονταν. Για την ελαχιστοποίηση του προβλήματος αυτού προτάθηκε η μέθοδος Laplacian of Gaussian (Σχήμα 7). Σχήμα 15 Ανίχνευση ακμών - Μέθοδος LoG (thres = ) 39 Καργοπούλου Ωραιοζήλη 2011

40 2. Επεξεργασία Εικόνας Τα βήματα που ακολουθούνται είναι τα ακόλουθα: 1. Συνέλιξη της αρχικής εικόνας I με μια δισδιάστατη Gaussian συνάρτηση G. 2. Εφαρμογή της Laplacian απ όπου προκύπτει η εικόνα L. Φίλτρο LoG: Όπου, r 2 = x 2 +y 2 C συντελεστής για γενίκευση της συνάρτησης σ η τυπική απόκλιση 3. Στις ακμές ανήκουν τα εικονοστοιχεία εκείνα της L για τα οποία υπάρχει διασκελισμός του μηδενός ε Μέθοδος Zero-cross Η μέθοδος προσδιορισμού των σημείων με διασκελισμό του μηδενός (Zero-cross) ουσιαστικά ανιχνεύει τα εικονοστοιχεία που είναι πλησιέστερα προς τις θέσεις που έχουμε διασκελισμό του μηδενός. Βασίζεται στην εξαγόμενη εικόνα από τη μέθοδο Laplacian of Gaussian. Σχήμα 16 Ανίχνευση ακμών - Μέθοδος Zero-cross (thres = ) 40 Καργοπούλου Ωραιοζήλη 2011

41 2. Επεξεργασία Εικόνας στ Μέθοδος Canny Η μέθοδος Canny βρίσκει τις ακμές με αναζήτηση των τοπικών μέγιστων των κλίσεων τις εικόνας. Το ντεγκραντέ υπολογίζεται χρησιμοποιώντας την παράγωγο του γκαουσιανού φίλτρου. Η μέθοδος χρησιμοποιεί δύο κατώφλια, για να ανιχνεύει τις ισχυρές και τις ασθενείς ακμές, και περιλαμβάνει τις ασθενείς ακμές στο τελικό αποτέλεσμα μόνο αν συνδέονται με ισχυρές ακμές. Συνεπώς, η μέθοδος αυτή είναι λιγότερο πιθανό από τις υπόλοιπες να επηρεαστεί από το θόρυβο, και πιο πιθανό να εντοπίσει αδύναμες ακμές που όμως είναι χρήσιμες. Σχήμα 17 Ανίχνευση ακμών - Μέθοδος Canny (thres1 = 0.07, thres2 = 0.08, Sigma = 1) Πιο αναλυτικά, η εκτέλεση της μεθόδου ανίχνευσης ακμών Canny απαιτεί τη σειριακή εκτέλεση μιας σειράς βημάτων που φαίνονται παρακάτω: Βήμα 1 ο Φιλτράρισμα της εικόνας με φίλτρο Gaussian, με μ = 0 και καθορισμένο σ. ο δισδιάστατο φίλτρο Gaussian δίνεται από τη σχέση [Canny 1986]:. Το φιλτράρισμα γίνεται σε δύο βήματα, πρώτα ως προς τον άξονα x και έπειτα ως προς τον y. 41 Καργοπούλου Ωραιοζήλη 2011

42 2. Επεξεργασία Εικόνας Βήμα 2 ο Προσδιορισμός της κλίσης της φιλτραρισμένης εικόνας. Αυτό επιτυγχάνεται με εφαρμογή μασκών, όπως της Sobel. Έπειτα προσδιορίζονται τα πλάτη και οι κλίσεις για κάθε εικονοστοιχείο. Βήμα 3 ο Καταστολή των μη μέγιστων τιμών. Από τα πλάτη που υπολογίστηκαν προηγουμένως, εξαλείφονται οι ακμές που έχουν τοπικά μικρότερη τιμή κάτι που οδηγεί σε φιλτράρισμα και λέπτυνση των ακμών. Βήμα 4 ο Κατωφλίωση υστέρησης. Η τεχνική αυτή οδηγεί σε επιπλέων μείωση των εικονοστοιχείων των ακμών της εικόνας. Χρησιμοποιεί δύο κατώφλια, το άνω και το κάτω κατώφλι, και ψάχνει εικοναστοιχεία με κλίση μεγαλύτερη του άνω κατωφλιού. Όταν εντοπιστεί ένα τέτοιο εικονοστοιχείο, σαρώνονται διαδοχικά τα γειτονικά συνδεδεμένα εικονοστοιχεία μέχρι να βρεθεί κάποιο με κλίση μικρότερη του κάτω κατωφλιού. Η αποτελεσματικότητα από την εφαρμογή του αλγορίθμου Canny επηρεάζεται από μια σειρά ρυθμιζόμενων παραμέτρων: Το μέγεθος του Gaussian φίλτρου: το φίλτρο εξομάλυνσης που χρησιμοποιούνται στο πρώτο στάδιο επηρεάζει άμεσα τα αποτελέσματα της Canny αλγορίθμου. Όσο πιο μικρό είναι τόσο προκαλεί λιγότερη θόλωση, και επιτρέπει την ανίχνευση των μικρών ακμών. Ένα μεγαλύτερο φίλτρο προκαλεί περισσότερη θόλωση. Όσο μεγαλύτερη είναι η ακτίνα θολώματος, είναι πιο χρήσιμη για την ανίχνευση μεγαλύτερων, πιο ομαλών άκρων, για παράδειγμα, την άκρη ενός ουράνιου τόξου. Κατώφλια: η χρήση των δύο κατωφλιών με υστέρηση επιτρέπει μεγαλύτερη ευελιξία από ότι η χρήση ενός. Παρόλα αυτά συνεχίζουν να υπάρχουν κάποια προβλήματα. Ένα πολύ σετ μεγάλων κατωφλιών μπορεί να προκαλέσει απώλεια σημαντικής πληροφορίας. Αντίθετα, ένα σετ μικρών κατωφλιών θα 42 Καργοπούλου Ωραιοζήλη 2011

43 2. Επεξεργασία Εικόνας εκλάβει άσχετες πληροφορίες ως σημαντικές. Είναι δύσκολος ο καθορισμός ενός σετ κατωφλιών που λειτουργεί καλά σε όλες τις εικόνες Περιγραφείς Fourier Οι περιγραφείς Fourier χρησιμοποιούνται για περιγραφή τόσο περιγραμμάτων όσο και αντικειμένων μιας εικόνας. Όπου, i η φανταστική μονάδα N το πλήθος των εικονοστοιχείων του ορίου (a n, b n ), n = 0,,N-1 μια ακολουθία σημείων Τμηματοποίηση Βλέπε ενότητα Κατάτμηση εικόνας Υφή Εισαγωγή Η υφή ή σύσταση της εικόνας (texture) είναι από τα χαρακτηριστικά της εκείνα που δεν είναι τόσο σαφώς διαχωρισμένα όπως για παράδειγμα το χρώμα. Παρόλα αυτά η υφή παρέχει σημαντικές πληροφορίες για την κατηγοριοποίηση του περιεχομένου της εικόνας, αφού αναφέρεται στην παρουσία χωρικών οπτικών προτύπων μέσα σε αυτή που έχουν ιδιότητες ομοιογένειας [Πέτσας, 2005]. Σύμφωνα με τον Παπαμάρκο ένα συνδεδεμένο σύνολο εικονοστοιχείων, το οποίο ικανοποιεί μια συγκεκριμένη ιδιότητα που λαμβάνει χώρα επανειλημμένα σε μια περιοχή, δημιουργεί μια περιοχή υφής. Περιγράφει το περιεχόμενο πολλών real-word αντικειμένων όπως την υφή από τα διάφορα φρούτα, τα σύννεφα, τα δέντρα, τα τούβλα και τα υφάσματα. Συμπερασματικά από τα προηγούμενα, και με τη βοήθεια 43 Καργοπούλου Ωραιοζήλη 2011

44 2. Επεξεργασία Εικόνας του Σχήματος 18 γίνεται αντιληπτό ότι η ομοιογένεια σε μια περιοχή δεν προκύπτει από την παρουσία ενός μόνο χρώματος, αλλά από την έμφυτη ιδιότητα κάποιων επιφανειών. Σχήμα 18 Χαρακτηριστικά παραδείγματα υφών Η υφή χαρακτηρίζει τη γειτονιά γύρω από ένα pixel σε αντίθεση με το χρώμα που χαρακτηρίζει ένα pixel της εικόνας. [Carson et al] Για παράδειγμα στην περίπτωση της ζέβρας δεν έχει νόημα μιλώντας για την υφή (ρίγες της ζέβρας) να εξετάσουμε ένα μόνο pixel της άλλα μια γειτονιά από pixels. Ένας περιγραφέας υφής για να νοείται χρήσιμος θα πρέπει να παρέχει μια ικανοποιητική περιγραφή των σημαντικότερων υφών και να έχει την ικανότητα να διαλέγει τις κατάλληλες γειτονιές για την εξαγωγή υφών. Μερικοί σημαντικοί παράγοντες που προσδιορίζουν την υφή είναι οι παρακάτω: [Αποστόλου 2005] Αδρότητα (Coarseness) Αντίθεση (Contrast) Τραχύτητα (Roughness) Κανονικότητα (Regularity) Περιοδικότητα (Periodicity) Ινώδες (Line-Lightness) Κατευθυντικότητα (Directionality) 44 Καργοπούλου Ωραιοζήλη 2011

45 2. Επεξεργασία Εικόνας Μέθοδοι ανάλυσης υφής Για την ανάλυση και την περιγραφή της υφής, έχουν αναπτυχθεί τα τελευταία χρόνια πολλές μέθοδοι, που αναφέρονται και αναλύονται περιληπτικά παρακάτω: Στατιστικά Στοιχεία Πρώτης Τάξης Η πρώτη μέθοδος είναι με τη χρήση των Στατιστικών Στοιχείων Πρώτης Τάξης, που βασίζονται στο ιστόγραμμα της εικόνας και περιέχουν μεγέθη όπως τη μέση τιμή, την ενδιάμεση τιμή, την τυπική απόκλιση και τις ροπές 1ης, 2ης και 3ης τάξης του επιπέδου φωτεινότητας της εικόνας Πίνακας συνεμφάνισης Ο πίνακας συνεμφάνισης (co-ocurrence matrix) μπορεί να περιγράψει ιδιότητες της υφής, τέτοιες που να μπορούν να χρησιμοποιηθούν για την αναπαράσταση και τη σύγκριση υφών. Τα βασικά χαρακτηριστικά που μπορούν να εξαχθούν από τον ομαλοποιημένο πίνακα συνεμφάνισης είναι τα παρακάτω: Ενέργεια Εντροπία Αντίθεση Ομοιογένεια 45 Καργοπούλου Ωραιοζήλη 2011

46 2. Επεξεργασία Εικόνας Συσχέτιση Όπου, Ν d ο πίνακας συνεμφάνισης μ η μέση τιμή, με σ η μεταβλητότητα, με N k1 2 N f k P f f k 2 f k Pf f k k Μέθοδος μήκους διαδρομής Μια ακόμα μέθοδος που χρησιμοποιείται είναι η Μέθοδος μήκους διαδρομής. Ως πρωταρχικός σχηματισμός (ή διαδρομή) ορίζεται η ομάδα των παρακείμενων εικονοστοιχείων της εικόνας τα οποία έχουν την ίδια φωτεινότητα και βρίσκονται στην ίδια ευθεία πάνω στην εικόνα (είναι δηλαδή συγγραμικά). Οι σχηματισμοί χαρακτηρίζονται από το μήκος της διαδρομής που διαγράφουν στην εικόνα, το κοινό επίπεδο φωτεινότητας και τη κατεύθυνση μέσα στην εικόνα. Μεγάλος αριθμός γειτονικών εικονοστοιχείων με την ίδια φωτεινότητα αντιπροσωπεύουν τραχεία υφή για παράδειγμα υφή πέτρας ενώ μικρός αριθμός γειτονικών εικονοστοιχείων με την ίδια φωτεινότητα αντιπροσωπεύουν λεπτή υφή όπως είναι η υφή μεταξιού Συχνότητα κορυφής Σύμφωνα με την μέθοδο αυτή μπορούμε να χρησιμοποιήσουμε ανιχνευτές ακμών για να πάρουμε από μια αρχική εικόνα μια εικόνα με ακμές. Ορίζουμε μια 46 Καργοπούλου Ωραιοζήλη 2011

47 2. Επεξεργασία Εικόνας συνάρτηση περιγραφής υφής Ε που εξαρτάται από ακμές (edge dependent texture description function) με βάση την παρακάτω σχέση: Η συνάρτηση αυτή περιγράφει την διαφορική διαφορά μεταξύ ενός pixel f(i,j) και του γειτονικού του για μια δεδομένη απόσταση d. Για διάφορες τιμές της απόστασης d (συνήθως 1<d<50) μπορούμε να πάρουμε διάφορα χαρακτηριστικά υφής [Sharma et al 2001b] Αυτοσυσχέτιση Σύμφωνα με τη μέθοδο αυτή η υφή προσδιορίζεται από μία συνάρτηση αυτοσυσχέτισης (autocorrelation), η οποία περιγράφει το χωρικό μέγεθος των πρωταρχικών σχηματισμών της εικόνας (primitives). Μάλιστα μεγάλοι σχηματισμοί είναι ενδεικτικοί μιας πιο τραχείας υφής, ενώ οι μικροί μιας πιο λεπτής υφής. Όταν οι πρωταρχικοί σχηματισμοί είναι σχετικά μεγάλοι, η τιμή της συνάρτησης αυτοσυσχέτισης μειώνεται αργά σε σχέση με την απόσταση, ενώ αν είναι μικροί μειώνεται γρήγορα. Στη περίπτωση περιοδικών σχηματισμών η αυτοσυσχέτιση αυξάνεται και μειώνεται με περιοδικό τρόπο Φάσμα Ισχύος Fourier Το Φάσμα Ισχύος Fourier (Fourier Power Spectrum) σχετίζεται με την συνάρτηση αυτοσυσχέτισης καθώς είναι ο μετασχηματισμός Fourier αυτής. Μπορεί να χρησιμοποιηθεί για το χαρακτηρισμό της υφής μιας εικόνας καθώς περιέχει πολλές πληροφορίες για αυτήν. Ο μετασχηματισμός Fourier μιας εικόνας f(x,y) καθορίζεται από τη σχέση : και το φάσμα ισχύος Fourier από τη σχέση: 47 Καργοπούλου Ωραιοζήλη 2011

48 2. Επεξεργασία Εικόνας Φάσμα Υφής Η μέθοδος του φάσματος υφής (Texture Spectrum) βασίζεται στο ότι μια εικόνα υφής μπορεί να αναλυθεί σε μονάδες υφής (texture units). Οι μονάδες υφής αποτελούνται από 9 στοιχεία καθένα από τα οποία μπορεί να έχει τιμή (0,1,2) ανάλογα με την τιμή του κεντρικού στοιχείου V0. Μια τέτοια μονάδα υφής φαίνεται στον παρακάτω πίνακα. Στη γειτονιά των εικονοστοιχείων του σχήματος το V0 είναι το κεντρικό στοιχείο, το οποίο περιβάλλεται από οχτώ γειτονικά εικονοστοιχεία Vi (1 i 8 ). V 2 V 3 V 4 V 1 V 0 V 5 V 8 V 7 V 6 Σε κάθε ένα από τα Vi ανατίθεται μια από τις τιμές {0,1,2} σύμφωνα με τη παρακάτω σχέση: Σύμφωνα με την παραπάνω σχέση μπορούν να προκύψουν 38 =6561 μονάδες υφής, οι οποίες αντιπροσωπεύουν τη σχέση επιπέδου φωτεινότητας μεταξύ ενός pixel και των γειτονικών του σε όλες τις πιθανές κατευθύνσεις [Karkanis et al. 1999] Χαρακτηριστικά ενέργειας υφής Στην προσέγγιση της υφής μέσω της ενέργειας (Laws), η εικόνα αρχικά συνελίσσεται με διάφορους πυρήνες. Αν Ι είναι η εικόνα εισόδου και g1,,gn οι πυρήνες, υπολογίζονται οι εικόνες Jn=I gn, n=1,,n. Στη συνέχεια, κάθε συνελιχθείσα εικόνα υπόκειται σε επεξεργασία με ένα μη γραμμικό τελεστή, 48 Καργοπούλου Ωραιοζήλη 2011

49 2. Επεξεργασία Εικόνας προκειμένου να καθοριστεί η συνολική ενέργεια στη γειτονιά διαστάσεων 7x7 του κάθε εικονοστοιχείου. Η ενέργεια της εικόνας που αντιστοιχεί στον gn πυρήνα καθορίζεται από τον τύπο [Sharma 2001a]: Για κάθε εικονοστοιχείο που βρίσκεται στη θέση (r,c) προκύπτει ένα διάνυσμα χαρακτηριστικών υφής [S1(r,c),, SN(r,c)]. Ο Law εισήγαγε μια ομάδα χαρακτηριστικών ενέργειας υφής που βασίζονται στο βαθμό ταύτισης ή ομοιότητας ομάδων γειτονικών εικονοστοιχείων με ορισμένες μάσκες, τις οποίες ο ίδιος επινόησε. Ο Law έδειξε ότι τα χαρακτηριστικά ενέργειας υφής μπόρεσαν να χρησιμοποιηθούν για το διαχωρισμό οχτώ δειγμάτων υφής με ποσοστό επιτυχίας 94%, ενώ η χωρική συνεμφάνιση του γκρι είχε ποσοστό επιτυχίας μόνο 72%.[Sharma 2001a] Τα χαρακτηριστικά του Law βασίζονται σε τρία διανύσματα μήκους l=3, τα οποία είναι τα παρακάτω. Τα διανύσματα αυτά αντιστοιχούν στις μονοδιάστατες πράξεις του τοπικού μέσου όρου κεντρικής βαρύτητας, της πρώτης διαφόρισης για εντοπισμό ακμών και της δεύτερης διαφόρισης για εντοπισμό κουκίδων. Συνελίσσοντας τα διανύσματα αυτά με τον εαυτό τους ή μεταξύ τους προκύπτουν τα ακόλουθα πέντε διανύσματα: 49 Καργοπούλου Ωραιοζήλη 2011

50 2. Επεξεργασία Εικόνας Από αυτά το L5 αντιστοιχεί στον τοπικό μέσο, τα S5 και Ε5 στην ανίχνευση κουκίδων και ακμών ενώ τα R5 και W5 θεωρούνται ανιχνευτές ελαφρού ή έντονου κυματισμού. Το O7 αντιστοιχεί στην ταλάντωση (oscillation): Πολλαπλασιάζοντας τους παραπάνω πινάκες γραμμές με τους πίνακες - στήλες που προκύπτουν από την αναστροφή τους προκύπτουν οι 5x5 μάσκες του Law. Τα χαρακτηριστικά υφής του Law εξάγονται από κάθε εικόνα μετά από τη συνέλιξη της με κάθε μάσκα. Για μια εικόνα μεγέθους ΑxB και επιπέδων φωτεινότητας από 1 έως 256, η εικόνα που προκύπτει μετά τη συνέλιξη της με μία μάσκα μεγέθους 5x5 έχει μέγεθος (Α+5-1)x(B+5-1) και οι τιμές φωτεινότητας των εικονοστοιχείων της δε κυμαίνονται απαραίτητα από 1 έως 256 αλλά μπορεί να είναι μεγαλύτερες ή και αρνητικές. Συνήθως για κάθε εικόνα που προκύπτει από τη συνέλιξη της αρχικής εικόνας με μία από τις τέσσερις μάσκες υπολογίζονται τρία χαρακτηριστικά: Το άθροισμα των απολύτων τιμών του επιπέδου γκρι των εικονοστοιχείων προς τον αριθμό εικονοστοιχείων της εικόνας πριν εφαρμοστεί η μάσκα (as) Το άθροισμα των τετραγώνων των τιμών του επιπέδου γκρι των εικονοστοιχείων προς τον αριθμό εικονοστοιχείων της εικόνας πριν εφαρμοστεί η μάσκα (ss) Η εντροπία της εικόνας (entropy: ent). 50 Καργοπούλου Ωραιοζήλη 2011

51 2. Επεξεργασία Εικόνας Όπου, Ι(x,y) η τιμή φωτεινότητας του εικονοστοιχείου (x,y) της εικόνας, g οι δυνατές τιμές φωτεινότητας (συνήθως 1 g 256) και H(g) το ποσοστό των εικονοστοιχείων με τιμή φωτεινότητας g Χαρακτηριστικά υφής κλασματικής διάστασης Για την ανάλυση της υφής μιας εικόνας μπορεί να υπολογισθεί η κλασματική διάσταση της (fractal dimension). Η διάσταση αυτή χαρακτηρίζει την τραχύτητα μιας επιφάνειας, ενώ μπορεί να υπολογιστεί με μεθόδους, όπως η καταμέτρηση κύβων ή στατιστικές μέθοδοι. Ο υπολογισμός της κλασματικής διάστασης μπορεί επίσης να πραγματοποιηθεί σε εικόνες που έχουν υποστεί προεπεξεργασία προκειμένου να μεγιστοποιηθεί η παρεχόμενη πληροφορία υφής Κατάτμηση Εικόνας Εισαγωγή Στην προσπάθεια να μπορέσει ο υπολογιστής να μιμηθεί την ανθρώπινη νόηση και συμπερασματολογία για να εξάγει χρήσιμη πληροφορία από μια εικόνα προέκυψε το πρόβλημα της κατάτμησης. Ο στόχος της κατάτμησης εικόνας είναι ο διαχωρισμός της σε περιοχές, είτε πρόκειται για τον διαχωρισμό σε ομοιόμορφες περιοχές που αναπαριστούν κάποιο αντικείμενο στην εικόνα, ή εξαγωγή ζητούμενων περιοχών στην εικόνα. Το αποτέλεσμα της κατάτμησης χρησιμεύει ως ενδιάμεσο βήμα για την περαιτέρω επεξεργασία της εικόνας ανάλογα με την εφαρμογή. Σε πολλές περιπτώσεις βασίζεται στον έγχρωμο χαρακτήρα της εικόνας, βρίσκοντας εφαρμογή π.χ. σε αναγνώριση προσώπου, αναγνώριση δέρματος, αναγνώριση πινακίδων στον δρόμο για υποβοήθηση στην οδήγηση, επεκτείνοντας την μονοχρωματική επεξεργασία σε πολυδιάστατη χρωματικά επεξεργασία. [Αργυρόπουλος 2007] 51 Καργοπούλου Ωραιοζήλη 2011

52 2. Επεξεργασία Εικόνας Ως κατάτμηση γενικά μπορεί να οριστεί η διαδικασία διαχωρισμού των αντικειμένων από το παρασκήνιο της εικόνας ή διαφορετικά σαν τη διαμέριση της εικόνας σε ασύνδετες μεταξύ τους περιοχές, κάθε μια από τις οποίες είναι ομοιογενής και συνεκτική ως προς κάποια ιδιότητα. [Liu et all 2006] Η δυσκολία του προβλήματος της κατάτμησης βρίσκεται στο ότι ο κάθε άνθρωπος μπορεί να κατατμήσει την ίδια εικόνα με διαφορετικό τρόπο. [Κόκκινος 2006] Επίσης από εικόνα σε εικόνα είναι διαφορετικά τα κριτήρια ομοιογένειας των περιοχών. Κάποιες βασικές μέθοδοι κατάτμησης είναι οι: Κατάτμηση εικόνας με βάση τις ακμές. Μπορεί πρακτικά να εφαρμοστεί σε ειδικές περιπτώσεις εικόνων όπως εικόνες που αποτελούνται από γεωμετρικά σχήματα με αναλυτική μαθηματική περιγραφή, ή από αντικείμενα που συντίθενται από απλά γεωμετρικά σχήματα. Κατάτμηση εικόνας με κατωφλίωση είναι αποτελεσματική όταν η εικόνα περιέχει λίγα και σχετικά μεγάλα αντικείμενα και επιπλέον όταν δεν υπάρχουν μεγάλες διακυμάνσεις στο φωτισμό. Κατάτμηση εικόνας με προσαρμοστική κατωφλίωση. Η κατάτμηση εικόνας με βάση τις περιοχές. Είναι και η πιο διαδεδομένη κατηγορία τεχνικών κατάτμησης. Εφαρμόζεται σε όλες τις περιπτώσεις και είναι σχεδόν η αποκλειστική μέθοδος για κατάτμηση έγχρωμων εικόνων. Οι τρεις βασικότερες τεχνικές κατάτμησης με βάση τις περιοχές είναι: Η Συνένωση περιοχών (region merging) Ο Τεμαχισμός και Συνένωση (region merging and splitting) περιοχών Ο Μετασχηματισμός Watershed Μέθοδοι κατάτμησης Κατωφλίωση Στη βιβλιογραφία υπάρχουν πολλές μέθοδοι για εφαρμογή κατωφλίωσης δύο από τις πιο γνωστές μεθόδους που χρησιμοποιούνται ευρέως στην επεξεργασία εικόνας είναι η τεχνική κατωφλίωσης ελαχίστου σφάλματος (minimum error 52 Καργοπούλου Ωραιοζήλη 2011

53 2. Επεξεργασία Εικόνας thresholding) [Kittler et al. 1986] και η μη παραμετρική μέθοδος κατωφλίωσης (Otsu). [Otsu 1979] Οι Kittler et al. πρότειναν μια απλή τεχνική για την επιλογή της βέλτιστης τιμής του κατωφλίου τ: Έστω h(g) το ιστόγραμμα μίας εικόνας, L τα διακριτά επίπεδα γκρίζου τόνου και Τ μία αυθαίρετη τιμή κατωφλίου. Για την περιγραφή των δύο παραγόμενων πληθυσμών των pixels χρησιμοποιούμε μία κανονική πυκνότητα πιθανότητας h(g i,t) με παραμέτρους μ i (Τ), σ i (Τ) και πιθανότητα Ρ i (Τ) που δίνονται από τις σχέσεις b ga b ga h ( g) h( g) g Pi ( T) b 2 2 i ( T) { g i( T)} h( g) g a P( T) i Όπου, α = και b = Η δεσμευμένη πιθανότητα e(g,t) για το επίπεδο γκρίζου τόνου g να αντικατασταθεί στην εικόνα από τη σωστή δυαδική τιμή δίνεται από τη σχέση h( g i, T) P( T) h( g) i Με i = Καθώς η h(g) είναι ανεξάρτητη από τα i, στην ανάλυση αγνοείται ο παρονομαστής της παραπάνω σχέσης. Από τη λογαρίθμηση του αριθμητή και πολλαπλασιασμό επί - 2, προκύπτει μια σχέση που μπορεί να θεωρηθεί ως ένας δείκτης της επίδοσης της σωστής ταξινόμησης. Η μέση απόδοση για όλη την εικόνα μπορεί να χαρακτηριστεί από μία συνάρτηση-κριτήριο. 53 Καργοπούλου Ωραιοζήλη 2011

54 2. Επεξεργασία Εικόνας J(T) h ( g) ( g, T) g Καθώς η τιμή του Τ μεταβάλλεται, τα μοντέλα των κατανομών των πληθυσμών αλλάζουν. Η τιμή του κατωφλίου τ που δίνει τη μικρότερη τιμή για τη συνάρτηση-κριτήριο αντιστοιχεί στη βέλτιστη μοντελοποίηση κι επομένως στο ελάχιστο σφάλμα ταξινόμησης. Τελικά από τις παραπάνω σχέσεις προκύπτει για το J(T): J( T) 1 2[ P1 ( T)log 1( T) P2 ( T)log 2( T)] 2[ P1 ( T)log P1 ( T) P2 ( T)log P2 ( T)] Ο προσδιορισμός των τιμών της ομαλής συνάρτησης J(T) και η εύρεση του ελαχίστου (Τ) είναι μία υπολογιστικά εύκολη διαδικασία. Το 1979 ο Nobuyuki Otsu πρότεινε μια μη παραμετρική μέθοδο κατωφλίωσης, η οποία είναι η παρακάτω: Έστω L διακριτά επίπεδα γκρίζου τόνου, n i το πλήθος των pixel που έχουν επίπεδο γκρίζου τόνου I και Ν=n 0 +n 1 + +n L-1 το συνολικό πλήθος των pixel τα εικόνας. Για κανονικοποιημένο ιστόγραμμα θα ισχύουν Υποθέτουμε ότι με μια τιμή κατωφλίου Τ δημιουργούνται δύο κλάσεις C 1 και C 2 (φόντο και αντικείμενα, αντίστοιχα). Συνεπώς οι αντίστοιχες πιθανότητες για τα κλάσεις και οι μέσες τιμές τα είναι 1 Pr( C1) pi ( T) T i 0 L 1 i T 1 2 Pr( C2) pi 1( T) 54 Καργοπούλου Ωραιοζήλη 2011

55 2. Επεξεργασία Εικόνας 55 Καργοπούλου Ωραιοζήλη 2011 ) ( ) ( ) Pr( T T ip C i i T i T i i ) ( 1 ) ( ) Pr( T T ip C i i L T i L T i i Όπου, T i p i 0 και T i ip i 0 είναι οι μηδενικές και πρώτης τάξης, αντίστοιχα, αθροιστικές ροπές του ιστογράμματος μέχρι το επίπεδο Τ, και 1 0 L i i ip είναι η ολική μέση τιμή για την εικόνα. Για οποιοδήποτε Τ ισχύει και Οι διακυμάνσεις των κλάσεων είναι: ) ( ) Pr( ) ( T i i T i p i C i i ) ( ) Pr( ) ( L T i i L T i p i C i i Για την αξιολόγηση τα απόδοσης του διαχωρισμού με την επιλογή της τιμής κατωφλίου εισάγουμε τα εξής όρους 2 2 B W, 2 2 T W και 2 2 T B n Όπου, ) ( ) ( ) ( B είναι η διακύμανση μεταξύ των κλάσεων W η διακύμανση σε κάθε κλάση και ) ( L i i T T p i η ολική διακύμανση Επομένως το πρόβλημα μπορεί να αντιμετωπιστεί σαν ένα πρόβλημα βελτιστοποίησης για την επιλογή της τιμής Τ που μεγιστοποιεί κάποιο από τα λ, κ ή n. Ισχύει ότι T B W, άρα οι τρεις αυτοί όροι είναι ισοδύναμοι, οπότε τελικά

56 2. Επεξεργασία Εικόνας αρκεί να βρεθεί το Τ που μεγιστοποιεί οποιονδήποτε από τα λ, κ, n. Επειδή ο υπολογισμός του n είναι ευκολότερος, επιλέγουμε να λύσουμε αυτό. Είναι: ( ) n( T) T 2 B 2 T 2 [ T( T) ( T)] B ( T) ( T)[1 ( T)] 2 Τελικά η βέλτιστη τιμή κατωφλίου, που μεγιστοποιεί το n, είναι το Τ που μεγιστοποιεί την ποσότητα 2 ( ) B 2 max ( T) 0T L1 B Κατάτμηση βάση περιοχών Μια εξειδικευμένη κατηγορία κατάτμησης εικόνας είναι η κατάτμηση βάση περιοχών της εικόνας. Η ομοιομορφία των περιοχών εξαρτάται κάθε φορά από την εικόνα. [Τσαπατσουλης 2005] Έστω R ολόκληρη η περιοχή της εικόνας και Ri, i=1,,n n ομοιόμορφες περιοχές αυτής. Η κατάτμηση με βάση τις περιοχές βασίζεται στις εξής αρχές: Η ένωση των επιμέρους περιοχών πρέπει να καλύπτει ολόκληρη την περιοχή της εικόνας. Ri, i=1,,n είναι μια ενωμένη περιοχή (δηλαδή από κάθε pixel που ανήκει στην Ri μπορείς να φτάσεις σε οποιοδήποτε άλλο pixel που ανήκει στην Ri χωρίς να διασχίσεις pixel που ανήκουν στο φόντο) για κάθε i,j, i j P(Ri)=TRUE, i=1,,n P(RiURi)=FALSE, για κάθε γειτονικές περιοχές Ri, Rj, i j P(Ri) είναι μια συνθήκη ομοιομορφίας όσον αφορά τις τιμές των pixel της περιοχής Ri. Παράδειγμα: 56 Καργοπούλου Ωραιοζήλη 2011

57 2. Επεξεργασία Εικόνας όπου σ Ri και m Ri είναι η τυπική απόκλιση και μέση φωτεινότητα των τιμών των pixel στην περιοχή Ri Τοπολογικά Χαρακτηριστικά Ένα ακόμη χαρακτηριστικό που μας δίνει σημαντική πληροφορία σε μια εικόνα είναι η θέση και τοποθέτηση των αντικειμένων μέσα σε αυτή, δηλαδή τα τοπολογικά χαρακτηριστικά της. Για παράδειγμα ο ουρανός συνήθως βρίσκεται στο πάνω ενώ η θάλασσα στο κάτω μέρος της εικόνας. Μας ενδιαφέρει όχι μόνο η χωρική θέση των αντικειμένων ή των περιοχών αλλά και οι σχέσεις μεταξύ των περιοχών της εικόνας (π.χ. το αντικείμενο α βρίσκεται στο πάνω αριστερό μέρος της εικόνας και είναι δεξιά του β και πάνω από το γ). Επιτρέπει το ταίριασμα εικόνων βασισμένη στις σχετικές θέσεις των αντικειμένων μέσα σε αυτές. Υπάρχουν πολύ τρόποι για την εξαγωγή των τοπολογικών χαρακτηριστικών. Ένας από αυτούς είναι να χωρίσουμε την εικόνα σε ενεά κελιά (3x3) και σε κάθε περιοχή ανάλογα με το τι καλύπτει μεγαλύτερο μέρος της επιφάνειάς της, δημιουργούμε μια τιμή δείκτη (μία για κάθε κελί) που έπειτα μπορεί να συνδυαστεί και με το χρώμα και το σχήμα για καλύτερα αποτελέσματα [Prasad, 2003]. 57 Καργοπούλου Ωραιοζήλη 2011

58 3. Επεξεργασία ιατρικών εικόνων Ένας από τους τομείς που αξιοποίησε, και συνεχίζει να αξιοποιεί, τις νέες τεχνολογίες με επιτυχία είναι η ιατρική. Η ιατρική είναι ένας κλάδος που μπορεί να συνδυάσει πολλά επιστημονικά πεδία της πληροφορικής όπως βάσεις δεδομένων, επεξεργασία εικόνας και σήματος, αναγνώριση προτύπων κλπ. για τη δημιουργία χρήσιμων συστημάτων. Μέχρι σήμερα έχουν δημιουργηθεί πολλές ιατρικές εφαρμογές και λογισμικά για υποβοήθηση ιατρικών εξετάσεων, τόσο για στο στάδια της εξέτασης, όσο και της διάγνωσης. Ιδίως για τη διάγνωση, έχουν υλοποιηθεί πολλές καινοτόμες τεχνικές που σε πολλές περιπτώσεις υπερτερούν των αντίστοιχων κλασσικών μεθόδων, αφού από τη μία απαλλάσσουν τον γιατρό από πολλές εργασίες ρουτίνας αλλά ταυτόχρονα του παρέχουν σημαντική πληροφορία που μόνος του δύσκολα θα την εντόπιζε. Η στροφή αυτή της πληροφορικής προς την ιατρική ώθησε πολλά εργαστήρια και τον δύο ειδικοτήτων (ιατρικής και πληροφορικής) να ασχοληθούν με τέτοιες εφαρμογές, μέρος των οποίων παρατίθενται στο παρόν κεφάλαιο της εργασίας. Στο κεφάλαιο αυτό αρχικά θα αναφερθούν γενικότερα οι κατηγορίες ιατρικών εφαρμογών, μαζί με παραδείγματα. Έπειτα θα δοθεί έμφαση σε εφαρμογές που ασχολούνται με εικόνες υπερήχων, και ειδικότερα υπερήχων από το κάτω μέρος του στόματος και τη γλώσσα καθώς και εφαρμογές σχετικές με τη φωνητική οδό και την σύνθεση/αναγνώριση ομιλίας. 3.1 Πληροφορική και υγεία Ιστορική αναδρομή Η Ιατρική πληροφορική όμως, παρότι στις μέρες μας γνωρίζει μεγαλύτερη άνθηση, έχει τις ρίζες της, ως έννοια και ως αντικείμενο έρευνας είδη από τις απαρχές της εξάπλωσης των ηλεκτρονικών υπολογιστών, ιδιαίτερα στα κράτη όπου συντελούταν ανάπτυξη εφαρμογών υλικού και λογισμικού. Η εγκατάσταση οιοσδήποτε είδους πληροφορικής εφαρμογής χρονολογείται στη δεκαετία του `60 με τον χαρακτήρα τους να περιορίζεται σε πληροφοριακά συστήματα λογιστικής διαχείρισης νοσοκομείων και καταγραφής εμφανιζόμενων περιστατικών. Κύριοι 58 Καργοπούλου Ωραιοζήλη 2011

59 3. Επεξεργασία Ιατρικών Εικόνων ανασταλτικοί λόγοι εγκατάστασης τέτοιων συστημάτων είναι το υψηλό κόστος και το νηπιακό στάδιο στο οποίο βρίσκονται, άλλα και γενικότερα οι περιορισμένες και ακριβές διαθέσιμες τεχνολογίες. Σημαντικός σταθμός για την Ιατρική Πληροφορική είναι τα μέσα της δεκαετίας του `80, που πλέων αυξάνουν οι ταχύτητες, άλλα και η ασφάλεια μετάδοσης δεδομένων, κάτι πολύ σημαντικό για το συγκεκριμένο τομέα, αφού τα Σχήμα 19 Το όραμα για την εξέλιξη της ιατρικής στον 21 ο αιώνα Πηγή: [Laboratory of Biomedical Technology, NTUA] δεδομένα που μεταφέρονται είναι ευαίσθητα και προσωπικά. Επόμενος μεγάλος σταθμός, λίγα χρόνια αργότερα αποτελεί η εξέλιξη των υπολογιστών, μεγαλύτερης πλέον ισχύος και ελάχιστου κόστους κάτι που τους καθιστά σιγά σιγά απαραίτητους για την εύρυθμη λειτουργία των νοσοκομείων. Στις μέρες μας παρουσιάζεται τεράστια έξαρση όσον αφορά την ανάπτυξη τεχνολογιών ιατρικής πληροφορικής. Παράλληλα, το εύρος των δυνατοτήτων που παρέχονται πλέον δεν περιορίζεται μόνο στην αυτάρκεια και στην πλήρη χρησιμοποίηση των διαθεσίμων πόρων αλλά επεκτείνεται και σε εφαρμογές όπως Τηλεσυνεργασία, Τηλεπαρακολούθηση περιστατικών και ασθενών, Τηλεκπαίδευση κ.α. 59 Καργοπούλου Ωραιοζήλη 2011

60 3. Επεξεργασία Ιατρικών Εικόνων Στη χώρα μας η εισαγωγή Ιατρικών Πληροφοριακών Δικτύων και Εφαρμογών έγινε με μία καθυστέρηση, κάτι που οφείλεται στην γενικότερη αργοπορία εξέλιξης της Πληροφορικής και της δικτυακής υποδομής της (αρχές της δεκαετίας του `90). Πλέον, σχεδόν σε όλα τα νοσηλευτικά κέντρα της χώρας υπάρχει, τουλάχιστον, μια στοιχειώδης υποδομή, τέτοια που να επιτρέπει την τέλεση κάποιων απλών και μεμονωμένων διεργασιών. Οι αρχές του 21 αιώνα βρίσκουν την Ελλάδα να συμμετέχει σε ερευνητικά έργα και δράσεις σε ehealth τόσο σε νοσοκομειακό όσο και σε ακαδημαϊκό επίπεδο [Παρατηρητήριο 2007]. Η πληροφορική, ιδιαίτερα τα τελευταία χρόνια με την έκρηξη των νέων τεχνολογιών, έχει εισέλθει πλέον δυναμικά στο χώρο της υγείας. Η εφαρμογή της πληροφορικής έχει διπλή δράση. Από τη μία έχουμε την «ηλεκτρονική υγεία», που έχει να κάνει με τη διαχείριση των υπηρεσιών υγείας και των πληροφοριακών συστημάτων, και από την άλλη, τη δημιουργία υποστηρικτικών λογισμικών για τους γιατρούς, για θέματα εξέτασης ασθενών και διάγνωσης ασθενειών. Σύμφωνα με μελέτη του Παρατηρητηρίου για την κοινωνία της πληροφορίας, σχετικά με τη χρήση τεχνολογιών πληροφορικής και επικοινωνιών στον τομέα υγείας και πρόνοιας προκύπτει μια σημαντική δραστηριότητα σχετικά με την ηλεκτρονική υγεία κυρίως στο πλαίσιο που έχει καθοριστεί από την ανακοίνωση 356 της Ε.Ε του 2004 [Παρατηρητήριο 2007]. Οι δράσεις των κρατών μελών κατηγοριοποιούνται στις εξής κατηγορίες υπηρεσιών: Διαλειτουργικότητα Ηλεκτρονικός Φάκελος Υγείας Ηλεκτρονικές προμήθειες ΣΔΙΤ Ηλεκτρονική Κάρτα Υγείας Πληροφοριακά συστήματα νοσοκομείων Ηλεκτρονική αποπληρωμή υπηρεσιών υγείας Τηλεϊατρική Ηλεκτρονική κλείσιμο ραντεβού Προστασία προσωπικών δεδομένων 60 Καργοπούλου Ωραιοζήλη 2011

61 3. Επεξεργασία Ιατρικών Εικόνων Ηλεκτρονική συνταγογράφηση Προκύπτει ότι δίνεται ιδιαίτερη βαρύτητα στις έννοιες της διαλειτουργικότητας, των πληροφοριακών συστημάτων των μονάδων υγείας, στη χρήση ηλεκτρονικής κάρτας υγείας, στην ηλεκτρονική αποπληρωμή, στη προστασία προσωπικών δεδομένων και στην ηλεκτρονική συνταγογράφηση. Όσον αφορά τη δημιουργία υποστηρικτικού λογισμικού τόσο για τη διαδικασία της εξέτασης ασθενών όσο και της επεξεργασίας των ιατρικών δεδομένων και της διάγνωσης ασθενειών έχουν γίνει σημαντικά βήματα τα τελευταία χρόνια, σε παγκόσμιο άλλα και σε εθνικό επίπεδο. Μερικές από τις σημαντικότερες εφαρμογές και συστήματα παρουσιάζονται στην επόμενη υποενότητα. 3.2 Διαθέσιμες εφαρμογές και συστήματα Η σωστή εκμετάλλευση της πληροφορικής και των συστημάτων που μπορεί να υποστηρίξει έρχεται να λύσει πολλά προβλήματα στο χώρο της υγείας. Έρευνες δείχνουν ότι κατά τη διάρκεια μιας τυπικής νοσηλείας, τα στοιχεία του ασθενούς καταγράφονται τουλάχιστον πέντε φορές. Ακόμα, το 30% των εξετάσεων που πραγματοποιούνται θα μπορούσαν να έχουν αποφευχθεί αν ο ασθενής είχε έναν σωστό ιατρικό φάκελο, γιατί πιθανός να είναι εξετάσεις που έχει ξανακάνει, αλλά σε άλλο νοσοκομείο ή νοσηλευτικό ίδρυμα. Αξιοσημείωτο είναι και το γεγονός ότι μια σωστή μηχανογράφηση συνταγών και φαρμάκων θα απέφερε 40% εξοικονόμηση, αλλά και θα γλύτωνε πολλούς ασθενείς από της ανεπιθύμητες ενέργειες φαρμάκων που προκαλούν ετησίως. Σύμφωνα με μελέτη της ΙΟΜ (Ινστιτούτο Οπτικοακουστικών Μέσων) 200,000 θανάτους, το 28% των νοσοκομειακών εισαγωγών και 200 δισ. κόστος στο Σύστημα Υγείας. Τα σημαντικότερα διαθέσιμα συστήματα υγείας ανήκουν σε κάποια από τις κατηγορίες που παρατίθενται παρακάτω [Κουτσούρης 2005]: Πληροφοριακά Συστήματα, εξειδικευμένα στο χώρο της υγείας, όπως είναι ο ιατρικός φάκελος. Συμβάλλουν στη μείωση της γραφειοκρατίας, την ελαχιστοποίηση των λαθών και γενικότερα την καλύτερη διαχείριση όλων των διαδικασιών του 61 Καργοπούλου Ωραιοζήλη 2011

62 3. Επεξεργασία Ιατρικών Εικόνων χώρου. Τέτοια συστήματα αυτά είναι γνωστά κι ως HIS - Hospital Information Systems. Όσον αφορά τον ιατρικό φάκελο, ένας ολοκληρωμένος φάκελος συμβάλλει στην πρόβλεψη άλλα και στην έγκαιρη διάγνωση και θεραπεία ασθενειών, αφού συνδέει τον ασθενή με ιατρικά χρήσιμη πληροφορία. Στον παρακάτω πίνακα δίνονται ενδεικτικά μερικές εφαρμογές για πληροφοριακά συστήματα [CAISIS], [APOLLO], [blackbox], [INTRACOM], [datamed], [TrakCare], [EXODUS]: Εφαρμογή Δημιουργός Περιγραφή Caisis Caisis Team org/ Οpen source, σύστημα διαχείρισης δεδομένων ασθενών βασισμένο στον παγκόσμιο ιστό. Το σύστημα διανέμεται ελεύθερα, με σκοπό την προώθηση της συλλογής πρότυπων, καλά δομημένων δεδομένων, κατάλληλων για ερευνητικούς σκοπούς, καθώς και για τη συνεργασία διαφορετικών ιατρικών φορέων. ORION, Concerto Medical Applications Portal OXYGEN Medical Vision Apollo Apollo blackbox Μια πύλη ιατρικών εφαρμογών που μπορεί να τοποθετηθεί πάνω από πολλά, διαφορετικά πληροφοριακά συστήματα, παρέχοντας μια ενιαία εικόνα των δεδομένων των ασθενών σε πραγματικό χρόνο. Παρέχει μια «ενιαία εικόνα για τον ασθενή» μέσα από διαφορετικά ιατρικά πληροφοριακά συστήματα. Το Concerto δημιουργεί ένα ενιαίο γραφικό περιβάλλον στην οθόνη του ηλεκτρονικού υπολογιστή του ιατρού για εύκολη και γρήγορη πρόσβαση σε διαφορετικά πληροφοριακά συστήματα και σε διαφορετικά νοσοκομεία, κλινικές και μονάδες πρωτοβάθμιας φροντίδας υγείας. Σειρά Πληροφοριακών Συστημάτων Υγείας, με εφαρμογές όπως η SmartHealth, SmartLab, SmartDoctor, SmartClinic κ.α. Δίνεται ιδιαίτερο βάρος στην βοήθεια λήψης αποφάσεων στο διοικητικό-οικονομικό τομέα του φορέα, στην διασύνδεση των φορέων υγείας και των ιατρών σε επίπεδο επιστημονικό και επαγγελματικό, στην δημιουργία κέντρων πρόληψης και ενημέρωσης του πληθυσμού και στην δημιουργία κέντρων αναφοράς διαγνωστικού και θεραπευτικού χαρακτήρα. Η πλατφόρμα Medical Vision αποτελεί μία ολοκληρωμένη οικογένεια ιατρικών εφαρμογών για υπολογιστές και pda κινητά 62 Καργοπούλου Ωραιοζήλη 2011

63 3. Επεξεργασία Ιατρικών Εικόνων Intrahealth medico//s Atlantis Health Electronic Patient Record (EPR) i-care INTRACOM Datamed Datamed TrakCare EXODUS τηλέφωνα, που καλύπτει περισσότερες από 15 ιατρικές ειδικότητες. Καλύπτει ιδιώτες ιατρούς, νοσοκομεία, κλινικές, πολυιατρεία και διαγνωστικά κέντρα. Συνδυάζει πληθώρα δυνατοτήτων των νέων τεχνολογιών, και αξιοποίησης των ιατρικών εξελίξεων, με συνεχείς αναβαθμίσεις του λογισμικού. Ολοκληρωμένο πληροφοριακό σύστημα που καλύπτει όλες τις λειτουργίες της υγειονομικής περίθαλψης, της ιατρικής, της διοίκησης και των οικονομικών δραστηριοτήτων των παρόχων υπηρεσιών υγειονομικής περίθαλψης. Διαθέτει το σύνολο των απαραίτητων χαρακτηριστικών για την εύρυθμη και αποδοτική λειτουργία ενός Πληροφοριακού Συστήματος Νοσοκομείου. Οι λειτουργίες του medico//s είναι αυστηρά κατανεμημένες σε εφαρμογές, οι οποίες είναι λειτουργικά διασυνδεδεμένες γύρω από τα βασικά υποσυστήματα "Διαχείριση Ασθενών" και "Ιατρικό Υποσύστημα". Το Atlantis Health έχει αναπτυχθεί με την τεχνολογία της οικογένειας προϊόντων Atlantis. Περιλαμβάνει, μεταξύ άλλων, υποδοχή ασθενών, λογιστική διαχείριση ασθενών, διαχείριση της εξόδου ασθενών, διαχείριση αποθήκης και φαρμακείου, γενική και αναλυτική λογιστική, Ελληνική δημόσια λογιστική, διοίκηση προσωπικού, διαχείριση γραφείων προμηθειών και πληρωμής μισθών. Ο φάκελος του ασθενούς περιλαμβάνει: ιστορικό του ασθενούς, αλλεργίες και πράγματα που πρέπει να προσέξει, ιστορικό αποτελεσμάτων και παραγγελιών, δημιουργία νέας διάγνωσης, εισαγωγή σημειώσεων για τον ασθενή, περίληψη Κλινικού Ιστορικού. Πυρήνας του icare είναι η διαχείριση περιστατικών, για την παροχή διαγνωστικών υπηρεσιών, επίτευξη θεραπείας ή πρόληψης. Στόχος, η συγκέντρωση πληροφοριών για παροχή ενοποιημένης πρόσβασης των επαγγελματιών υγείας σε ιατρικές πληροφορίες. Πλεονέκτημά του icare είναι πως 63 Καργοπούλου Ωραιοζήλη 2011

64 3. Επεξεργασία Ιατρικών Εικόνων η λειτουργία και η φιλοσοφία του βασίζεται στο υπάρχον σύστημα διαχείρισης περιστατικών, γεγονός που διευκολύνει τη χρήση του και δεν απαιτεί αναθεώρηση της καθημερινής πρακτικής. Συστήματα επικοινωνιών στην υγεία: LIS, Τηλεϊατρική, Home care (έξυπνα κτίρια). Παραδείγματα εφαρμογών φαίνονται στον ακόλουθο πίνακα [CCS], [CS], [cteam]: Εφαρμογή Δημιουργός Περιγραφή MediLab L.I.M.S. ΑΣΚΛΗΠΙΟΣ HOSPITAL Computer Control System (CCS) COMPUTER SOLUTIONS COMPUTER TEAM Διατίθεται σε τρεις διαφορετικές εκδόσεις ανάλογα με το είδος του ιδρύματος υγείας που απευθύνεται. Το σύστημα αποτελείται από ένα δίκτυο υπολογιστών, που απλώνεται στα τμήματα των εργαστηρίων και το εξειδικευμένο εργαστηριακό λογισμικό. Στο σύστημα αυτό διασυνδέονται οι χρησιμοποιούμενοι αναλυτές. Ο κορμός του συστήματος διαχειρίζεται όλες τις εργαστηριακές εξετάσεις, όλων των τμημάτων, είτε αυτές εκτελούνται σε συνδεδεμένα αναλυτικά όργανα, είτε προσδιορίζονται με κλασσικές μεθόδους προσδιορισμού με χρήση απλών συσκευών (φωτόμετρα, μικροσκόπια κλπ) ή προσδιορίζονται με κλασσικές χημικές μεθόδους. Οι καθημερινές εξετάσεις εισάγονται στο σύστημα είτε από κάθε κλινική, είτε από την γραμματεία των εργαστηρίων (τμήμα παραλαβής δειγμάτων) είτε από πολλαπλές γραμματείες των εργαστηριακών τμημάτων. Ολοκληρωμένο Πληροφοριακό Σύστημα Νοσοκομείου. Βοηθάει στην αποδοτική διαχείριση των διαφόρων μερών του. Πληροφοριακό σύστημα εργαστηρίου που περιλαμβάνει: Παραπεμπτικά εξετάσεων, Διαχείριση δειγμάτων, Λίστες εργασίας, Αποτελέσματα εξετάσεων, Σύνδεση και Διαχείριση αναλυτών Συστήματα παρακολούθησης Ιατρικών πρωτοκόλλων - κλινικά δεδομένα Συστήματα υποστήριξης αποφάσεων. Οι λειτουργίες των συστημάτων των δύο αυτών κατηγοριών συνήθως ενσωματώνονται στα Πληροφοριακά συστήματα. 64 Καργοπούλου Ωραιοζήλη 2011

65 3. Επεξεργασία Ιατρικών Εικόνων Συστήματα ψηφιακής επεξεργασίας βιολογικών σημάτων Ψηφιακή επεξεργασία ιατρικών εικόνων. Ενδεικτικά αναφέρονται λίγες εφαρμογές στον ακόλουθο πίνακα [blackbox], [Santesoft]. Περισσότερα συστήματα που έχουν αναπτυχθεί σε αυτή την κατηγορία, με εξειδίκευση σε συστήματα συναφή του θέματος της εργασίας, παρουσιάζονται αναλυτικά στην Ενότητα 3.3. Εφαρμογή Δημιουργός Περιγραφή EuriMatics Diagnosis Suite Sante DICOM Software blackbox Santesoft Μελέτη και εφαρμογή μοντέρνων εργαλείων ανάλυσης εικόνας και αναγνώρισης προτύπων, με σκοπό την συμβουλευτική υποστήριξη της διάγνωσης μέσω ιατρικών απεικονιστικών εξετάσεων. Η εφαρμογή συνδυάζει γνωσιακά και εννοιολογικά περιεχόμενα πεδίων όπως η πληροφορική, η επεξεργασία εικόνας, η ανάλυση σχήματος, η αναγνώριση προτύπων και η ιατρική. Λογισμικό που απευθύνεται σε ακτινολόγους, ακτινολογικούς τεχνολόγους, RIS και PACS συντηρητές, ειδικούς στο πρότυπο DICOM και οποιουσδήποτε άλλους επαγγελματίες του τομέα ιατρικής εικόνας. Έμπειρα συστήματα - νευρωνικά δίκτυα Αναγνώριση φωνής Συστήματα ιατρικής εκπαίδευσης: Evidence based medicine Βάσεις δεδομένων. Ο μεγάλος όγκος των ψηφιακών ιατρικών δεδομένων κάνει την επιτακτική την ανάγκη χρησης των βάσεων δεδομένων. Ενδεικτικές εφαρμογές στο χώρο αυτό παρουσιάζονται στον πίνακα που ακολουθεί [Κ.ΛΕΙ.ΔΙ], [datamed], [grafimedia], [wikipedia], [BioSim]: Εφαρμογή Δημιουργός Περιγραφή Αρχειοθέτηση Ιατρικών Εικόνων Το Κ.ΛΕΙ.ΔΙ Η υπηρεσία Αρχειοθέτησης Ιατρικών Εικόνων παρέχει τη δυνατότητα για αρχειοθέτηση ιατρικών εικόνων, αναζήτηση και ανάκτηση αρχειοθετημένων εικόνων και επεξεργασία ιατρικών εικόνων. Σε συνδυασμό με τις υπηρεσίες τηλεδιάσκεψης και μετάδοσης ροών πολυμέσων, η υπηρεσία μπορεί να χρησιμοποιηθεί για την παροχή πιλοτικών υπηρεσιών Τηλεκπαίδευσης στην Ιατρική. 65 Καργοπούλου Ωραιοζήλη 2011

66 3. Επεξεργασία Ιατρικών Εικόνων Το Atlantis Health έχει αναπτυχθεί με την τεχνολογία της οικογένειας προϊόντων Atlantis, Atlantis datamed η οποία μπορεί να εκμεταλλευτεί πλήρως τις Health δυνατότητες των σχεσιακών βάσεων με μεγάλη ταχύτητα και αξιοπιστία. H grafimedia αναπτύσσει, εγκαθιστά και συντηρεί συστήματα διαχείρισης της ψηφιακής ιατρικής πληροφορίας. Η πληροφορία, που μπορεί να είναι σε μορφή κειμένου, φωνής, ήχου, εικόνας ή video και να προέρχεται από ιατρικά μηχανήματα που παράγουν εικόνα υπερηχογράφο, αξονικό τομογράφο, μαγνητικό ICONNET grafimedia τομογράφο, κολποσκόπιο, ενδοσκόπιο, λαπαροσκόπιο, μικροσκόπιο, μεταφέρεται σε ηλεκτρονικό υπολογιστή. Διαθέτει και EMR, έτσι η εικόνα ενσωματώνεται με τις άλλες μορφές πληροφορίας σε ένα ηλεκτρονικό αρχείο ασθενούς. Στόχος είναι η ιατρική πληροφορία να έχει αποκλειστικά ψηφιακή μορφή. Oλοκληρωμένo διαδικτυακό σύστημα για την σημασιολογική επισημείωση και αναζήτηση ιατρικών εικόνων, χρησιμοποιώντας τεχνολογίες Σημασιολογικού Ιστού. Γίνεται SEMIA BioSim χρήση υπαρχόντων οντολογιών, όπως της οντολογίας ανατομίας FMA και της ταξινόμησης ασθενειών ICD-10. Η αναζήτηση ιατρικών εικόνων μπορεί να γίνει με χρήση όρων ανατομίας και ασθενειών. SmartCare open source Ηλεκτρονικό σύστημα καταγραφής υγείας. Από τα συστήματα και εφαρμογές που αναφέρθηκαν παραπάνω, πρέπει να επισημανθεί, προς αποφυγή μπερδεμάτων, πως κάποια καλύπτουν περισσότερες από μια κατηγορίες, έτσι μπορεί μια εφαρμογή παρότι έχει περιγραφεί ως εφαρμογή για πληροφοριακά συστήματα να τη συναντήσουμε αλλού και ως εφαρμογή LIS κ.ο.κ. 66 Καργοπούλου Ωραιοζήλη 2011

67 3. Επεξεργασία Ιατρικών Εικόνων 3.3 Εφαρμογές Οπτικό Ακουστικής Αναγνώρισης Ομιλίας Μέσα από το πλήθος των τομέων εφαρμογής της πληροφορικής στην ιατρική, η εργασία αυτή ασχολείται με τον συνδυασμό της ψηφιακής επεξεργασίας ιατρικών εικόνων και το τομέα αναγνώρισης ομιλίας. Πιο ειδικά μελετήθηκε ο χώρος αναγνώρισης ομιλίας με τη χρήση οπτικο-ακουστικών μέσων, και αναζητήθηκαν κυρίως εφαρμογές που να χρησιμοποιούν για το σκοπό αυτό εικόνες υπερήχων, που λαμβάνονται από το κάτω μέρος του στόματος και τη γλώσσα. Οι εικόνες υπερήχων χρησιμοποιούνται πλέων ευρέως σε εφαρμογές αναγνώρισης ομιλίας, σε συνδυασμό, σχεδόν πάντα, και με άλλου είδους πληροφορία όπως αρχεία ήχου, βίντεο, πληροφορία θέσης που παράγεται από αισθητήρες κ.α. Παρακάτω περιγράφονται οι χαρακτηριστικότερες εφαρμογές του χώρου, με αναφορά στη μεθοδολογία και τα μέσα που χρησιμοποιούνται Οπτική-ακουστική ανάλυσης ομιλίας (του CVSP) Μια χαρακτηριστική εφαρμογή, είναι αυτή του Μετσόβιου Πολυτεχνείου με την υποστήριξη του FP6 European Network of Excellence MUSCLE, που είχε ως στόχο τη δημιουργία ενός ολοκληρωμένου συστήματος για συνδυασμένη Οπτικήακουστική ανάλυσης ομιλίας [CVSP], [Papandreou et al. 2007], [Papandreou et al. 2009]. Στην εφαρμογή αυτή συμμετείχε η Ομάδα Όρασης Υπολογιστών, Επικοινωνίας Λόγου και Επεξεργασίας Σήματος με 16 μέλη, σε συνεργασία με ελληνικές και ξένες ερευνητικές ομάδες. Η αναγνώριση ομιλίας με οπτικοακουστικά μέσα αναφέρεται στο πρόβλημα της αναγνώρισης ομιλίας από την ανάγνωση των χειλιών. Η ερευνητική ομάδα έχει αναπτύξει πολυπροσαρμοστικούς, πολυτροπικούς κανόνες σύντηξης με βάση την αντιστάθμιση αβεβαιότητας, που είναι συμβατοί με σύγχρονες και ασύγχρονες πολυτροπικές αρχιτεκτονικές αλληλεπίδρασης. Επιπλέον, βασισμένοι στις ΑΑΜ (Active Appearance Modeling) αναπαραστάσεις του προσώπου, κατάφεραν να εξάγουν σημαντικά οπτικά χαρακτηριστικά για την ομιλία, τα οποία μπορούν να εξαχθούν σε πραγματικό χρόνο. Η αναγνώριση ομιλίας επιτυγχάνεται με τον συνδυασμό των οπτικών με τα ακουστικά χαρακτηριστικά. 67 Καργοπούλου Ωραιοζήλη 2011

68 3. Επεξεργασία Ιατρικών Εικόνων Το σύστημα έχει στηθεί σε φορητό υπολογιστή πάνω στον οποίο χτίστηκε το πρωτότυπο σύστημα AV-ASR. Χρησιμοποιεί το μικρόφωνο και την κάμερα του φορητού, για την καταγραφή του ομιλητή. Εκτελεί οπτική- ακουστική εξαγωγή χαρακτηριστικών, καθώς και αναγνώριση ομιλίας, στον ίδιο το υπολογιστή, σε πραγματικό χρόνο. Είναι ανθεκτικό στις αποτυχίες που προκαλεί μια ενιαία μοντελοποίηση, και προσαρμόζεται αυτόματα στις μεταβολές του επιπέδου του ακουστικού θορύβου. Τα κύρια σημεία της μεθοδολογίας για την αναγνώριση ομιλίας είναι: Εξαγωγή οπτικών χαρακτηριστικών από το πρόσωπο ομιλητή Σύμμειξη οπτικής και ακουστικής πληροφορίας. Συμβάλλει στην αξιοποίηση της συμπληρωματικής πληροφορίας των αισθητήριων πηγών. Μοντελοποίηση χαλαρού συγχρονισμού ακουστικού & οπτικού καναλιού Σχήμα 20 Διάγραμμα οπτικοακουστικής αναγνώρισης ομιλίας σε πραγματικό χρόνο. Πρωτότυπο σύστημα AV-ASR του CVSP-NTUA 68 Καργοπούλου Ωραιοζήλη 2011

69 3. Επεξεργασία Ιατρικών Εικόνων Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού (του CVSP) Ένα ακόμα έργο της ίδιας ερευνητικής ομάδας είναι ένα σύστημα για Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού. Ερευνητές του χώρου υποστηρίζουν πως η γεωμετρία της φωνητικής οδού ενός ανθρώπου μπορεί να μας δώσει ικανή πληροφορία για ανακατασκευή της ίδιας της φωνής του. Αυτός ήταν και ο στόχος του παρόντος συστήματος. Το σύστημα επικεντρώνεται στην ανάκτηση πτυχών της γεωμετρίας φωνητικής οδού και της δυναμικής της, από την ομιλία. ένα πρόβλημα που αναφέρεται ως αναστροφή ομιλία [Katsamanis et al. 2009]. Για να μετριαστεί το πρόβλημα της διαδικασίας αυτής, το ότι αξιοποιεί μόνο τον ήχο, προτάθηκε η εκμετάλλευση και οπτικών πληροφοριών από το πρόσωπο του ομιλητή. Σχήμα 21 Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού. Πρωτότυπο σύστημα του CVSP- NTUA 69 Καργοπούλου Ωραιοζήλη 2011

70 3. Επεξεργασία Ιατρικών Εικόνων Τα κύρια σημεία της μεθοδολογίας για την αναγνώριση ομιλίας είναι [Katsamanis et al. 2008]: Ανάκτηση γεωμετρίας φωνητικής οδού: αντίστροφο πρόβλημα Χρήση μόνο ακουστικής πληροφορίας ανεπαρκής (αμφισημία) Εμφανείς αρθρωτές: χείλη, δόντια, άκρο της γλώσσας Μη γραμμική απεικόνιση σε γεωμετρικά χαρακτηριστικά Για την επίτευξη της δημιουργίας του συστήματος χρειάστηκε πληροφορία από πολλά διαφορετικά μέσα. Αρχικά δημιουργήθηκε μια βάση με μετρήσεις άρθρωσης, για την οποία χρειάστηκαν δύο άτομα για την πραγμάτωση των πειραμάτων (ένας άνδρας και μια γυναίκα), μετρήσεις άρθρωσης από τη χρήση 9 ηλεκτροδίων ΕΜΑ (2 συντεταγμένες για το καθένα) και βίντεο από το πρόσωπο των ομιλητών. Τα εξαγόμενα αποτελέσματα συνδυάστηκαν με τα αρχεία ήχου που λήφθηκαν σε αντιστοιχία με το βίντεο, με εικόνες από υπέρηχους από το κάτω μέρος του στόματος και τη γλώσσα, και εικόνες από ακτίνες-χ από το προφίλ των ομιλητών. Ο συνδυασμός των δύο τελευταίων δεδομένων (υπέρηχοι και ακτίνες-χ) συντελεί στην πλήρη αναπαράσταση της φωνητικής οδού και με τη βοήθεια της πληροφορίας και από τα υπόλοιπα μέσα επιτυγχάνεται η Αρθρωτική Σύνθεση Ομιλίας. Το παρόν σύστημα είναι ένα από τα πιο πλήρη της κατηγορίας του, με το μειονέκτημα όμως ότι χρειάζεται πολλά μέσα, τα οποία έχουν μεγάλο κόστος. Μάλιστα, οι λήψη ακτίνων-χ είναι μια διαδικασία που με δυσκολία κάποιος θα δεχόταν να συμμετάσχει Tongue Analysis Package (MTAP): EdgeTrak System and Surfaces System Το Maryland Tongue Analysis Package (MTAP), δημιουργήθηκε από το Vocal Tract Visualization Laboratory. Περιέχει δύο συστήματα, το EdgeTrak και το Surfaces, για χρήση με εικόνες υπερήχου της γλώσσας. 70 Καργοπούλου Ωραιοζήλη 2011

71 3. Επεξεργασία Ιατρικών Εικόνων Το EdgeTrak σχεδιάστηκε από τους Min Li, Yusuf Akgul, και Chandra Kambhamettu, του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Πληροφοριακών Συστημάτων του Πανεπιστημίου του Delaware [Li et al. 2005]. Όταν μετράται το σχήμα της γλώσσας από τις εικόνες υπερήχων, είναι απαραίτητη η αυτόματη εξαγωγή και η παρακολούθηση της επιφάνειας της γλώσσας για να αποφευχθεί η χρονοβόρα χειροκίνητη εξαγωγή της. Το σύστημα ακολουθήσει την επιφάνεια της γλώσσας μέσα από μια ακολουθία δυσδιάστατων εικόνων υπερήχων. Τελικά εξάγεται από την κάθε εικόνα μια σειρά από σημεία που αντιπροσωπεύουν τη θέση της γλώσσας και του ουρανίσκου. Τα σημεία αποθηκεύονται σε ένα αρχείο κειμένου. Για τον εντοπισμό της γλώσσας και την παράκαμψη των προβλημάτων που παρουσιάζουν οι εικόνες υπερήχων (βλέπε Ενότητα 4) χρησιμοποιείται η τεχνική ενεργών περιγραμμάτων snakes. Σχήμα 22 EdgeTrak: Τυπικά αποτελέσματα από μια ακολουθία εικόνων Το Surfaces σχεδιάστηκε από τον Vijay Parsatharathy και τον Jerry L. Prince, από το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, του Πανεπιστημίου Johns Hopkins [Parthasarathy et al.2005]. Το σύστημα αυτό ουσιαστικά αναπαράγει ακολουθίες χρόνου-κίνησης. Οι επιφάνια της γλώσσας εμφανίζει μια σειρά από καμπύλες ως ένδειξη του συνδυασμού χρόνος-κίνηση. Οι 71 Καργοπούλου Ωραιοζήλη 2011

72 3. Επεξεργασία Ιατρικών Εικόνων ακολουθίες των περιγραμμάτων αυτών μπορούν να υπολογιστούν και να συγκριθούν αριθμητικά. Σχήμα 23 Surfaces, μεθοδολογία συστήματος VocalTractLab Το VocalTractLab είναι μια εφαρμογή που βασίζεται στην ίδια ιδέα με την «Οπτική-Ακουστική Ανάκτηση Γεωμετρίας Φωνητικής Οδού», ότι η ανακατασκευή της γεωμετρίας της φωνητικής οδού ενός ανθρώπου είναι ικανή να παράγει την φωνή του [Boë et al. 2008], [Kröger et al. 2007]. Το σύστημα αυτό δημιουργήθηκε για εκπαιδευτικούς κυρίως σκοπούς με κύριο στόχο να διευκολύνει μια διαισθητική κατανόηση της παραγωγής της ομιλίας για τους μαθητές της φωνητικής και των συναφών κλάδων. Είναι ένα διαδραστικό πολυμεσικό εργαλείο λογισμικού για την επίδειξη του μηχανισμού παραγωγής ομιλίας. Το κεντρικό στοιχείο του VocalTractLab είναι ένα τρισδιάστατο μοντέλο της ανθρώπινης φωνητικής οδού. Στο μοντέλο αναπαριστώνται οι επιφάνειες των αρθρωτών και τα τοιχώματα της φωνητικής οδού. Το μοντέλο είναι διαδραστικό και πλήρως παραμετροποιήσημο. Το σχήμα και η θέση των αρθρωτών ορίζεται από μια σειρά παραμέτρων της φωνητικής οδού που μπορούν να αλλάξουν πάνω στο ίδιο το τρισδιάστατο μοντέλο, σέρνοντας τα κίτρινα σημεία ελέγχου. Στη δεξιά πλευρά εμφανίζεται η διατομή της φωνητικής οδού σε μια επιλεγμένη θέση κατά μήκος της κεντρικής γραμμής (επάνω), και το εγκάρσιο εμβαδό της φωνητικής οδού (κάτω). Στο κάτω μέρος της οθόνης φαίνεται μια γραφική παράσταση της συνάρτησης μεταφοράς ταχύτητας όγκου. Μερικά επιπλέον χαρακτηριστικά του VocalTractLab είναι τα ακόλουθα: 72 Καργοπούλου Ωραιοζήλη 2011

73 3. Επεξεργασία Ιατρικών Εικόνων Μπορεί να δημιουργηθεί μια προσαρμοσμένη συνάρτηση μεταφοράς της φωνητικής οδού με την τοποθέτηση πόλων και μηδενικών σε ένα διαδραστικό διάγραμμα (pole-zero plan) από το επίπεδο Laplace. Αυτή η συνάρτηση μπορεί να συγκριθεί με την συνάρτηση μεταφοράς του μοντέλου της φωνητικής οδού όσον αφορά το φάσμα φάσης και το φάσμα μεγέθους. Το μοντέλο Liljencrants-Fant για γλωττιδική διέγερση μπορεί να χρησιμοποιηθεί ως είσοδος στην φωνητική οδό. Οι αλλαγές των παραμέτρων του μοντέλου LF μπορούν να παρατηρηθούν στο πεδίο του χρόνου και το πεδίο της συχνότητας και να αξιολογηθούν με την καταγραφή της σύνθεση ήχων. Μπορούν, στα συνθετικά σήματα ομιλίας ή σε οποιονδήποτε άλλο ήχο φορτωθεί στην εφαρμογή, να εφαρμοστούν βασικές συναρτήσεις επεξεργασίας σήματος, όπως ο υπολογισμός των φασμάτων, φασματογραφήματα, LPC συντελεστές, κλπ. Μια 2D ή 3D διανυσματική εικόνα της γεωμετρίας της φωνητικής οδού μπορεί να αποθηκευτεί σε SVG-μορφή (scalable vector graphics). Σχήμα 24 Παράθυρο εφαρμογής VocalTractLab 73 Καργοπούλου Ωραιοζήλη 2011

74 3. Επεξεργασία Ιατρικών Εικόνων Ouisper Το Ouisper (Oral Ultrasound synthetic SPEech source) προτείνει τη χρήση της κίνησης της γλώσσας, που αποκτάται από εικόνες από υπερηχογραφήματα, και από τις κινήσεις των χειλιών από το βίντεο, για τη σύνθεση ομιλίας [Hueber et al. 2009], [Denby et Stone. 2004]. Ένα τέτοιο σύστημα, που καθοδηγείται μόνο από τις εικόνες, μπορεί να χαρακτηριστεί ως «διεπαφή σιωπηλής ομιλίας». Κάτι τέτοιο μπορεί να έχει πολλές εφαρμογές ομιλίας, όπως, τη χρήση από ασθενείς με λαρυγγεκτομή, τη χρήση του σε καταστάσεις όπου πρέπει να παραμένουμε σιωπηλοί και στη διατήρηση και η αύξηση του λόγου σε θορυβώδη περιβάλλοντα. Για τη δημιουργία της βάσης δεδομένων χρησιμοποιήθηκε ένα σύνολο δεδομένων ομιλίας αποτελούμενο από 720 προτάσεις, οργανωμένες σε 10 λίστες, από το IEEE / Harvard Κόρπους, που ομιλούνται από ένα αρσενικό ιθαγενή ομιλητής αμερικανικών αγγλικών. Οι προτάσεις IEEE επελέγησαν επειδή είναι κατασκευασμένες έτσι ώστε να έχουν περίπου ίση ευκρίνεια σε όλες τις λίστες και να έχουν όλες περίπου την ίδια διάρκεια, αριθμό συλλαβών, γραμματική δομή και ο τονισμό [Hueber et al. 2007]. Το σύστημα, στη μορφή που έχει σήμερα, βασίζεται στο οπτικοακουστικό σύνολο δεδομένων των υπερήχων και σε εικόνες από βίντεο που καταγράφονται μαζί με το ακουστικό κύμα, με τη χρήση του HATS [Hueber 2006], που φαίνεται στο Σχήμα 25. Όσον αφορά τις εικόνες υπερήχων που λαμβάνονται από το σύστημα, Σχήμα 25 Ανασκόπηση δύο εκδοχών του συστήματος Ouisper: σε φορητό υπολογιστή και το HATS 74 Καργοπούλου Ωραιοζήλη 2011

75 3. Επεξεργασία Ιατρικών Εικόνων αρχικά δέχονται μια προεπεξεργασία για να περιοριστεί το κόστος από άχρηστους υπολογισμούς. Οι εικόνες πλέον μειώνονται σε ένα πλέγμα 50 επί 50, που εσωκλείει την περιοχή ενδιαφέροντος. Οι υπέρηχοι χαρακτηρίζονται από έναν συγκεκριμένο θόρυβο που ονομάζονται speckle και είναι πολλαπλασιαστικά και τοπικά συσχετιζόμενος με το θόρυβο. Αυτό προκαλεί προβλήματα στην ερμηνεία και την περιγραφή των εικόνων. Όσον αφορά τις οπτικές εικόνες, η εξαγωγή των χειλιών γίνεται απλά στη μέθοδο εξαγωγής ακμών Sobel. Για τη οπτικο-ακουστική μοντελοποίηση εξάγεται από τα οπτικά και τα ακουστικά χαρακτηριστικά ένα διανύσματα που περιλαμβάνει 50 από αυτά. Ταυτόχρονα ένα άλλο διάνυσμα με 12 MFCC συντελεστές περιγράφει το αντίστοιχο σήμα ομιλίας. Σχήμα 26 Επισκόπηση του συστήματος σύνθεσης ομιλίας Ouisper 75 Καργοπούλου Ωραιοζήλη 2011

76 3. Επεξεργασία Ιατρικών Εικόνων Στο σύστημα αυτό επιχειρήθηκε πολλές φορές να γίνει κάποια προεπεξεργασία στην ακολουθία εικόνων υπερήχων πριν από τη χρήση τους, με σκοπό τη βελτίωση της όλης απόδοσης του συστήματος. Όμως όλες οι προσπάθειες, για διάφορους λόγους, απέβησαν μάταιες. Το εγχείρημα αυτό στάθηκε πρόκληση και αφορμή για την εκπόνηση της παρούσας διπλωματικής. Η μεθοδολογία που προτείνεται για την επεξεργασία και βελτιστοποίηση των εικόνων υπερήχων με σκοπό την εύρεση της ακριβούς θέσης της γλώσσας παρουσιάζεται στο επόμενο κεφάλαιο. 76 Καργοπούλου Ωραιοζήλη 2011

77 4. Μεθοδολογία επεξεργασίας και βελτιστοποίησης υπερηχογραφικών εικόνων από το κάτω μέρος του στόματος και τη γλώσσα Η λήψη υπερηχογραφικών (US) εικόνων είναι μια συνήθης τεχνική που χρησιμοποιείται για την ανίχνευση της κίνησης της γλώσσας κατά τη διάρκεια της ομιλίας ενός ανθρώπου. Βασική, για την εύρεση του σχήματος της γλώσσας, είναι η εξαγωγή του περιγράμματός της από μια ακολουθία εικόνων υπερήχων. Η δυσκολία έγκειται στον μεγάλο αριθμό πλαισίων μιας τυπικής αλληλουχίας εικόνων υπερήχων (π.χ. 30 ή 60 frames το δευτερόλεπτο). Για έναν τέτοιο αριθμό εικόνων δεν είναι ρεαλιστική η εύρεση του περιγράμματος της γλώσσας κάθε εικόνας χωριστά, συνεπώς χρειάζονται τεχνικές για αυτόματη κατάτμηση. Στην προσπάθεια αυτόματης κατάτμησης, βλέποντας και τα αποτελέσματα από σχετικές προσπάθειες που έχουν γίνει μέχρι τώρα ("EdgeTrak", "Ouisper" κ.α.), εντοπίζονται κάποια βασικά προβλήματα [VTVL] [Tang et al. 2010] : χαμηλή αναλογία σήματος προς θόρυβο σημάδια εξαιτίας του θορύβου γενικά προβλήματα υπερήχων π.χ. ακουστική σκίαση, κατοπτρισμός, και διάθλαση αδύναμη σχέση μεταξύ των καρέ Ειδικότερα στις εικόνες από υπερήχους από το κάτω μέρος του στόματος και τη γλώσσα μέρη της γλώσσας συχνά εξαφανίζονται μεταξύ διαδοχικών καρέ. Επιπλέον, οι δομές στο εσωτερικό της γλώσσας (π.χ. οι τένοντες και τα αιμοφόρα αγγεία) μπορούν να λειτουργούν ως ανακλαστήρες κυμάτων των υπερήχων, προκαλώντας όχι μόνο σποραδικές εξαφανίσεις του συνόλου του περιγράμματος της γλώσσας, αλλά και τις εμφανίσεις έντονης φωτεινότητας σε σημεία μηενδιαφέροντος, καθιστώντας έτσι την πληροφορία έντασης φωτεινότητας 77 Καργοπούλου Ωραιοζήλη 2011

78 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων αναξιόπιστη. Ακόμα, σε αυτή την κατηγορία υπερήχων, σε αντίθεση με άλλους υπερήχους, λείπουν οι υφές που είναι χρήσιμες για το ταίριασμα, καθιστώντας δύσκολη την αυτόματη κατάτμηση του περιγράμματος της γλώσσας. Η μέχρι τώρα προτεινόμενη τεχνική για να την επίτευξη της αυτόματης αυτής κατάτμησης είναι η τεχνική των ενεργών περιγραμμάτων (active contours) (π.χ. των snakes), με μέτρια αποτελέσματα. Στην παρούσα εργασία προτείνεται, πριν από την εφαρμογή οποιασδήποτε τεχνικής, να γίνεται βελτιστοποίηση των εικόνων των υπερήχων και αναπτύχθηκε μια διεπαφή για το σκοπό αυτό. Στην ενότητα αυτή παρατίθενται και αιτιολογούνται οι τεχνικές που επιλέχτηκαν και χρησιμοποιήθηκαν για την ανάπτυξη της εφαρμογής αυτής. 4.1 Εικόνες υπερήχου Οι εικόνες από τους υπερήχους που χρησιμοποιήθηκαν στην παρούσα διπλωματική εργασία είναι εικόνες τύπου bitmap (bmp) διαστάσεων 320Χ240 pixel. Σχήμα 27 Ενδεικτική εικόνα υπερήχου από το κάτω μέρος του στόματος και τη γλώσσα Στην παραπάνω εικόνα η Περιοχή 1 περιλαμβάνει την επιφάνεια της γλώσσας και τους μύες της γλώσσας. Η Περιοχή 2 περιλαμβάνει μύες και λίπος του συνδετικού ιστού και η Περιοχή 3 το υοειδές κόκαλο. 78 Καργοπούλου Ωραιοζήλη 2011

79 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Αναλυτικά τα χαρακτηριστικά των εικόνων που χρησιμοποιήθηκαν ως αντιπροσωπευτικό υποσύνολο των εικόνων υπερήχων από το κάτω μέρος του στόματος και τη γλώσσα, φαίνονται παρακάτω. FileSize: Format: 'bmp' FormatVersion: 'Version 3 (Microsoft Windows 3.x)' Width: 320 Height: 240 BitDepth: 24 ColorType: 'truecolor' FormatSignature: 'BM' NumColormapEntries: 0 Colormap: [] RedMask: [] GreenMask: [] BlueMask: [] ImageDataOffset: 54 BitmapHeaderSize: 40 NumPlanes: 1 CompressionType: 'none' BitmapSize: 0 HorzResolution: 0 VertResolution: 0 ΝumColorsUsed: 0 NumImportantColors: 0 79 Καργοπούλου Ωραιοζήλη 2011

80 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων 4.2 Αρχική Επεξεργασία Εικόνας Η αρχική εικόνα, όπως διαπιστώνεται και από τη λίστα χαρακτηριστικών της, στην προηγούμενη υποενότητα είναι εικόνα true color με βάθος χρώματος 24 bit. Η μορφή αυτή είναι απαγορευτική για την εφαρμογή των περισσότερων φίλτρων βελτιστοποίησης εικόνας Μετατροπή Τύπου εικόνας Τελικά, επιλέχθηκαν μια double και μια binary εκδοχή της ίδιας εικόνας ώστε τελικά να συγκριθούν τα αποτελέσματά τους. Εδώ πρέπει να σημειωθεί πως τα φίλτρα που επιλέχθηκαν αργότερα για τη βελτιστοποίηση των εικόνων εφαρμόζονται, με ελάχιστες αλλαγές των παραμέτρων, και στα δύο είδη εικόνων. Εκ πρώτης όψεως η double grayscale εικόνα φαίνεται ίδια με την αρχική, όμως από τις ιδιότητες της φαίνεται διαφορά στο βάθος χρώματος που τώρα αντί για 24 bit είναι 8 bit. Σχήμα 28 Double grayscale εικόνα υπερήχου Η μετατροπή της αρχικής εικόνας σε δυαδική πραγματοποιήθηκε με την τεχνική κατωφλίωσης. Μετά από δοκιμές επιλέχτηκε ως τιμή κατωφλιού το 30. Κατά την εφαρμογή της κατωφλίωσης, η εικόνα σαρώνεται και για κάθε τιμή 80 Καργοπούλου Ωραιοζήλη 2011

81 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων φωτεινότητας εικονοστοιχείου μικρότερη από 30, δίνεται στο εικονοστοιχείο η τιμή 0, ενώ για κάθε τιμή μεγαλύτερη από 30, δίνεται η τιμή 1. Σχήμα 29 Binary εικόνα υπερήχου Πρώτο κόψιμο εικόνας Βλέποντας τα Σχήματα 28 και 29 διαπιστώνεται ότι από ολόκληρη την εικόνα μόνο μια περιοχή της είναι αυτή που περιέχει πληροφορία. Οπότε ή χρήση ολόκληρης της εικόνας αυξάνει την πολυπλοκότητα εφαρμογής των όποιων μετασχηματισμών, χωρίς να είναι και πιο αποδοτική από χρήση ενός μέρους της. Το ζητούμενο είναι να βρεθεί ένας βέλτιστος τρόπος για να γίνει η επιλογή αυτού του μέρους της εικόνας που θα δώσει τα καλύτερα αποτελέσματα. Ο αλγόριθμος που χρησιμοποιήθηκε στην εργασία είναι ο ακόλουθος: Η εικόνα σαρώνεται από πάνω προς τα κάτω και από αριστερά προς τα δεξιά. Το πρώτο και το τελευταίο διάφορο του μηδενός στοιχείο (δηλαδή το πρώτο όχι μαύρο στοιχείο) που συναντάται ορίζεται ως πάνω όριο και κάτω όριο. Έπειτα γίνεται σάρωση από αριστερά προς τα δεξιά και από πάνω προς τα κάτω εξάγονται το δεξί και αριστερό όριο αντίστοιχα. 81 Καργοπούλου Ωραιοζήλη 2011

82 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Η νέα εικόνα που προκύπτει είναι ένα υποσύνολο της αρχικής και περιλαμβάνει το τμήμα εκείνο της εικόνας που περικλείεται εντός των εικονοστοιχείων του πάνω του κάτω του αριστερού και του δεξιού ορίου (Σχήμα 30). (α) (β) Σχήμα 30 (α/β) Εικόνα μετά το πρώτο κόψιμο Δεύτερο κόψιμο εικόνας Μελετώντας τις εικόνες που προέκυψαν και την διάταξη των μυών στις εικόνες υπερήχου (Βλέπε Ενότητα 4.1) προκύπτει ένα σημαντικό συμπέρασμα: σε όλες τις τελικές εικόνες (εικόνες μετά το πρώτο κόψιμο) η γλώσσα βρίσκεται στο πάνω μισό της εικόνας οπότε ένα ακόμα πιο εξειδικευμένο κόψιμο της μπορεί να είναι αυτό που φαίνεται στις εικόνες παρακάτω, ως επέκταση του αλγορίθμου που περιγράφηκε στην Ενότητα με τη διαφορά, ότι αντί να κόβει στο κάτω όριο κόβει στο μισό του. (α) (β) Σχήμα 31 (α/β) Εικόνα μετά το δεύτερο κόψιμο Αφού το σύστημα υλοποιήθηκε και βγήκαν τα πρώτα αποτελέσματα δημιουργήθηκε η ανάγκη κάποιων αλλαγών στο συγκεκριμένο βήμα, που θα κάνουν την μεθοδολογία πιο ακριβή. Ένα πρόβλημα που εντοπίστηκε ήταν πως δεν υπήρχε σταθερό μέγεθος για τις νέες εικόνες, ούτε και σταθερή θέση της γλώσσας μέσα σε 82 Καργοπούλου Ωραιοζήλη 2011

83 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων αυτές. Για να ξεπεραστεί το πρόβλημα αυτό προτάθηκε από το Laboratoire SIGMA, κατά το κόψιμο της εικόνας (βλέπε Ενότητα 4.2.3) να χρησιμοποιηθεί ένα σταθερό πλαίσιο, έτσι κάθε φορά να κρατείται για επεξεργασία ένα μέρος τις εικόνας με σταθερό μέγεθος που να παίρνεται από σταθερό σημείο μέσα στην εικόνα. Έτσι τα αποτελέσματα είναι πλήρως αντιστοιχίσιμα με τις αρχικές εικόνες. Οπότε τώρα το κόψιμο, ακλουθώντας μια γενίκευση της λογικής που αναφέρεται στην αρχή της υποενότητας. Το πώς εκτελείται το νέο κόψιμο φαίνεται στο σχήμα 32. Σχήμα 32 Τυποποιημένο κόψιμο εικόνας Το νέο μέγεθος είναι 160x90 pixels. Έχει διαπιστωθεί πως η γλώσσα ποτέ δεν βγαίνει από αυτό το παράθυρο και με αυτό το νέο τρόπο δεν τροποποιείται ούτε η αναλογία ούτε το μέγεθος της γλώσσας. 4.3 Βελτιστοποίηση Εικόνας Μετά από τις βασικές τροποποιήσεις, για να έρθει η εικόνα στην επιθυμητή μορφή, ακολουθεί το επόμενο και σημαντικότερο στάδιο, αυτό της βελτιστοποίησης. Το στάδιο αυτό δεν εφαρμόζεται σε κανένα από τα μέχρι τώρα υπάρχοντα συστήματα για αυτό και αποτελεί μια πρωτοτυπία της εργασίας. 83 Καργοπούλου Ωραιοζήλη 2011

84 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Γέμισμα κενών εικόνας Στην εικόνα, ανάμεσα στις περιοχές ενδιαφέροντος παρατηρούνται κάποια ανεπιθύμητα κενά (Σχήμα 30 και Σχήμα 31). Το πρώτο στάδιο για τη βελτιστοποίηση της εικόνας είναι επιθυμητή η εξάλειψη των κενών αυτών. Για το σκοπό αυτό, σαρώνεται η εικόνα και εφαρμόζεται ένα φίλτρο γεμίσματος κενών. Ως κενό θεωρείται κάθε περιοχή (σύνολο από pixel) που έχει ίδιο χρώμα με το φόντο της εικόνας και δεν υπάρχει καμία πιθανή διαδρομή, με 4-γειτονιά, από και προς την περιοχή αυτή από το φόντο. Έτσι η εικόνα γίνεται: Σχήμα 33 Εικόνα πριν και μετά το γέμισμα κενών Φίλτρο Gauss Για να γίνει ομαλότερη η εικόνα, ώστε να μπορέσει να εξαχθεί ένα ομαλό περίγραμμα της γλώσσας, χρησιμοποιήθηκε το φίλτρο Gauss. Είναι ένα συμμετρικό φίλτρο που προκαλεί θάμπωμα της εικόνας. Για το φιλτράρισμα της εικόνας χρησιμοποιείται ένας πίνακας 10 x 10 με τυπική απόκλιση sigma = 0.7. Στο Σχήμα 34 φαίνεται το αποτέλεσμα από της εφαρμογή του φίλτρου, με εμφανή ομαλοποίηση των περιγραμμάτων και κάλυψη των εσοχών και των προεξοχών που υπήρχαν. 84 Καργοπούλου Ωραιοζήλη 2011

85 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Σχήμα 34 Φίλτρο Gauss [10 x 10, sigma = 0.7] Μείωση θορύβου Στην εικόνα, μετά από την εφαρμογή του φίλτρου Gauss, παρατηρείται πως ναι μεν ομαλοποιήθηκε αρκετά, αλλά τα προβλήματα από την ύπαρξη θορύβου συνεχίζουν να υπάρχουν. Και ένα ακόμα σημαντικό πρόβλημα συναντάται. Στις εικόνες που λείπουν μέρη της γλώσσας λόγω προβλημάτων των υπερήχων, που αναφέρθηκαν στην αρχή του κεφαλαίου, τα κενά στη γλώσσα συνεχίζουν να υπάρχουν (π.χ. στο Σχήμα 35). Έτσι στην προσπάθεια εξαγωγής του περιγράμματος (α) (β) Σχήμα 35 α. Εικόνα με σποραδικές εξαφανίσεις της γλώσσας β. Εξαγωγή των ακμών της της γλώσσας στη μορφή που είναι η εικόνα δεν δίνει τα επιθυμητά αποτελέσματα, καταλαβαίνει το κάθε κομμάτι της σαν ένα διαφορετικό μύη. Άρα χρειάζεται κάποιο φίλτρο που από τη μια να μειώνει το θόρυβο και από την άλλη να συμπληρώνει στην εικόνα τα κενά που υπάρχουν. Επιπλέον, είναι επιθυμητό η συμπλήρωση αυτή να 85 Καργοπούλου Ωραιοζήλη 2011

86 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων πραγματοποιείται μόνο στην περιοχή της γλώσσας γιατί αλλιώς υπάρχει κίνδυνος να ενωθεί η γλώσσα με τους μύες του συνδετικού ιστού και τους υοειδείς μύες που βρίσκονται ακριβώς από κάτω της. Τελικά επιλέχθηκε ένας συνδυασμός φίλτρων με εναλλαγές μεγέθυνσης και σμίκρυνσης της εικόνας, τεχνικές που ανήκουν στην οικογένεια της μαθηματικής μορφολογίας, και εφαρμόστηκε κατωφλίωση σε ένα μέρος της που παρουσιάζεται αναλυτικά παρακάτω Μορφολογικό Κλείσιμο Το μορφολογικό κλείσιμο χρησιμοποιείται για την πλήρωση ανεπιθύμητων οπών της εικόνας. Είναι μια λειτουργία διαστολής που ακολουθείται από διάβρωση, με τη χρήση ενός διαρθρωτικού στοιχείου (morphological structuring element ή strel) βάση του οποίου εκτελούνται οι λειτουργίες αυτές στα εικονοστοιχεία της εικόνας εκτός του φόντου. Το διαρθρωτικού αυτό στοιχείο είναι το ίδιο και για τις δύο λειτουργίες. Εδώ ως στοιχείο μορφολογικής δομής επιλέχθηκε ένας δίσκος ακτίνας 2 με μορφολογικό τελεστή Ν = 4. Το αποτέλεσμα που προκύπτει, μπορεί να φαίνεται πως Σχήμα 36 Μορφολογικό κλείσιμο με strel = 'disk', R=2, N=4 αλλοιώνει την εικόνα πετυχαίνει όμως το επιθυμητό αποτέλεσμα, συμπληρώνει τα κενά μεταξύ των περιοχών της γλώσσας. Στο Σχήμα 36 φαίνεται το αποτέλεσμα του μορφολογικού κλεισίματος του Σχήματος 35, μιας από της εικόνες του δείγματος 86 Καργοπούλου Ωραιοζήλη 2011

87 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων που παρουσιάζει τα περισσότερα προβλήματα αφού η γλώσσα έχει σχεδόν εξαφανιστεί Μορφολογικό άνοιγμα Το μορφολογικό άνοιγμα της εικόνας, σε αντιστοιχία με το κλείσιμο, χρησιμοποιείται για την αφαίρεση απομονωμένων εικονοστοιχείων θορύβου της εικόνας. Είναι μια λειτουργία διάβρωσης που ακολουθείται από διαστολή, με τη χρήση επίσης ενός διαρθρωτικού στοιχείου (strel). Ομοίως με πριν, το διαρθρωτικό αυτό στοιχείο είναι το ίδιο και για τις δύο λειτουργίες. Επιλέχθηκε, μετά από δοκιμές, ως στοιχείο μορφολογικής δομής μια γραμμή μήκους 10 pixel και γωνίας 10 μοιρών. Σχήμα 37 Μορφολογικό άνοιγμα με strel = 'line', 10, 10 Πλέον στην εικόνα, σε σχέση με την αρχική (Σχήμα 27), υπάρχει ορατή μείωση των κενών στη γλώσσα άλλα επίσης η γλώσσα έχει αρχίσει ελαφρώς να ενώνεται με τους μύες που βρίσκονται από κάτω της. Τα εικονοστοιχεία που τους χωρίζουν βέβαια έχουν μια απόχρωση του γκρι πιο σκούρα από αυτή των μυών, οπότε αυτό που προτείνεται στη συνέχεια είναι αύξηση της αντίθεσης με μια κατάλληλα προσαρμοσμένη συνάρτηση μετασχηματισμού. 87 Καργοπούλου Ωραιοζήλη 2011

88 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Αύξηση αντίθεσης Η διαδικασία αύξησης της αντίθεσης (Σχήμα 38) έχει ως στόχο να φανούν ξεκάθαρα τα διάφορα μέρη της εικόνας, και κατά συνέπεια η περιοχή ενδιαφέροντος που είναι η γλώσσα. Η εικόνα σαρώνεται και στα εικονοστοιχεία της που έχουν Σχήμα 38 Αύξηση αντίθεσης φωτεινότητα πάνω από κάποια ορισμένη τιμή γίνεται επιπλέων αύξηση της φωτεινότητας, ενώ τα εικονοστοιχεία με χαμηλή φωτεινότητα παραμένουν ως έχουν. Μετά από το στάδιο αυτό θεωρήθηκε ότι η εικόνα έχει φτάσει σε ένα καλό επίπεδο για την εξαγωγή του περιγράμματος της γλώσσας. Από τις υπάρχουσες μεθόδους επιλέχθηκε η μέθοδος Canny για ανίχνευση ακμών εικόνας, γιατί είναι μια μέθοδος που δύσκολα επηρεάζεται από το θόρυβο και εντοπίζει αδύναμες ακμές που όμως είναι χρήσιμες. Ως τιμές κατωφλιού ορίστηκαν μετά από δοκιμές: άνω κατώφλι = 0.4 και κάτω κατώφλι = 0.1. Για το γκαουσιανό φίλτρο που χρησιμοποιείται κατά την εφαρμογή της μεθόδου Canny τέθηκε sigma = 3. Τελικά, διαπιστώθηκε πως κάποια από τα προβλήματα που εντοπίστηκαν στην ενότητα εξακολουθούσαν να υπάρχουν. Οπότε έγινε μια εκ νέου βελτιστοποίηση που περιγράφεται παρακάτω Επανάληψη φιλτραρίσματος Για καλύτερα αποτελέσματα, κρίθηκε σκόπιμο να γίνει μια επανάληψη των φίλτρων μορφολογικού κλεισίματος και μορφολογικού ανοίγματος (Σχήμα 39). 88 Καργοπούλου Ωραιοζήλη 2011

89 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων Σχήμα 39 Δεύτερο μορφολογικό κλείσιμο και μορφολογικό άνοιγμα Επιπλέον έγινε ακόμα μεγαλύτερη αύξηση αντίθεσης, με μικρότερο κατώφλι αυτή τη φορά (0,1 από 0,7). Σχήμα 40 Επιπλέον Αύξηση Αντίθεσης Και τέλος, για πιο ομαλά περιγράμματα, εφαρμόστηκε δύο φορές το φίλτρο Gauss με τις ρυθμίσεις που περιγράφονται στην Ενότητα Σχήμα 41 Φίλτρο Gauss 89 Καργοπούλου Ωραιοζήλη 2011

90 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων 4.4 Εξαγωγή Περιγράμματος της Γλώσσας Τελικός στόχος της μεθοδολογίας είναι η εύρεση της γλώσσας από την υπερηχογραφική εικόνα. Από την εικόνα που προκύπτει μετά την εφαρμογή των δύο πρώτων σταδίων της μεθοδολογίας, η γλώσσα είναι το κάτω περίγραμμα της μεγάλης μάζας που βρίσκεται πιο πάνω στην εικόνα. Σχήμα 42 Ορισμός της θέσης της γλώσσας στην εικόνα Εφαρμόστηκαν σε πειραματικό στάδιο διάφορες μέθοδοι, όπως η μέθοδος ανίχνευσης ακμών, η τμηματοποίηση της εικόνας για εντοπισμό της μάζας της γλώσσας, ο εντοπισμός της μέσω κέντρων βάρους των μαζών κ.α. Τελικά φτιάχτηκε μια συνάρτηση εντοπισμού γλώσσας που εκμεταλλεύεται την θέση της γλώσσας που Σχήμα 43 Εφαρμογή των τριών σταδίων της μεθοδολογίας. 90 Καργοπούλου Ωραιοζήλη 2011

91 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων αναφέρθηκε παραπάνω, ότι δηλαδή η γλώσσα είναι το κάτω περίγραμμα της μεγάλης μάζας που βρίσκεται πιο πάνω στην εικόνα. Η συνάρτηση σαρώνει την εικόνα και μόλις εντοπίσει την πρώτη φωτεινή μάζα κρατάει τα τελευταία εικονοστοιχεία της, όπως φαίνεται στο Σχήμα Προσαρμογή Μεγέθους Εικόνας Στο τελικό στάδιο δίνεται η επιλογή αλλαγής του μεγέθους της εξαγόμενης εικόνας ώστε να είναι δυνατή η αξιοποίηση της από το ήδη υπάρχον σύστημα του εργαστηρίου SIGMA. Η βελτιστοποιημένη πλέον εικόνα αναμένεται να δώσει πιο ακριβή αποτελέσματα και να βελτιώσει τα μέχρι τώρα ποσοστά επιτυχίας σύνθεσης ομιλίας βάση της μετατόπισης της θέσης της γλώσσας από διαδοχικά καρέ εικόνων υπερήχου. Το επιθυμητό μέγεθος είναι 64 x 64. Η διαδικασία που ακολουθήθηκε είναι η εξής: Έγινε σμίκρυνση της εικόνας ώστε η μεγαλύτερη πλευρά της να είναι 64 pixel και στον υπόλοιπο χώρο προστέθηκαν εικονοστοιχεία ίδιου χρώματος με το Σχήμα 44 Παραδείγματα προσαρμογής μεγέθους εικόνων μετά την επεξεργασία φόντο. Μετά την εφαρμογή της συγκεκριμένης αλλαγής μεγέθους για να έχουμε το επιθυμητό μέγεθος που αναφέρθηκε παραπάνω, διαπιστώθηκαν κάποια προβλήματα. Το σημαντικότερο από αυτά ήταν πως δεν υπάρχει πλέον σταθερή για όλες τις εικόνες αναλογία μεγέθους της γλώσσας στην αρχική και στην τελική εικόνα. Για την αντιμετώπιση του προβλήματος αυτού προτάθηκε από το Laboratoire SIGMA, κατά το κόψιμο της εικόνας (βλέπε Ενότητα 4.2.3) να χρησιμοποιηθεί ένα σταθερό 91 Καργοπούλου Ωραιοζήλη 2011

92 4. Μεθοδολογία επεξεργασίας υπερηχογραφικών εικόνων πλαίσιο, έτσι κάθε φορά να κρατάμε για επεξεργασία ένα μέρος τις εικόνας με σταθερό μέγεθος και από στάνταρ σημείο της εικόνας. Έτσι επιτυγχάνεται πλήρης αντιστοίχηση των αποτελεσμάτων με τις αρχικές εικόνες. 92 Καργοπούλου Ωραιοζήλη 2011

93 5. Λογισμικό UImP, για βελτιστοποίηση υπερηχογραφικών εικόνων Η διαδικασία που περιγράφεται στο προηγούμενο κεφάλαιο, υλοποιήθηκε στα πλαίσια της εργασίας, με τη βοήθεια ενός user interface στο Matlab. Στο κεφάλαιο αυτό αρχικά γίνεται μια σύντομη εισαγωγή στο πολυεργαλείο Matlab όσον αφορά τον τρόπο που χειρίζεται και επεξεργάζεται τις εικόνες. Έπειτα παρουσιάζεται η διεπαφή που υλοποιήθηκε στα πλαίσια της εργασίας, και όλων των λειτουργιών της. Τέλος γίνεται αξιολόγηση της από μια ακολουθία εικόνων υπερήχων. 5.1 Σύντομη εισαγωγή στο Matlab Το Matlab είναι ένα περιβάλλον που συνδυάζει γλωσσά υψηλού επιπέδου και διαδραστικότητα και επιτρέπει την εκτέλεση δύσκολων υπολογιστικά εργασιών πιο γρήγορα από ότι με τις παραδοσιακές προγραμματιστικές γλώσσες. [MathWorks] Το Matlab χρησιμοποιείται σε μια ευρεία γκάμα επιλογών, αφού διαθέτει μια σειρά εργαλειοθηκών (toolboxes) εξειδικευμένων για πολλούς υπό ανάπτυξη τομείς εφαρμογής των νέων τεχνολογιών. Ενδεικτικά αναφέρονται οι εργαλειοθήκες για επεξεργασία σήματος και εικόνας, επικοινωνίες, υπολογιστική βιολογία κλπ. Ειδικά για την επεξεργασία εικόνας και βίντεο, που αφορά τη συγκεκριμένη εργασία, το Matlab έχει την εφαρμογή Image and Video Processing. Βασικό για την επεξεργασία εικόνων και βίντεο είναι η ανάπτυξη αλγορίθμων, και μάλιστα αλγορίθμων που να είναι ευέλικτοι για να λειτουργούν εξίσου καλά για μεγάλη γκάμα εικόνων, γιατί κάθε εικόνα είναι μοναδική. Συγκεκριμένα δίνει τη δυνατότητα για: Ανάκτηση εικόνων και βίντεο από συσκευή απεικόνισης Χρήση γραφικών εργαλείων για οπτικοποίηση και χειρισμό εικόνων και βίντεο 93 Καργοπούλου Ωραιοζήλη 2011

94 Λογισμικό UImP Ανάπτυξη νέων ιδεών χρησιμοποιώντας τις βιβλιοθήκες αναφοράς τυπικών αλγορίθμων Μετεγκατάσταση σχεδίασης για να ενσωματωθεί νέο hardware Εξειδικευμένα για ιατρικές εικόνες, παρέχει επιστημονικά εργαλεία για την επεξεργασία, ανάλυση και απεικόνιση ιατρικών εικόνων και βίντεο. Τα εργαλεία αυτά χρησιμοποιούνται σε ένα ευρύ φάσμα ιατρικών εφαρμογών. Παρέχεται μέσω της εργαλειοθήκης για επεξεργασία εικόνων μια σειρά βασικών αλγορίθμων που χρησιμοποιούνται ευρέως δίνοντας έτσι τη δυνατότητα είτε χρήσης είτε επέκτασής τους. Όσον αφορά τις εικόνες, πρακτικά το Matlab τις αντιμετωπίζει ως μήτρες αριθμών, όπου κάθε στοιχείο της μήτρας αντιστοιχίζεται με ένα pixel της εικόνας. Όπου, οι διαστάσεις της εικόνας εξαρτάται από το χρωματικό μοντέλο Τα στοιχεία της μήτρας είναι πραγματικοί ή φανταστικοί αριθμοί, που αναπαριστούν είτε σύνολα χρωμάτων, είτε εντάσεων του φωτός. Μια εικόνα για παράδειγμα που ανήκει στον χρωματικό χώρο RGB συμβολίζεται, γιατί η μήτρα της περιέχει 3 πίνακες, έναν για την φωτεινότητα καθενός από τα τρία βασικά χρώματα. Οι εικόνες μπορεί να είναι ενδεικτικές (indexed), δυαδικές, κλίμακας του γκρι ή rgb. Οι τιμές μιας εικόνας από τις παραπάνω κατηγορίες μπορεί να είναι διαφορετικής κλάσης. Η κλάση της εικόνας καθορίζει τις τιμές αντιστοιχούν στο άσπρο και το μαύρο, καθώς και την απουσία ή τον κορεσμό των χρωμάτων. Οι συνήθεις κλάσεις που χρησιμοποιεί το Matlab για τις εικόνες είναι: logical, unit-8, unit-16, unit-32, unit-64, float, double και single. Η κλάση της εικόνας εξαρτάται απ το βάθος χρώματος, και το Matlab συνήθως χρησιμοποιεί τη unit Καργοπούλου Ωραιοζήλη 2011

95 Λογισμικό UImP 5.2 UImP Το λογισμικό που δημιουργήθηκε για τους σκοπούς της εργασίας ονομάστηκε UImP (Ultrasound Image Processing). Είναι μια διεπαφή εξειδικευμένη για επεξεργασία και βελτιστοποίηση εικόνων υπερήχων από το κάτω μέρος του στόματος και τη γλώσσα. Δημιουργήθηκε αποκλειστικά με χρήση του Matlab, αξιοποιώντας και τις ήδη υπάρχουσες συναρτήσεις του εργαλείου για εικόνες και βίντεο. Οι λειτουργίες του UImP παρουσιάστηκαν αναλυτικά στο Κεφάλαιο 3, ενώ στην ενότητα αυτή γίνεται αναλυτική παρουσίαση του λογισμικού. Όπως φαίνεται στο Σχήμα 45 η διεπαφή αποτελείται από: 1. Μπάρα Μενού Επιλογών 2. Μπάρα Εργαλείων 3. Περιοχή εμφάνισης πληροφοριών για την εικόνα που φορτώθηκε. 4. Επιλογές αρχικής επεξεργασίας εικόνων 5. Περιοχή εμφάνισης της αρχικής εικόνας μετά τις όποιες επεξεργασίες. 6. Τυποποιημένη επεξεργασία εικόνας 7. Περιοχή εμφάνισης αποτελεσμάτων από ακολουθία εικόνων 8. Φίλτρα 95 Καργοπούλου Ωραιοζήλη 2011

96 Λογισμικό UImP Σχήμα 45 Λογισμικό UImP 96 Καργοπούλου Ωραιοζήλη 2011

97 Λογισμικό UImP Μενού Επιλογών Το μενού επιλογών αποτελείται από τις επιλογές: File Περιλαμβάνει επιλογές για άνοιγμα αρχείου, αποθήκευση αποτελεσμάτων και έξοδο από το πρόγραμμα. Σχήμα 47 UImP - Μενού - File Για την αποθήκευση των αποτελεσμάτων μετά από επεξεργασία και βελτιστοποίηση μιας ακολουθίας εικόνων ο χρήστης πρέπει να ακολουθήσει την εξής διαδικασία. Μέσα στον φάκελο των δεδομένων να δημιουργήσει Σχήμα 46UImP - Μενού - Save 97 Καργοπούλου Ωραιοζήλη 2011

98 Λογισμικό UImP έναν φάκελο με όνομα ίδιο με αυτό των εικόνων της βάσης και να προσθέσει στο τέλος τη λέξη RESULTS όπως φαίνεται στο σχήμα 47. Tools About Παρέχει πληροφορίες για τον δημιουργό του λογισμικού και στοιχεία επικοινωνίας. Σχήμα 48 UImP - Μενού - About Help Σχήμα 49 UImP - Μενού - Creator Παροχή βοήθειας για το λογισμικό (beta). Σχήμα 50 UImP - Μενού - Help 98 Καργοπούλου Ωραιοζήλη 2011

99 Λογισμικό UImP Μπάρα Εργαλείων Δίνει κάποιες επιπλέον δυνατότητες για τον χειρισμό των εικόνων στην διεπαφή. Αυτές είναι zoom in και zoom out μετακίνηση μέσα στην εικόνα (με το χεράκι) και εκτύπωση Περιοχή εμφάνισης πληροφοριών για την εικόνα που φορτώθηκε. Όταν ο χρήστης εισάγει μια εικόνα στο σύστημα το όνομα της εμφανίζεται δίπλα από το Loaded Image και η εικόνα στη θέση του πλαισίου του Σχήματος 51. Δίπλα από το πλαίσιο που εμφανίζεται η εικόνα υπάρχει ο αριθμός 1. Τον αριθμό Σχήμα 51 UImP - Loaded Image αυτό θα τον συναντήσουμε και αργότερα, στην περιοχή 7 όπου εμφανίζονται τα αποτελέσματα για μια ακολουθία εικόνων. Οι εικόνες που θα βρίσκονται στη θέση ένα είναι οι αρχικές εικόνες που φορτώνονται από τη βάση, χωρίς καμιά επεξεργασία. 99 Καργοπούλου Ωραιοζήλη 2011

100 Λογισμικό UImP Επιλογές αρχικής επεξεργασίας εικόνων Στο Σχήμα 52 φαίνεται η ομάδα των επιλογών του χρήστη για την αρχική επεξεργασία, ή καλύτερα την προ-επεξεργασία πριν από τη βελτιστοποίηση, των εικόνων. Σχήμα 52 UImP - Επιλογές αρχικής επεξεργασίας εικόνων Αρχικά υπάρχει το κουμπί που όμοια με το Open του μενού επιλογών ανοίγει μια εικόνα. Με το που επιλεχτεί εικόνα από τη βάση το UImP αυτόματα φορτώνει (στην περιοχή 7.1) της επόμενες 29 εικόνες (εντοπίζει πως είναι επόμενες βάση του ονόματός τους). Αυτό γίνεται γιατί θεωρούμε πως το από τον αρχικό υπέρηχο παίρνουμε 30 frames το δευτερόλεπτο. Το λογισμικό έχει δυνατότητα προσαρμογής και για την περίπτωση που θέλουμε 60 frames το δευτερόλεπτο. Με το πάτημα του Load: Εμφανίζεται στο χρήστη η ειδοποίηση ότι πρέπει να δημιουργήσει το φάκελο όπου θα αποθηκεύονται τα αποτελέσματα, που αναφέραμε στην Ενότητα Στην περιοχή 5 πάνω από το πλαίσιο με τον αριθμό δύο εμφανίζεται ένα μήνυμα που βοηθάει το χρήστη για το ποια πρέπει να είναι η επόμενή του ενέργεια. 100 Καργοπούλου Ωραιοζήλη 2011

101 Λογισμικό UImP Σχήμα 53 UImP Μετά τη φόρτωση εικόνας Το γκρουπ με τα κουμπιά, δίνει τη δυνατότητα επιλογής του τύπου του αρχείου στο οποίο θα εφαρμοστούν τα φίλτρα βελτιστοποίησης. Οι δύο επιλογές που δίνονται είναι binary και double, με προεπιλεγμένο το δεύτερο. Τέλος ο χρήστης μπορεί να δουλέψει με μέρος της εικόνας, μεγαλύτερη ταχύτητα, έχοντας δυνατότητα να επιλέξει ανάμεσα στα Crop 1 και Crop 2 τα καθένα από τα οποία αναλύεται στην Ενότητα και αντίστοιχα. Σχήμα 54 UImP Μετά το κόψιμο της εικόνας 101 Καργοπούλου Ωραιοζήλη 2011

102 Λογισμικό UImP Περιοχή εμφάνισης της επεξεργασμένης εικόνας. Στην περιοχή αυτή εμφανίζεται η εικόνα που εισήχθη, μετά από την αρχική επεξεργασία στο πλαίσιο με τον αριθμό 2 και μετά τη βελτιστοποίηση στο πλαίσιο με τον αριθμό 3. Ανάλογα με τις επιλογές του χρήστη, πάνω από τα δυο αυτά πλαίσια εμφανίζονται μηνύματα που τον βοηθούν/καθοδηγούν ανάλογα. Σχήμα 55 UImP Εμφάνιση της επεξεργασμένης εικόνας εισαγωγής Τυποποιημένη επεξεργασία εικόνας Για τη βελτιστοποίηση των εικόνων χρησιμοποιήθηκε μια σειρά από φίλτρα που περιγράφονται στην Ενότητα 4.3. Με το πάτημα του εφαρμόζονται στην ακολουθία εικόνων τα φίλτρα με τη σειρά και τις παραμέτρους που φαίνονται στο Σχήμα 56 και Σχήμα 56 UImP Τυποποιημένη Επεξεργασία 102 Καργοπούλου Ωραιοζήλη 2011

103 Λογισμικό UImP τα αποτελέσματα παρουσιάζονται στην περιοχή 7 στα πλαίσια που έχουν από μπροστά το νούμερο 3. Σχήμα 57 UImP Μετά την επεξεργασία Για να φορτωθούν οι εικόνες του επόμενου δευτερολέπτου υπάρχει η επιλογή, που πάει στη βάση, βρίσκει τις επόμενες 30 (ή 60, ανάλογα με το πόσα είναι τα frames ανά δευτερόλεπτο) εικόνες, και τις φορτώνει ώστε να μπορέσει ο χρήστης να τις επεξεργαστεί ομοίως με πριν. 103 Καργοπούλου Ωραιοζήλη 2011

104 Λογισμικό UImP Σχήμα 58 UImP - Επόμενο δευτερόλεπτο Περιοχή εμφάνισης αποτελεσμάτων από ακολουθία εικόνων Έπειτα από κάθε ενέργεια του χρήστη όσον αφορά την επεξεργασία και τη βελτιστοποίηση μιας ακολουθίας εικόνων, τα αποτέλεσμα της επεξεργασίας αυτής προβάλλονται σε μια σειρά πλαισίων (axes), ώστε να παρέχεται και μια οπτική παρουσίαση των εκτελούμενων ενεργειών. Τα αποτελέσματα αυτά προβάλλονται στην περιοχή 7 που φαίνεται και στο Σχήμα 59. Στα πλαίσια, ανοιχτού ροζ χρώματος, με τον αριθμό 1. από μπροστά εμφανίζονται οι 30 εικόνες που αντιστοιχούν στο 1 ο, 2 ο κ.ο.κ. δευτερόλεπτο λήψης του υπερήχου. Στα πλαίσια, γαλάζιου χρώματος, με τον αριθμό 2. από μπροστά εμφανίζονται οι 30 προηγούμενες εικόνες στη μορφή που έχουν μετά την προ-επεξεργασία. Στα 104 Καργοπούλου Ωραιοζήλη 2011

105 Λογισμικό UImP πλαίσια, ανοιχτού κίτρινου χρώματος, με τον αριθμό 3. από μπροστά εμφανίζονται οι προηγούμενες εικόνες (από τα πλαίσια 2) στη μορφή που έχουν μετά την βελτιστοποίηση και όποια άλλη επεξεργασία (αλλαγή μεγέθους, επιπλέον εφαρμογή φίλτρων κ.α.). Σχήμα 59 UImP - Εμφάνιση Αποτελεσμάτων Φίλτρα Εκτός από τη στάνταρ διαδικασία για βελτιστοποίηση ακολουθίας εικόνων δίνεται η δυνατότητα για πειραματισμό με τα φίλτρα, εφαρμογής τους μεμονωμένα στις εικόνες, ή με διαφορετική σειρά. Για το σκοπό αυτό δημιουργήθηκαν επιπλέον κουμπιά με τα οποία εφαρμόζονται τα φίλτρα: Γέμισμα κενών εικόνας 105 Καργοπούλου Ωραιοζήλη 2011

106 Λογισμικό UImP Φίλτρο Gauss Μορφολογικό κλείσιμο εικόνας Μορφολογικό άνοιγμα εικόνας Αύξηση αντίθεσης Επαναληπτικό φιλτράρισμα Φίλτρο για εύρεση της γλώσσας 106 Καργοπούλου Ωραιοζήλη 2011

107 Λογισμικό UImP 5.3 Επιλογή γλώσσας Για την επίτευξη εξαγωγής της γλώσσας από μια ακολουθία εικόνων, μέσα από το λογισμικό UImP, πρέπει να ακολουθηθεί η παρακάτω διαδικασία: 1. Εισαγωγή εικόνας. Είτε πατώντας το κουμπί Load, είτε File Open. Αυτόματα φορτώνεται μια ακολουθία εικόνων που αντιστοιχούν σε ένα δευτερόλεπτο (60 frames). 2. Δημιουργία φακέλου για αποθήκευση των αποτελεσμάτων, μέσα στον φάκελο που περιέχει τις εικόνες, όπως περιγράφεται στην Ενότητα Επιλογή format για την εικόνα. Προεπιλογή το double. 4. Επιλογή Crop της εικόνας από το κουμπί Crop2. 5. Βελτιστοποίηση της εικόνας συμφώνα με τη μεθοδολογία και εξαγωγή της γλώσσας με την εφαρμογή των κατάλληλων φίλτρων, πατώντας το κουμπί Standard Processing. 6. Αποθήκευση των τελικών εικόνων με το περίγραμμα της γλώσσας από το File Save 7. Μετάβαση στο επόμενο δευτερόλεπτο (επόμενα 60 frames του υπερήχου), από την επιλογή Next sec. 8. Επανάληψη των βημάτων 3-7 μέχρι να τελειώσουν οι εικόνες από τη βάση. 5.4 Αξιολόγηση Για την αξιολόγηση της εφαρμογής UImP χρησιμοποιήθηκε, σε πρώτη φάση, μια ακολουθία 103 frames από βίντεο υπερήχου. Σε δεύτερη φάση, χρησιμοποιήθηκαν εικόνες από υπέρηχο διαφορετικού ατόμου. Οι εικόνες προέρχονται από 50 λήψεις υπερήχου από το ίδιο άτομο, με τον αριθμό των frames να κυμαίνεται από 200 ως 400 ανά λήψη. Συνολικά στη φάση της αξιολόγησης χρησιμοποιήθηκαν περίπου εικόνες. Σε αυτές συμπεριλαμβάνονται και προβληματικές εικόνες όπου μέρος της γλώσσας ή και η γλώσσα ολόκληρη απουσιάζει. Αφού ακολουθήθηκε η διαδικασία που περιγράφεται στην Ενότητα 5.3 παράχθηκαν ως αποτέλεσμα εικόνες (που στο 107 Καργοπούλου Ωραιοζήλη 2011

108 Λογισμικό UImP Matlab ισοδυναμούν με πίνακες) σταθερών διαστάσεων 160x90 που περιλαμβάνουν από την αρχική εικόνα μόνο τα σημεία εκείνα που βρέθηκε πως αντιστοιχούν στη γλώσσα. Για να διαπιστώσουμε κατά πόσο η μεθοδολογία τελικά μας δίνει το επιθυμητό αποτέλεσμα επιλέχθηκε ένα τυχαίο δείγμα εικόνων από τη βάση των δεδομένων εισόδου του συστήματος. Από τις εικόνες έγινε εξαγωγή του περιγράμματος με δύο τρόπους: Χειροκίνητα, από την αρχική εικόνα Αυτόματα, με χρήση της μεθοδολογίας πού περιγράφεται στην εργασία Συγκρίνοντας τα δύο περιγράμματα που αντιπροσωπεύουν τη γλώσσα, καταλήξαμε στο συμπέρασμα ότι με τη χρήση της μεθοδολογίας καταφέρνουμε με μεγάλη επιτυχία (οι δύο εξαγόμενες, γλώσσες, με ελάχιστα λάθος σημεία, ταυτίζονται) να εξάγουμε τη γλώσσα από την εικόνα. Εξίσου καλά με το αν κάναμε την διαδικασία αυτή με το χέρι για κάθε εικόνα χωριστά. Σχήμα 60 Αποτελέσματα εφαρμογής της Μεθοδολογίας 108 Καργοπούλου Ωραιοζήλη 2011

109 Λογισμικό UImP Τα αποτελέσματα για τις υπόλοιπες εικόνες βρίσκονται μέσα στους φακέλους των αποτελεσμάτων στο επισυναπτόμενο CD. 109 Καργοπούλου Ωραιοζήλη 2011

110 6. Συμπεράσματα Σκοπός της παρούσας εργασίας ήταν η ανάπτυξη μιας πρωτότυπης μεθόδου για επεξεργασία και βελτιστοποίηση υπερηχογραφικών εικόνων από το κάτω μέρος του στόματος και τη γλώσσα με σκοπό την εύρεση και απομόνωση της γλώσσας. Στο δεύτερο κεφάλαιο έγινε μια ανασκόπηση των βασικών χαρακτηριστικών των ψηφιακών εικόνων και μελετήθηκαν μέθοδοι και τεχνικές που βοηθούν στον εντοπισμό και την εξαγωγή των χαρακτηριστικών αυτών. Στο τρίτο κεφάλαιο έγινε μια ανασκόπηση της χρήσης της πληροφορικής στην ιατρική. Έγινε παράθεση σχετικών συστημάτων, και μελετήθηκαν αναλυτικά εφαρμογές αναγνώρισης και παραγωγής ομιλίας. Παρουσιάστηκε η μεθοδολογία του κάθε συστήματος, καθώς και τα απαραίτητα μέσα για την υλοποίηση του. Με αφορμή την απουσία της βελτιστοποίησης εικόνας στα τα μέχρι τώρα συστήματα χρήσης εικόνων υπερήχων για την σύνθεση ομιλίας, μελετήθηκε στα πλαίσια της παρούσας εργασίας η σύλληψη και ανάπτυξη μιας μεθόδου για επεξεργασία και βελτιστοποίηση εικόνων υπερήχων από το κάτω μέρος του στόματος και τη γλώσσα. Η μεθοδολογία παρουσιάστηκε αναλυτικά στο τέταρτο κεφάλαιο. Χωρίζεται σε τρία στάδια: Στο πρώτο στάδιο πραγματοποιήθηκε μετασχηματισμός του τύπου της εικόνας και αφαίρεση της περιοχής που δεν παρείχε χρήσιμη πληροφορία για τη γλώσσα. Στο δεύτερο στάδιο εφαρμόστηκαν τεχνικές για βελτιστοποίηση της εικόνας. Στο τρίτο στάδιο έγινε εξαγωγή του περιγράμματος της γλώσσας. Στο κάθε στάδιο, έγινε λεπτομερής αναφορά των τεχνικών που επιλέχθηκαν. Στο πέμπτο κεφάλαιο έγινε παρουσίαση του λογισμικού που δημιουργήθηκε βάση της μεθοδολογίας, του UImP. Η βασική συνεισφορά της έρευνας αυτής αγγίζει ταυτόχρονα το χώρο της ψηφιακής επεξεργασίας εικόνων και της αναγνώρισης ομιλίας. Η μεθοδολογία που δημιουργήθηκε παρέχει μείωση της υπολογιστικής πολυπλοκότητας, αφού μειώνεται το μέγεθος των εικόνων, και καταφέρνει να μένει σε μεγάλο βαθμό ανεπηρέαστη από τα κλασσικά, συχνά εμφανιζόμενα προβλήματα των εικόνων υπερήχων. Έτσι τελικά επιτεύχθηκε, μέσα από την εφαρμογή της μεθοδολογίας, η εύρεση και απομόνωση της γλώσσας, βασικό βήμα για την ορθή σύνθεση ομιλίας. 110 Καργοπούλου Ωραιοζήλη 2011

111 Βιβλιογραφικές αναφορές Βιβλία: [Demirkaya et all 2009] Omer Demirkaya, Musa Hakan Asyali, Prasanna K.Sahoo (2009), "Image Processing with Matlab, Applications in Medicine and Biology", CRC Press [Gonzales et Woods] Rafael C. Gonzales, Richard E. Woods, "Digital Image Processing," Second Edition, Prentice Hall [Δημητριάδης et al. 2004] Δημητριάδης Σ.Ν., Πομπότης Α.Σ., Τριανταφύλλου Ε.Γ. (2004), "ΤΕΧΝΟΛΟΓΙΑ ΠΟΛΥΜΈΣΩΝ, Θεωρία και Πράξη", Εκδόσεις Τζιόλα 2004 [Καρύδης] Αντώνης Καρύδης, "ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Δημιουργία, Επεξεργασία και Διαχείριση.", Τμήμα Εφαρμοσμένης Πληροφορικής & Πολυμέσων, Σχολή Τεχνολογικών Εφαρμογών ΑΤΕΙ Κρήτης, Ηράκλειο [Παπαμάρκος 2005] Παπαμάρκος Νικόλαος (2005), "Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας", Εκδόσεις: Γκιούρδας 2005 [Πήτας 2001] Πήτας Ιωάννης (2001), "Ψηφιακή επεξεργασία Εικόνας", Εκδόσεις: Ιδιωτική Έκδοση 2001 Άρθρα: [Boë et al. 2008] Louis-Jean Boë, Lucie Ménard, Jihène Serkhane, Peter Birkholz, Bernd J. Kröger, Pierre Badin, Guillaume Captier, Mélanie Canault, Nicolas 111 Καργοπούλου Ωραιοζήλη 2011

112 Βιβλιογραφικές Αναφορές Kielwasser (2008). "La croissance de l instrument vocal: contrôle, modélisation, potentialités acoustiques et conséquences perceptives.", Revue Française de Linguistique Appliquée, 13, pp [Canny 1987] John Canny (1986), "A Computational Approach to Edge Detection", Member IEEE /86/ $ IEEE [Carson et al.] Chad Carson, Serge Belongie, Hayit Greenspan, Jitendra Malik, "Blobworld: Image segmentation using Expectation-Maximization and its application to image querying" [CVSP 2009] Ομάδα Όρασης Υπολογιστών, Επικοινωνίας Λόγου και Επεξεργασίας Σήματος, "Συνδυασμένη Οπτική-Ακουστική Ανάλυση Ομιλίας", Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχαν. και Μηχαν. Υπολ. IST-FP , [Denby et Stone 2004] B. Denby and M. Stone, "Speech Synthesis from Real Time Ultrasound Images of the Tongue", IEEE International Conference on Acoustics, Speech, and Signal Processing, pp. I685-I688, Montreal, Canada, [Hueber 2006] Thomas Hueber, "Speech Synthesis from ultrasound and optical images of the speaker's vocal tract", Master's Thesis Summary - ESCPE Lyon, 2006, Technical report [Hueber et al. 2007] T. Hueber, G. Aversano, G. Chollet, B. Denby, G. Dreyfus, Y. Oussar, P. Roussel, M. Stone, "EigenTongue Feature Extraction For An Ultrasoundbased Silent Speech Interface", IEEE International Conference on Acoustics, Speech and Signal Processing, pp , Honolulu Hawaii, USA, Καργοπούλου Ωραιοζήλη 2011

113 Βιβλιογραφικές Αναφορές [Hueber et al. 2008] Hueber T., Chollet G., Denb, B., and Stone M. (2008). "Acquisition of ultrasound, video and acoustic speech data for a silent-speech interface application", Proceedings of International Seminar on Speech Production (Strasbourg, France), pp [Hueber et al. 2009] Hueber T., Benaroya E.L., Chollet G., Denby B., Dreyfus G., Stone M., (2009), "Development of a Silent Speech Interface Driven by Ultrasound and Optical Images of the Tongue and Lips", Speech Communication, 52(4), pp [Karkanis et al. 1999] S. Karkanis, K. Galousi and D. Maroulis (1999), "Classification of Endoscopic Images Based on Texture Spectrum. ", University of Athens, Dept. of Informatics, Athens, Greece [Katsamanis et al. 2009] A. Katsamanis, G. Papandreou and P. Maragos (2009), "Face Active Appearance Modeling and Speech Acoustic Information to Recover Articulation", IEEE Transactions on Audio, Speech and Language Processing, vol. 17, no. 3, pp , Mar [Katsamanis et al. 2008] A. Katsamanis, T. Roussos, P. Maragos, M. Aron and M.-O. Berger (2008), "Inversion from Audiovisual Speech to Articulatory Information by Exploiting Multimodal Data", International Seminar on Speech Production (ISSP 2008), Strasbourg, France, Dec [Kittler et al. 1986] J. Illingworth and J. Kittler (1986), "A SURVEY OF EFFICIENT HOUGH TRANSFORM METHOD", Department of Electronics and Electrical Engineering University of Surrey, Guildford, GU2 5XH. U.K. [Kröger et al. 2007] 113 Καργοπούλου Ωραιοζήλη 2011

114 Βιβλιογραφικές Αναφορές Bernd J. Kröger, Peter Birkholz, Christiane Neuschaefer-Rube (2007). "Ein neuronales Modell zur sensomotorischen Entwicklung des Sprechens.", Laryngo-Rhino-Otologie, 86, pp [Li et al. 2005] Min Li, Chandra Kambhamettu and Maureen Stone (2005), "Automatic Contour Tracking in Ultrasound Images", International Journal of Clinical Linguistics and Phonetics, 19(6/7), , September-November [Liu et al 2006] Ying Liu, Dengsheng Zhang, Guojun Lu, Wei-Ying Ma (2006), "A survey of content-based image retrieval with high-level semantics", Pattern Recognition Society. Published by Elsevier Ltd [Otsu 1979] Nobuyuki Otsu (1979). "A threshold selection method from gray-level histograms", IEEE Trans. Sys., Man., Cyber. 9 (1): doi: /tsmc [Papandreou et al. 2007] G. Papandreou, A. Katsamanis, V. Pitsikalis, and P. Maragos (2007), "Multimodal Fusion and Learning with Uncertain Features Applied to Audiovisual Speech Recognition", Proc. IEEE Workshop on Multimedia Signal Processing (MMSP-2007), pp , Chania, Greece, October 1-3, [Papandreou et al. 2009] G. Papandreou, A. Katsamanis, V. Pitsikalis, and P. Maragos (2009), "Adaptive Multimodal Fusion by Uncertainty Compensation with Application to Audio-Visual Speech Recognition", IEEE Transactions on Audio, Speech and Language Processing, vol. 17, no. 3, pp , Mar [Parthasarathy et al.2005] 114 Καργοπούλου Ωραιοζήλη 2011

115 Βιβλιογραφικές Αναφορές Parthasarathy, V., Stone M., and Prince, J.L. (2005), "Spatiotemporal visualization of the tongue surface using ultrasound and kriging (SURFACES). Clinical Linguistics and Phonetics.", 19(6-7); [Prasad et all 2003] B.G.Prasad, K.K.Biswas και S.K.Gupta (2003), "Region-Based Image Retrieval using Integrated Color, Shape and Location Index" [Rui et al. 1999] Yong Rui, Thomas S. Huang, και Shih-Fu Chang (1999), "Image Retrieval: Current Techniques, Promising Directions, and Open Issues" [Sharma 2001a] Mona Sharma (2001), "Performance Evaluation of Image Segmentation and Texture Extraction Methods in Scene Analysis", University of Exeter, Master of Philosophy in Computer Science [Sharma et al. 2001b] Mona Sharma, Markos Markou, Sameer Singh (2001), "EVALUATION OF TEXTURE METHODS FOR IMAGE ANALYSIS", PANN Research, Department of Computer Science, University of Exeter, United Kingdom [Tang et al. 2010] Lisa Tang, Ghassan Hamarneh (2010), "Graph-based tracking of the tongue contour in ultrasound sequences with adaptive temporal regularization". Medical Image Analysis Lab, Simon Fraser University, Canada, /10/$ IEEE [Αποστόλου 2005] Αποστόλου Νικόλαος (2005) "Μελέτη, σχεδίαση και ανάπτυξη εξελιγμένων αλγόριθμων για ψηφιακή ανάλυση και επεξεργασία ιατρικών εικόνων σε ενοποιημένη πλατφόρμα", Πανεπιστήμιο Πατρών, Διδακτορική Διατριβή [Αργυρόπουλος 2007] 115 Καργοπούλου Ωραιοζήλη 2011

116 Βιβλιογραφικές Αναφορές Γιάννης Αργυρόπουλος (2007) "Review on Color Segmentation (Αναφορά στην Χρωματική Κατάτμηση) ", Πανεπιστήμιο Αιγαίου, Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων 2007 [Γιαννέκου 2006] Γιαννέκου Βασιλική (2006), "Ταίριασμα διδιάστατων εικόνων με ανάλυση Σχήματος", Διπλωματική εργασία [Θεοχαράτος χ.η.] Θεοχαράτος Χρήστος, "Ανάκτηση Εικόνας Βάση Περιεχομένου", ELLAB:http://www.ellab.physics.upatras.gr/PersonalPages/Theoharatos/defa ult.htm [Κόκκινος 2006] Ιάσονας Κόκκινος (2006), "Συνέργεια Αναγνώρισης Αντικειμένων και Κατάτμησης Εικόνων με Γεωμετρικές και Στατιστικές Τεχνικές της Όρασης ΥπολογιστώνΨ, Διδακτορική Διατριβή, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Εθνικό Μετσόβιο Πολυτεχνείο, Αθήνα, Ιούνιος 2006 [Κουτσούρης 2005] Δημήτρης Κουτσούρης (2005), "Εφαρμογές Πληροφορικής στις Υπηρεσίες Υγείας Μύθος ή Ανάγκη; ", Εργαστήριο Βιοϊατρικής Τεχνολογίας [Παρατηρητήριο 2007] Παρατηρητήριο για την κοινωνία της πληροφορίας (2007), "ΜΕΛΕΤΗ ΓΙΑ ΤΗ ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΟΝ ΤΟΜΕΑ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ", ΠΑΡΑΔΟΤΕΟ Π2 : ΚΑΤΑΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΥΦΙΣΤΑΜΕΝΗΣ ΚΑΤΑΣΤΑΣΗΣ, Φορέας Υλοποίησης: ΑΤΛΑΝΤΙΣ & VIDAVO, Έκδοση: 5, Ημερομηνία: [Πέτσας 2005] Πέτσας Δημήτριος (2005), "Ανάκτηση εικόνας με βάση το περιεχόμενο." [Σφήκας 2006] 116 Καργοπούλου Ωραιοζήλη 2011

117 Βιβλιογραφικές Αναφορές Σφήκας Γεώργιος (2006), "Στατιστικές μέθοδοι για Ανάκτηση Εικόνας με βάση το περιεχόμενο", Μεταπτυχιακή εργασία ειδίκευσης [Τσαπατσουλης 2005] Νικόλας Τσαπατσουλης (2005), "Κατάτμηση Εικόνων: Κατάτμηση με βάση τις περιοχές. " Ερευνητικά κέντρα & Οργανισμοί: [APOLLO] APOLLO Information Technologies [BioSim] BioSim, Εργαστήριο Βιοϊατρικών Προσομοιώσεων και Απεικονιστικής Τεχνολογίας, Ερευνητική Δραστηριότητα: Σημασιολογική περιγραφή και ανάκτηση ιατρικών απεικονιστικών δεδομένων, Σύνδεσμοι διαδικτυακών συστημάτων: [blackbox] EuriMatics Diagnosis Suite, blackbox anguage/el-gr/default.aspx Medical Vision, blackbox DA/tabid/73/language/el-GR/Default.aspx [CAISIS] CAISIS, Integrated Clinic and Research Management System, 117 Καργοπούλου Ωραιοζήλη 2011

118 Βιβλιογραφικές Αναφορές [CCS] Computer Control System, MediLab: Πληροφοριακό Σύστημα Εργαστηρίων [CS] Computer Solutions, ΑΣΚΛΗΠΙΟΣ HOSPITAL: C%CE%BD%20%231/ [cteam] Computer Team, [datamed] datamed, systems integration &consulting services Ολοκληρωμένο Πληροφοριακό Σύστημα Νοσοκομείου medico//s: Συστήματα Αξιοποίησης Επιχειρησιακών Πόρων, Atlantis Health ERP: [EXODUS] EXODUS, i-care: [grafimedia] Grafimedia, λύσεις πληροφορικής στην ιατρική. [INTRACOM] INTRACOM IT SERVICES, IntraHealth - Hospital Information System, ts/public_administration/intrahealth.htm [Laboratory of Biomedical Technology, NTUA] 118 Καργοπούλου Ωραιοζήλη 2011

119 Βιβλιογραφικές Αναφορές Εργαστήριο Βιοϊατρικής Τεχνολογίας, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Εθνικό Μετσόβιο Πολυτεχνείο [Santesoft] Santesoft, medical imaging software: [TrakCare] TrakCare TM, Electronic Patient Record (EPR): [VTVL] Vocal Tract Visualization Laboratory, University of Maryland, Baldimore, Dental School, [Κ.ΛΕΙ.ΔΙ] Κέντρο Λειτουργίας και Διαχείρισης Δικτύου, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, [MathWorks] [Wikipedia] Καργοπούλου Ωραιοζήλη 2011

120 Παράρτημα Παράρτημα Α Για την πρακτική κατανόηση εξαγωγής των βασικών χαρακτηριστικών από μια εικόνα δημιουργήθηκε η παρακάτω εφαρμογή. Η εφαρμογή αυτή είναι ένα gui που έχει υλοποιηθεί με τη βοήθεια του περιβάλλοντος του εργαλείου Matlab. 120 Καργοπούλου Ωραιοζήλη 2011

121 Παράρτημα Ο χρήστης αρχικά εισάγει μια εικόνα, πατώντας το κουμπί Load. Πατώντας το κουμπί εμφανίζονται οι τρείς πίνακες από τους οποίους αποτελείται η κάθε έγχρωμη εικόνα, ένας για κάθε ένα από τα τρία βασικά χρώματα. RI = I(:,:,1); GI = I(:,:,2); BI = I(:,:,3); 121 Καργοπούλου Ωραιοζήλη 2011

122 Παράρτημα Με το η εικόνα αλλάζει χρωματικό χώρο και από τον RGB πάει στον HSV. Η νέα μορφή της εικόνας εμφανίζεται στο παράθυρο που βρίσκεται ακριβώς κάτω από τα κουμπιά επιλογών ενώ δίπλα στης RGB συνιστώσες της αρχικής εικόνας εμφανίζονται και οι HSV συνιστώσες της μετατρεμμένης εικόνας. I2=rgb2hsv(I); HI2 = I2(:,:,1); SI2 = I2(:,:,2); VI2 = I2(:,:,3); 122 Καργοπούλου Ωραιοζήλη 2011

123 Παράρτημα Από την επιλογή Histogram, η εικόνα αν είναι true color μετατρέπεται σε gray scale και υπολογίζεται το ιστόγραμμά της. I_gray=rgb2gray(I); imhist(i_gray); Για τον υπολογισμό των περιοχών με διαφορετική υφή στην εικόνα χρησιμοποιείται η μέθοδος ipextexturefilter.m που φαίνεται παρακάτω. 123 Καργοπούλου Ωραιοζήλη 2011

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας Διδάσκων: Αναγνωστόπουλος Χρήστος Κώδικες μετρήσεων αντικειμένων σε εικόνα Χρωματικά μοντέλα: Munsell, HSB/HSV, CIE-LAB Κώδικες μετρήσεων αντικειμένων σε εικόνες Η βασική

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή

Διαβάστε περισσότερα

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1 Εικόνα Εισαγωγή Ψηφιακή αναπαράσταση Κωδικοποίηση των χρωμάτων Συσκευές εισόδου και εξόδου Βάθος χρώματος και ανάλυση Συμβολική αναπαράσταση Μετάδοση εικόνας Σύνθεση εικόνας Ανάλυση εικόνας Τεχνολογία

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Βασικά στοιχεία εικονοστοιχείου (pixel) Φυσική λειτουργία όρασης Χηµική και ψηφιακή σύλληψη (Κλασσικές και ψηφιακές φωτογραφικές µηχανές)

Διαβάστε περισσότερα

6-Aνίχνευση. Ακμών - Περιγράμματος

6-Aνίχνευση. Ακμών - Περιγράμματος 6-Aνίχνευση Ακμών - Περιγράμματος Ανίχνευση ακμών Μετατροπή 2 εικόνας σε σύνολο ακμών Εξαγωγή βασικών χαρακτηριστικών της εικόνας Πιο «συμπαγής» αναπαράσταση Ανίχνευση ακμών Στόχος: ανίχνευση ασυνεχειών

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας Ψηφιακή Επεξεργασία Εικόνας Τι είναι η ψηφιακή εικόνα 1/67 Το μοντέλο της εικόνας ΜίαεικόναπαριστάνεταιαπόέναπίνακαU που κάθε στοιχείο του u(i,j) ονομάζεται εικονοστοιχείο pixel (picture element). Η ανάλυση

Διαβάστε περισσότερα

Έγχρωµο και Ασπρόµαυρο Φως

Έγχρωµο και Ασπρόµαυρο Φως Έγχρωµο και Ασπρόµαυρο Φως Χρώµα: κλάδος φυσικής, φυσιολογίας, ψυχολογίας, τέχνης. Αφορά άµεσα τον προγραµµατιστή των γραφικών. Αν αφαιρέσουµε χρωµατικά χαρακτηριστικά, λαµβάνουµε ασπρόµαυρο φως. Μόνο

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 5 η Παρουσίαση : Ψηφιακή Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Σύνθεση Χρωμάτων Αφαιρετική Παραγωγή Χρώματος Χρωματικά

Διαβάστε περισσότερα

Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση

Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση ΤΨΣ 50 Ψηφιακή Επεξεργασία Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς Περιεχόµενα Βιβλιογραφία

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 4 η Παρουσίαση : Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Εισαγωγή στις Έννοιες των Εικόνων Στο χώρο των πολυμέσων χρησιμοποιείται

Διαβάστε περισσότερα

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ)

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ) ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ ΔΙΔΑΣΚΩΝ : ΝΤΙΝΤΑΚΗΣ ΙΩΑΝΝΗΣ (MSC) Καθηγητής Εφαρμογών ΚΑΡΔΙΤΣΑ 2013 ΤΙ ΕΙΝΑΙ ΦΩΤΟΑΠΟΔΟΣΗ: ΕΝΝΟΟΥΜΕ ΤΗ ΔΙΑΔΙΚΑΣΙΑ ΚΑΘΟΡΙΣΜΟΥ ΟΛΩΝ ΕΚΕΙΝΩΝ ΤΩΝ ΣΤΟΙΧΕΙΩΝ ΚΑΙ ΠΑΡΑΜΕΤΡΩΝ ΩΣΤΕ ΝΑ ΕΧΟΥΜΕ

Διαβάστε περισσότερα

Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ

Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ Συµβατική χρήση χρωµάτων στους τοπογραφικούς χάρτες 1/31 Μαύρο: Γκρι: Κόκκινο, πορτοκαλί, κίτρινο: Μπλε: Σκούρο µπλε: Ανοιχτό µπλε: βασικές τοπογραφικές

Διαβάστε περισσότερα

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB )

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια πρώτη ιδέα για το μάθημα χωρίς καθόλου εξισώσεις!!! Περίγραμμα του μαθήματος χωρίς καθόλου εξισώσεις!!! Παραδείγματα από πραγματικές εφαρμογές ==

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Intensity Transformations Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Image Enhancement: είναι

Διαβάστε περισσότερα

Ηχρήση του χρώµατος στους χάρτες

Ηχρήση του χρώµατος στους χάρτες Ηχρήση του χρώµατος στους χάρτες Συµβατική χρήση χρωµάτων σε θεµατικούς χάρτες και «ασυµβατότητες» Γεωλογικοί χάρτες: Χάρτες γήινου ανάγλυφου: Χάρτες χρήσεων γης: Χάρτες πυκνότητας πληθυσµού: Χάρτες βροχόπτωσης:

Διαβάστε περισσότερα

Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation. Στα υπερμέσα η πρόσπέλαση της πληροφορίας γίνεται

Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation. Στα υπερμέσα η πρόσπέλαση της πληροφορίας γίνεται Τι είναι Πολυμέσα και τι Υπερμέσα Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation Στα πολυμέσα η προσπέλαση της πληροφορίας γίνεται με γραμμικό τρόπο (προκαθορισμένη

Διαβάστε περισσότερα

Περιεχόµενα. ΕΠΛ 422: Συστήµατα Πολυµέσων. Βιβλιογραφία. Πόσες λέξεις αξίζει µια εικόνα; Εικόνα

Περιεχόµενα. ΕΠΛ 422: Συστήµατα Πολυµέσων. Βιβλιογραφία. Πόσες λέξεις αξίζει µια εικόνα; Εικόνα Περιεχόµενα ΕΠΛ 422: Συστήµατα Πολυµέσων Εικόνα ηµιουργία εικόνας Αναπαράσταση Εικόνας Στοιχεία θεωρίας χρωµάτων Χρωµατικά µοντέλα Σύνθεση χρωµάτων Αρχές λειτουργίας οθονών υπολογιστών Βιβλιογραφία Καγιάφας

Διαβάστε περισσότερα

Εικόνες και γραφικά. Τεχνολογία Πολυµέσων 05-1

Εικόνες και γραφικά. Τεχνολογία Πολυµέσων 05-1 Εικόνες και γραφικά Περιγραφή στατικών εικόνων Αναπαράσταση γραφικών Υλικό γραφικών Dithering και anti-aliasing Σύνθεση εικόνας Ανάλυση εικόνας Μετάδοση εικόνας Τεχνολογία Πολυµέσων 05-1 Περιγραφή στατικών

Διαβάστε περισσότερα

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό Υπολογιστικά συστήματα: Στρώματα 1 ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό δεδομένα Αναπαράσταση δεδομένων 2 Τύποι δεδομένων Τα δεδομένα

Διαβάστε περισσότερα

Πρόλογος...11. Κεφάλαιο 1 Πολυμέσα & Υπερμέσα...13

Πρόλογος...11. Κεφάλαιο 1 Πολυμέσα & Υπερμέσα...13 Περιεχόμενα Πρόλογος...11 Κεφάλαιο 1 Πολυμέσα & Υπερμέσα...13 1. Βασικές Έννοιες...14 Πολυμέσα...14 Αλληλεπιδραστικότητα ή διαδραστικότητα...15 Υπερκείμενο και Υπερμέσα...16 Σύνδεσμοι και Πλοήγηση...19

Διαβάστε περισσότερα

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab ΑΣΚΗΣΗ 8 Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab 1. Περιγραφή του προτύπου DICOM Η ψηφιακή επεξεργασία ιατρικής εικόνας ξεκίνησε παράλληλα με την ανάπτυξη ενός προτύπου για τη μεταφορά

Διαβάστε περισσότερα

Γνωστική Ψυχολογία Ι (ΨΧ32)

Γνωστική Ψυχολογία Ι (ΨΧ32) Γνωστική Ψυχολογία Ι (ΨΧ32) Διάλεξη 6 Μηχανισμοί επεξεργασίας οπτικού σήματος Οι άλλες αισθήσεις Πέτρος Ρούσσος Η αντιληπτική πλάνη του πλέγματος Hermann 1 Πλάγια αναστολή Η πλάγια αναστολή (lateral inhibition)

Διαβάστε περισσότερα

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας Ε.Α.Υ. Υπολογιστική Όραση Κατάτμηση Εικόνας Γεώργιος Παπαϊωάννου 2015 ΚΑΤΩΦΛΙΩΣΗ Κατωφλίωση - Γενικά Είναι η πιο απλή μέθοδος segmentation εικόνας Χωρίζουμε την εικόνα σε 2 (binary) ή περισσότερες στάθμες

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Αναπαράσταση δεδομένων

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Αναπαράσταση δεδομένων ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Αναπαράσταση δεδομένων Υπολογιστικά συστήματα: Στρώματα 1 επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό δεδομένα Τύποι δεδομένων 2 Τα δεδομένα

Διαβάστε περισσότερα

Κεφάλαιο 11 Πολυμέσα. Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1

Κεφάλαιο 11 Πολυμέσα. Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1 Κεφάλαιο 11 Πολυμέσα Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1 Εφαρμογές πολυμέσων: πολλές μορφές πληροφορίας, αποθηκευμένες σε ψηφιακή μορφή, με δυνατότητα αλληλεπίδρασης κατά την παρουσίασή τους 11.1

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ Συμπλήρωση κενών 1. Η Λαμπρότητα (Brightness) είναι Υποκειμενικός παράγοντας. 2. Το χρώμα ενός αντικειμένου εξαρτάται από το ίδιο και την φωτεινή πηγή. 3. Το Μάτι είναι πολύ

Διαβάστε περισσότερα

Βίντεο και κινούµενα σχέδια

Βίντεο και κινούµενα σχέδια Βίντεο και κινούµενα σχέδια Περιγραφή του βίντεο Ανάλυση του βίντεο Κωδικοποίηση των χρωµάτων Μετάδοση τηλεοπτικού σήµατος Συµβατικά τηλεοπτικά συστήµατα Τεχνολογία Πολυµέσων 06-1 Περιγραφή του βίντεο

Διαβάστε περισσότερα

Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο

Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο Πρωτογενές υλικό Μια εικόνα μπορεί να εισαχθεί στον υπολογιστή από: σαρωτή (Scanner) ψηφιακή φωτογραφική μηχανή video capture monitor capture

Διαβάστε περισσότερα

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1 Βίντεο Εισαγωγή Χαρακτηριστικά του βίντεο Απόσταση θέασης Μετάδοση τηλεοπτικού σήματος Συμβατικά τηλεοπτικά συστήματα Ψηφιακό βίντεο Εναλλακτικά μορφότυπα Τηλεόραση υψηλής ευκρίνειας Κινούμενες εικόνες

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Αποκατάσταση εικόνας Αφαίρεση Θορύβου Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Αποκατάσταση

Διαβάστε περισσότερα

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης DIP_06 Συμπίεση εικόνας - JPEG ΤΕΙ Κρήτης Συμπίεση εικόνας Το μέγεθος μιας εικόνας είναι πολύ μεγάλο π.χ. Εικόνα μεγέθους Α4 δημιουργημένη από ένα σαρωτή με 300 pixels ανά ίντσα και με χρήση του RGB μοντέλου

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 6 : Κωδικοποίηση & Συμπίεση εικόνας Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 2 : Βελτιστοποίηση εικόνας (Image enhancement) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το

Διαβάστε περισσότερα

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011. Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών.

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011. Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών. 1 ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011 2 Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών. Ενδεδειγμένες και αξιόπιστες μέθοδοι αποτύπωσης Εμπειρικές Τοπογραφικές

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΠΑΡΑΔΕΙΓΜΑΤΑ ΜΕ ΧΡΗΣΗ MATLAB ΑΘΑΝΑΣΙΑ ΚΟΛΟΒΟΥ (Ε.Τ.Ε.Π.) 2012 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ο σκοπός αυτού

Διαβάστε περισσότερα

Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.

Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. 7 ο ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 2 ΣΤΑΤΙΣΤΙΚΗ Σκοπός Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου

Διαβάστε περισσότερα

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ (Τ.Ε.Ι.) ΣΕΡΡΩΝ Τμήμα ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ

Διαβάστε περισσότερα

Γενικά Στοιχεία Ηλεκτρονικού Υπολογιστή

Γενικά Στοιχεία Ηλεκτρονικού Υπολογιστή Γενικά Στοιχεία Ηλεκτρονικού Υπολογιστή 1. Ηλεκτρονικός Υπολογιστής Ο Ηλεκτρονικός Υπολογιστής είναι μια συσκευή, μεγάλη ή μικρή, που επεξεργάζεται δεδομένα και εκτελεί την εργασία του σύμφωνα με τα παρακάτω

Διαβάστε περισσότερα

Α.Τ.Ε.Ι. Ηρακλείου Ψηφιακή Επεξεργασία Εικόνας ιδάσκων: Βασίλειος Γαργανουράκης. Ανθρώπινη Όραση - Χρωµατικά Μοντέλα

Α.Τ.Ε.Ι. Ηρακλείου Ψηφιακή Επεξεργασία Εικόνας ιδάσκων: Βασίλειος Γαργανουράκης. Ανθρώπινη Όραση - Χρωµατικά Μοντέλα Ανθρώπινη Όραση - Χρωµατικά Μοντέλα 1 Τι απαιτείται για την όραση Φωτισµός: κάποια πηγή φωτός Αντικείµενα: που θα ανακλούν (ή διαθλούν) το φως Μάτι: σύλληψη του φωτός σαν εικόνα Τρόποι µετάδοσης φωτός

Διαβάστε περισσότερα

TFT TV. Τι είναι οι TFT και πως λειτουργούν;

TFT TV. Τι είναι οι TFT και πως λειτουργούν; TFT TV Τι είναι οι TFT και πως λειτουργούν; Η ετυμολογία του όρου TFT (Thin Film Transistor ή τρανζίστορ λεπτού φιλμ) μας παραπέμπει στο δομικό στοιχείο ελέγχου της οθόνης, που είναι το τρανζίστορ. Οι

Διαβάστε περισσότερα

Κεφάλαιο 4: Λογισμικό Συστήματος

Κεφάλαιο 4: Λογισμικό Συστήματος Κεφάλαιο 4: Λογισμικό Συστήματος Ερωτήσεις 1. Να αναφέρετε συνοπτικά τις κατηγορίες στις οποίες διακρίνεται το λογισμικό συστήματος. Σε ποια ευρύτερη κατηγορία εντάσσεται αυτό; Το λογισμικό συστήματος

Διαβάστε περισσότερα

Οδηγός ποιότητας χρωμάτων

Οδηγός ποιότητας χρωμάτων Σελίδα 1 από 5 Οδηγός ποιότητας χρωμάτων Μενού Ποιότητα Χρήση Print Mode (Λειτουργία εκτύπωσης) Έγχρωμο Μόνο μαύρο Διόρθωση χρώματος Αυτόματη Manual (Μη αυτόματη) Ανάλυση εκτύπωσης 1200 dpi 4800 CQ Σκουρότητα

Διαβάστε περισσότερα

Εισαγωγή σε οπτική και μικροσκοπία

Εισαγωγή σε οπτική και μικροσκοπία Εισαγωγή σε οπτική και μικροσκοπία Eukaryotic cells Microscope Cancer Μικροσκόπια Microscopes Ποια είδη υπάρχουν (και γιατί) Πώς λειτουργούν (βασικές αρχές) Πώς και ποια μικροσκόπια μπορούμε να χρησιμοποιήσουμε

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Αρχές συµπίεσης δεδοµένων Ήδη συµπίεσης Συµπίεση εικόνων Αλγόριθµος JPEG Γιατί χρειαζόµαστε συµπίεση; Τα σηµερινά αποθηκευτικά µέσα αδυνατούν

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

2.2.1. Ανοίξτε την εικόνα Hel_MDSGEO και δημιουργήστε δύο έγχρωμα σύνθετα ένα σε πραγματικό χρώμα (True color) και ένα σε ψευδοέχρωμο υπέρυθρο (CIR)

2.2.1. Ανοίξτε την εικόνα Hel_MDSGEO και δημιουργήστε δύο έγχρωμα σύνθετα ένα σε πραγματικό χρώμα (True color) και ένα σε ψευδοέχρωμο υπέρυθρο (CIR) ΕΡΓΑΣΤΗΡΙΟ 2 ο : Φασματικές υπογραφές 2.1. Επανάληψη από τα προηγούμενα 2.2.1. Ανοίξτε την εικόνα Hel_MDSGEO και δημιουργήστε δύο έγχρωμα σύνθετα ένα σε πραγματικό χρώμα (True color) και ένα σε ψευδοέχρωμο

Διαβάστε περισσότερα

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη Επεξεργασία Εικόνας Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη Μπαρμπούτης Παναγιώτης Α) ΦΙΛΤΡΑ ΟΞΥΝΣΗΣ Αρχικά θα μελετήσουμε την εικόνα από το MRI αρχείο της

Διαβάστε περισσότερα

Αρχές κωδικοποίησης. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 08-1

Αρχές κωδικοποίησης. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 08-1 Αρχές κωδικοποίησης Απαιτήσεις κωδικοποίησης Είδη κωδικοποίησης Κωδικοποίηση εντροπίας Διαφορική κωδικοποίηση Κωδικοποίηση μετασχηματισμών Στρωματοποιημένη κωδικοποίηση Κβαντοποίηση διανυσμάτων Τεχνολογία

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 4 : Δειγματοληψία και κβάντιση (Sampling and Quantization) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες

Διαβάστε περισσότερα

Pixinsight 1.8 Ripley οδηγός επεξεργασίας

Pixinsight 1.8 Ripley οδηγός επεξεργασίας Pixinsight 1.8 Ripley οδηγός επεξεργασίας ΜΕΡΟΣ2: ΕΠΕΞΕΡΓΑΣΙΑ ΣΕ LINEAR STAGE Σε αυτό τον οδηγό θα σας δείξω τη μεθοδολογία που ακολουθώ για να δημιουργήσω το τελικό HaLRGB αποτέλεσμα. Ο στόχος μας αυτή

Διαβάστε περισσότερα

Πολυμεσικές Εφαρμογές

Πολυμεσικές Εφαρμογές Πολυμεσικές Εφαρμογές Ενότητα 4: ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Γεώργιος Στυλιαράς Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών ΧΡΩΜΑΤΙΚΑ ΜΟΝΤΕΛΑ Χρωματικά

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το

Διαβάστε περισσότερα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα Δύο κύριοι τρόποι παρουσίασης δεδομένων Παράδειγμα Με πίνακες Με διαγράμματα Ονομαστικά δεδομένα Εδώ τα περιγραφικά μέτρα (μέσος, διάμεσος κλπ ) δεν έχουν νόημα Πήραμε ένα δείγμα από 25 άτομα και τα ρωτήσαμε

Διαβάστε περισσότερα

Στην ενότητα αυτή παρατίθενται δεξιότητες που αφορούν στη χρήση των πιο διαδεδομένων λογισμικών Γεωγραφικών Συστημάτων Πληροφοριών (GIS).

Στην ενότητα αυτή παρατίθενται δεξιότητες που αφορούν στη χρήση των πιο διαδεδομένων λογισμικών Γεωγραφικών Συστημάτων Πληροφοριών (GIS). Ενότητα 3η: Χρήση Λογισμικού GIS Το παρακάτω αναλυτικό γνωστικό περιεχόμενο, αποτελεί την τρίτη ενότητα της εξεταστέας ύλης για την πιστοποίηση GISPro και παρέχει το υπόβαθρο της πρακτικής εξέτασης στο

Διαβάστε περισσότερα

Γραφικά με Η/Υ / Εισαγωγή

Γραφικά με Η/Υ / Εισαγωγή Γραφικά με Η/Υ Εισαγωγή Πληροφορίες μαθήματος (1/4) Υπεύθυνος μαθήματος: Μανιτσάρης Αθανάσιος, Καθηγητής ιδάσκοντες: Μανιτσάρης Αθανάσιος: email: manits@uom.gr Μαυρίδης Ιωάννης: email: mavridis@uom.gr

Διαβάστε περισσότερα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα Απεικόνιση Γραφικά ΥφήςΥπολογιστών Απεικόνιση Υφής Μέρος Α Υφή σε Πολύγωνα Γ. Γ. Παπαϊωάννου, - 2008 Τι Είναι η Υφή; Η υφή είναι η χωρική διαμόρφωση των ποιοτικών χαρακτηριστικών της επιφάνειας ενός αντικειμένου,

Διαβάστε περισσότερα

Συστήματα συντεταγμένων

Συστήματα συντεταγμένων Κεφάλαιο. Για να δημιουργήσουμε τρισδιάστατα αντικείμενα, που μπορούν να παρασταθούν στην οθόνη του υπολογιστή ως ένα σύνολο από γραμμές, επίπεδες πολυγωνικές επιφάνειες ή ακόμη και από ένα συνδυασμό από

Διαβάστε περισσότερα

Εισαγωγή στην επιστήμη των υπολογιστών

Εισαγωγή στην επιστήμη των υπολογιστών Εισαγωγή στην επιστήμη των υπολογιστών Υπολογιστές και Δεδομένα Κεφάλαιο 3ο Αναπαράσταση Αριθμών www.di.uoa.gr/~organosi 1 Δεκαδικό και Δυαδικό Δεκαδικό σύστημα 2 3 Δεκαδικό και Δυαδικό Δυαδικό Σύστημα

Διαβάστε περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Ψηφιακή Επεξεργασία Εικόνας Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση

Διαβάστε περισσότερα

Αναπαράσταση Μη Αριθμητικών Δεδομένων

Αναπαράσταση Μη Αριθμητικών Δεδομένων Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2014-15 Αναπαράσταση Μη Αριθμητικών Δεδομένων (κείμενο, ήχος και εικόνα στον υπολογιστή) http://di.ionio.gr/~mistral/tp/csintro/

Διαβάστε περισσότερα

! Δεδομένα: ανεξάρτητα από τύπο και προέλευση, στον υπολογιστή υπάρχουν σε μία μορφή: 0 και 1

! Δεδομένα: ανεξάρτητα από τύπο και προέλευση, στον υπολογιστή υπάρχουν σε μία μορφή: 0 και 1 Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 5-6 Αναπαράσταση Μη Αριθμητικών Δεδομένων (κείμενο, ήχος και εικόνα στον υπολογιστή) http://di.ionio.gr/~mistral/tp/csintro/

Διαβάστε περισσότερα

Τμήμα Λογιστικής. Εισαγωγή στους Ηλεκτρονικούς Υπολογιστές. Μαθήματα 6 και 7 Αναπαράσταση της Πληροφορίας στον Υπολογιστή. 1 Στέργιος Παλαμάς

Τμήμα Λογιστικής. Εισαγωγή στους Ηλεκτρονικούς Υπολογιστές. Μαθήματα 6 και 7 Αναπαράσταση της Πληροφορίας στον Υπολογιστή. 1 Στέργιος Παλαμάς ΤΕΙ Ηπείρου Παράρτημα Πρέβεζας Τμήμα Λογιστικής Εισαγωγή στους Ηλεκτρονικούς Υπολογιστές Μαθήματα 6 και 7 Αναπαράσταση της Πληροφορίας στον Υπολογιστή 1 1. Αριθμοί: Το Δυαδικό Σύστημα Οι ηλεκτρονικοί υπολογιστές

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 3 : Αποκατάσταση εικόνας (Image Restoration) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Α.Τ.Ε.Ι. Ηρακλείου ιδάσκων: Βασίλειος Γαργανουράκης 1 Περιγραφή Μαθήµατος ΘΕΩΡΙΑ Fast Fourier Transform Συνελίξεις Μη Γραµµικοί Μετασχηµατισµοί Ψηφιακή Επεξεργασία Εικόνας ΕΜΕΙΣ

Διαβάστε περισσότερα

Photoshop CS6. Πλάνο Μαθημάτων. 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του

Photoshop CS6. Πλάνο Μαθημάτων. 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του Photoshop CS6 Πλάνο Μαθημάτων 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του Photoshop CS6. Στο μάθημα αυτό ο εκπαιδευόμενος θα κατανοήσει βασικές έννοιες που έχουν

Διαβάστε περισσότερα

Γραφικά & Οπτικοποίηση. Κεφάλαιο 1. Εισαγωγή. Γραφικά & Οπτικοπίηση: Αρχές & Αλγόριθμοι Κεφάλαιο 1

Γραφικά & Οπτικοποίηση. Κεφάλαιο 1. Εισαγωγή. Γραφικά & Οπτικοπίηση: Αρχές & Αλγόριθμοι Κεφάλαιο 1 Γραφικά & Οπτικοποίηση Κεφάλαιο 1 Εισαγωγή Ιστορικά Ιστορική ανασκόπηση : 2 Ιστορικά (2) Ρυθμοί ανάπτυξης CPU και GPU 3 Εφαρμογές Ειδικά εφέ για ταινίες & διαφημίσεις Επιστημονική εξερεύνηση μέσω οπτικοποίησης

Διαβάστε περισσότερα

Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΤΗΛΕΠΙΣΚΟΠΗΣΗ

Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΤΗΛΕΠΙΣΚΟΠΗΣΗ Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης ΘΕΜΑΤΙΚΗ : ΤΗΛΕΠΙΣΚΟΠΗΣΗ Ιωάννης Φαρασλής Τηλ : 24210-74466, Πεδίον Άρεως, Βόλος http://www.prd.uth.gr/el/staff/i_faraslis

Διαβάστε περισσότερα

Κεφάλαιο 2. Οργάνωση και διαχείριση της Πληροφορίας στον. Υπολογιστή

Κεφάλαιο 2. Οργάνωση και διαχείριση της Πληροφορίας στον. Υπολογιστή ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΥΠΟΛΟΓΙΣΤΩΝ Κεφάλαιο 2 Οργάνωση και διαχείριση της Πληροφορίας στον Υπολογιστή Δεδομένα και Εντολές πληροφορία δεδομένα εντολές αριθμητικά δδ δεδομένα κείμενο εικόνα Επιλογή Αναπαράστασης

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ 2 ΗΛΕΚΤΡΟΜΑΓΝΗΤΙΚΗ ΑΚΤΙΝΟΒΟΛΙΑ

ΕΡΓΑΣΤΗΡΙΟ 2 ΗΛΕΚΤΡΟΜΑΓΝΗΤΙΚΗ ΑΚΤΙΝΟΒΟΛΙΑ ΕΡΓΑΣΤΗΡΙΟ 2 ΗΛΕΚΤΡΟΜΑΓΝΗΤΙΚΗ ΑΚΤΙΝΟΒΟΛΙΑ 1. Εισαγωγή. Η ενέργεια, όπως είναι γνωστό από τη φυσική, διαδίδεται με τρεις τρόπους: Α) δι' αγωγής Β) δια μεταφοράς Γ) δι'ακτινοβολίας Ο τελευταίος τρόπος διάδοσης

Διαβάστε περισσότερα

Β1.1 Αναπαράσταση Δεδομένων και Χωρητικότητα Μονάδων Αποθήκευσης

Β1.1 Αναπαράσταση Δεδομένων και Χωρητικότητα Μονάδων Αποθήκευσης Β1.1 Αναπαράσταση Δεδομένων και Χωρητικότητα Μονάδων Αποθήκευσης Τι θα μάθουμε σήμερα: Να αναφέρουμε τον τρόπο αναπαράστασης των δεδομένων (δυαδικό σύστημα) Να αναγνωρίζουμε πώς γράμματα και σύμβολα από

Διαβάστε περισσότερα

Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ. 11/4/2005 Βασιλεία Καραθαναση Λέκτορας Ε.Μ.Π

Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ. 11/4/2005 Βασιλεία Καραθαναση Λέκτορας Ε.Μ.Π Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Επεξεργασία και φιλτράρισμα Λέκτορας Ε.Μ.Π 1 Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Η εικόνα αποτελεί μία πηγή πληροφορίας. Τη συναντάμε ως : εικόνα ακίνητη (φωτογραφία) κινούμενη(τηλεόραση) Επίσης : ασπρόμαυρη

Διαβάστε περισσότερα

Κωδικοποίηση εικόνων κατά JPEG

Κωδικοποίηση εικόνων κατά JPEG Κωδικοποίηση εικόνων κατά JPEG Εισαγωγή Προετοιµασία της εικόνας ρυθµός Ακολουθιακός απωλεστικός ρυθµός Εκτεταµένος απωλεστικός ρυθµός Μη απωλεστικός ρυθµός Ιεραρχικός ρυθµός Τεχνολογία Πολυµέσων 09-1

Διαβάστε περισσότερα

Διπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών

Διπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ: ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΕΝΣΥΡΜΑΤΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΣ Διπλωματική Εργασία

Διαβάστε περισσότερα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα Κεφάλαιο 7. 7.1 ομές εδομένων για Γραφικά Υπολογιστών. Οι δομές δεδομένων αποτελούν αντικείμενο της επιστήμης υπολογιστών. Κατά συνέπεια πρέπει να γνωρίζουμε πώς οργανώνονται τα γεωμετρικά δεδομένα, προκειμένου

Διαβάστε περισσότερα

Επεξεργασία Έγχρωµων Εικόνων

Επεξεργασία Έγχρωµων Εικόνων ΤΨΣ 150 Ψηφιακή Επεξεργασία Εικόνας Επεξεργασία Έγχρωµων Εικόνων Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς Περιεχόµενα Βιβλιογραφία Περιεχόµενα Ενότητας Εισαγωγή - Βασικά

Διαβάστε περισσότερα

Μοντέλο φωτισμού Phong

Μοντέλο φωτισμού Phong ΚΕΦΑΛΑΙΟ 9. Στο προηγούμενο κεφάλαιο παρουσιάσθηκαν οι αλγόριθμοι απαλοιφής των πίσω επιφανειών και ακμών. Απαλοίφοντας λοιπόν τις πίσω επιφάνειες και ακμές ενός τρισδιάστατου αντικειμένου, μπορούμε να

Διαβάστε περισσότερα

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας Τεχνικές Μείωσης Διαστάσεων Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας 1 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα.

Διαβάστε περισσότερα

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1 Ήχος Χαρακτηριστικά του ήχου Ψηφιοποίηση με μετασχηματισμό Ψηφιοποίηση με δειγματοληψία Κβαντοποίηση δειγμάτων Παλμοκωδική διαμόρφωση Συμβολική αναπαράσταση μουσικής Τεχνολογία Πολυμέσων και Πολυμεσικές

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Φωτοτεχνία. Ενότητα 1: Εισαγωγή στη Φωτομετρία

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Φωτοτεχνία. Ενότητα 1: Εισαγωγή στη Φωτομετρία ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Φωτοτεχνία Ενότητα 1: Εισαγωγή στη Φωτομετρία Γεώργιος Χ. Ιωαννίδης Τμήμα Ηλεκτρολόγων Μηχανικών ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Αναλυτική Μέθοδος- Αναλυτικό Πρόβλημα. Ανάλυση, Προσδιορισμός και Μέτρηση. Πρωτόκολλο. Ευαισθησία Μεθόδου. Εκλεκτικότητα. Όριο ανίχνευσης (limit of detection, LOD).

Διαβάστε περισσότερα

ΖΗΚΟΣ ΝΙΚΟΣ ΠΑΛΟΥΜΠΙΩΤΗΣ ΒΑΓΓΕΛΗΣ ΤΡΙΓΚΑΣ ΝΙΚΟΣ

ΖΗΚΟΣ ΝΙΚΟΣ ΠΑΛΟΥΜΠΙΩΤΗΣ ΒΑΓΓΕΛΗΣ ΤΡΙΓΚΑΣ ΝΙΚΟΣ ΖΗΚΟΣ ΝΙΚΟΣ ΠΑΛΟΥΜΠΙΩΤΗΣ ΒΑΓΓΕΛΗΣ ΤΡΙΓΚΑΣ ΝΙΚΟΣ Φυσικά φαινόμενα και τεχνολογία Το λευκό φως Το ουράνιο τόξο Το πολικό σέλας Το χρώμα του ουρανού Το ηλιοβασίλεμα Οι επιγραφές ΝΕΟΝ Το χρώμα στους υπολογιστές

Διαβάστε περισσότερα

Μέθοδοι Τμηματοποίησης Ψηφιακής Εικόνας με Εφαρμογή στην Ανάλυση Βιοϊατρικών Εικόνων

Μέθοδοι Τμηματοποίησης Ψηφιακής Εικόνας με Εφαρμογή στην Ανάλυση Βιοϊατρικών Εικόνων Μέθοδοι Τμηματοποίησης Ψηφιακής Εικόνας με Εφαρμογή στην Ανάλυση Βιοϊατρικών Εικόνων Μαρία Δ. Πελώνη Μαρία Α. Τσεμεντζή Α.Τ.Ε.Ι. Καβάλας Διαχείριση Πληροφοριών Επιβλέπων: Δρ. Γκούμας Στέφανος Επίκουρος

Διαβάστε περισσότερα

Η ΑΝΑΓΚΗ ΓΙΑ ΠΟΣΟΤΙΚΟΠΟΙΗΣΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

Η ΑΝΑΓΚΗ ΓΙΑ ΠΟΣΟΤΙΚΟΠΟΙΗΣΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Η ΑΝΑΓΚΗ ΓΙΑ ΠΟΣΟΤΙΚΟΠΟΙΗΣΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Οι Ενόργανες Μέθοδοι Ανάλυσης είναι σχετικές μέθοδοι και σχεδόν στο σύνολο τους παρέχουν την αριθμητική τιμή μιας φυσικής ή φυσικοχημικής ιδιότητας, η

Διαβάστε περισσότερα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα

3-Φεβ-2009 ΗΜΥ 429. 4. Σήματα 3-Φεβ-2009 ΗΜΥ 429 4. Σήματα 1 Σήματα Σήματα είναι: σχήματα αλλαγών που αντιπροσωπεύουν ή κωδικοποιούν πληροφορίες σύνολο πληροφορίας ή δεδομένων σχήματα αλλαγών στο χρόνο, π.χ. ήχος, ηλεκτρικό σήμα εγκεφάλου

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Παρεμβολή Εικόνας Χρησιμοποιείται σε διαδικασίες

Διαβάστε περισσότερα

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Εισαγωγή

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Εισαγωγή ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ 1 Εισαγωγή Το μάθημα «Αρχές Ψηφιακής Τηλεόρασης» εξετάζει τις τεχνολογίες και τους μηχανισμούς που παρεμβάλλονται για να διανεμηθεί

Διαβάστε περισσότερα

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΕΠΙΚΟΙΝΩΝΙΑΣ & ΣΠΟΥΔΩΝ ΔΙΑΔΙΚΤΥΟΥ ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΕΠΑΝΑΛΗΨΗΣ

Διαβάστε περισσότερα

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 4: ΣΥΣΤΗΜΑΤΑ ΠΟΛΥΜΕΣΩΝ Θεωρητικές Ασκήσεις (# ): ειγµατοληψία, κβαντοποίηση και συµπίεση σηµάτων. Στην τηλεφωνία θεωρείται ότι το ουσιαστικό περιεχόµενο της

Διαβάστε περισσότερα

Συµπίεση Εικόνας: Εισαγωγή, χρωµατικά µοντέλα, βασικές τεχνικές συµπίεσης

Συµπίεση Εικόνας: Εισαγωγή, χρωµατικά µοντέλα, βασικές τεχνικές συµπίεσης ΒΕΣ 04 Συµπίεση και Μετάδοση Πολυµέσων Συµπίεση Εικόνας: Εισαγωγή, χρωµατικά µοντέλα, βασικές τεχνικές συµπίεσης Πόσες λέξεις αξίζει µια εικόνα; Εισαγωγή Εξαρτάται από την εικόνα και τις λέξεις φυσικά!

Διαβάστε περισσότερα

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό ΗΜΥ 429 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 1 (i) Βασική στατιστική 2 Στατιστική Vs Πιθανότητες Στατιστική: επιτρέπει μέτρηση και αναγνώριση θορύβου και

Διαβάστε περισσότερα

5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα

5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα 5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα Θέμα της δραστηριότητας Η δραστηριότητα εισάγει τους μαθητές στο ολοκλήρωμα Riemann μέσω του υπολογισμού του εμβαδού ενός παραβολικού χωρίου. Στόχοι

Διαβάστε περισσότερα

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 4: Εισαγωγή / Σύνολα

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 4: Εισαγωγή / Σύνολα Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Διακριτά Μαθηματικά Ενότητα 4: Εισαγωγή / Σύνολα Αν. Καθηγητής Κ. Στεργίου e-mail: kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες

Διαβάστε περισσότερα

Οπτική αντίληψη. Μετά?..

Οπτική αντίληψη. Μετά?.. Οπτική αντίληψη Πρωτογενής ερεθισµός (φυσικό φαινόµενο) Μεταφορά µηνύµατος στον εγκέφαλο (ψυχολογική αντίδραση) Μετατροπή ερεθίσµατος σε έννοια Μετά?.. ΓΙΑ ΝΑ ΚΑΤΑΝΟΗΣΟΥΜΕ ΤΗΝ ΟΡΑΣΗ ΠΡΕΠΕΙ ΝΑ ΑΝΑΛΟΓΙΣΤΟΥΜΕ

Διαβάστε περισσότερα

ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ. χρησιμοποιήσουμε καθημερινά φαινόμενα όπως το θερμόμετρο, Θετικοί-Αρνητικοί αριθμοί.

ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ. χρησιμοποιήσουμε καθημερινά φαινόμενα όπως το θερμόμετρο, Θετικοί-Αρνητικοί αριθμοί. ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ ΑΛΓΕΒΡΑ (50 Δ. ώρες) Περιεχόμενα Στόχοι Οδηγίες - ενδεικτικές δραστηριότητες Οι μαθητές να είναι ικανοί: Μπορούμε να ΟΙ ΑΚΕΡΑΙΟΙ ΑΡΙΘΜΟΙ χρησιμοποιήσουμε καθημερινά φαινόμενα

Διαβάστε περισσότερα

ROBOT vs HUMAN INTELLIGENT SYSTEM PLAYING BOARD GAMES

ROBOT vs HUMAN INTELLIGENT SYSTEM PLAYING BOARD GAMES ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ROBOT vs HUMAN INTELLIGENT SYSTEM PLAYING BOARD GAMES Καράμπελας Δημήτρης Σάσαρης Κωνσταντίνος Χαραλαμπάκης Κωνσταντίνος Επιβλέπων Καθηγητής:

Διαβάστε περισσότερα

Μιχάλης Μακρή EFIAP. Copyright: 2013 Michalis Makri

Μιχάλης Μακρή EFIAP. Copyright: 2013 Michalis Makri Μιχάλης Μακρή EFIAP Copyright: 2013 Michalis Makri Copyright: 2013 Michalis Makri Less is more Less but better Copyright: 2013 Michalis Makri Ο μινιμαλισμός ορίζεται ως η εξάλειψη όλων των στοιχείων που

Διαβάστε περισσότερα

Ζωγραφίζοντας με τους αριθμούς - Η αναπαράσταση των εικόνων

Ζωγραφίζοντας με τους αριθμούς - Η αναπαράσταση των εικόνων 2η Δραστηριότητα Ζωγραφίζοντας με τους αριθμούς - Η αναπαράσταση των εικόνων Περίληψη Οι υπολογιστές απομνημονεύουν τα σχέδια, τις φωτογραφίες και άλλα σχήματα, χρησιμοποιώντας μόνον αριθμούς. Με την επόμενη

Διαβάστε περισσότερα