بهترین روش برای segmentation تصویر

[رضا شفقی]

لطفا راهنمایی کنید بهترین روش برای segment کردن عکسی مثل عکس زیر چی هست؟
ROI یا REGION GROWING یا K-mean یا WATERSHED و یا ...
لطفا دلیلتون رو هم بگید. ممنون

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

برای سگمنت کردن عکسهای حاصل از X-Ray روشهای مختلفی هست که خودتون هم بهشون اشاره کردین.
در اینترنت هم در مورد هر کاری یک روش پیشنهاد شده.
مثلا در لینک زیر حاصل تعداد سگمنتهای روش Wang بیشتر از روشهای دیگه هست ولی لزوما تعداد بیشتر سگمنت نشانه بهتر بودن عملکرد نیست.
http://see.xidian.edu.cn/faculty/jimliang/docs/LiangJ_XRay.pdf

اگر کمی بیشتر در مورد خواسته ها تون از روشی که میخواین به کار ببرین رو توضیح بدین شاید بتونم کمکتون کنم. مثلا سرعت مهمه؟ دقت مهمه؟ همیشه اشکال به صورت پلیگون باشن؟ شکل خاصی رو در سگمنت کردن در بیاره؟ و ...

حتی با فیلترهای لبه هم میشه سگمنت کرد، بسته به اطلاعاتی داره که میخواین از تصویر بگیرین. :nerd:

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

ممنون از جوابتون. اول می خواستم از watershed استفاده کنم ولی به خاطر over شدن بی خیالش شدم.
عکسایی که براتون گذاشتم عکس MRI در وزن T2 هست که دو تا مغز تومور دار رو نشون میده. تو این وزن تومور سفید دیده میشه.البته بافت نرمال وسط مغز هم سفید دیده میشه.
من از روش region growing استفاده کردم ولی دو تا مشکل دارم. یکی اینکه نقطه seed اولیه رو می خوام اتوماتیک انتخاب کنم نمیدونم چجوری. دوم اینکه بعضی وقتها دقت کمه.
حالا برای عکس های بالا نتیجه رو میذارم:





با روش k-mean هم شد مثلا این:



مشکل این روش هم انتخاب تعداد دسته بندی هاست که باید دستی و چشمی انتخاب بشه!

لطف می کنید که جواب می دید.

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

Facet روش خوبیه، برای اینکه تومور در تصویر سفید میفته حدود 15 تا 20 درصد کانتراست تصویر رو بیشتر کنید و تصویر رو Quantize کنید و هر جا که بلوکی سفید بود( با تعریف یک Threshold) اون نقطه رو به عنوان Interesting point انتخاب کنید و بعد با region growing بر روی تصویر اصلی جلو برید.



با Median filter میشه شیارهای مغز رو حذف کرد وتومور رو در آورد، حتی میشه لبه های تصویر رو Vectorize کرد و به دنبال ساختن پلیگن بود، همش بسته به اینه که تصاویری که ثبت میشه با چه میزان تغییرات ممکنه باشن.




http://www.enterupload.com/0y2lv2cckvee/124-282-1-PB.pdf.html

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

چند تا سوال برام پیش اومده بی زحمت جواب بدید:

1-منظورتون از quantize کردن همون تبدیل عکس به بلوک های کوچکتر و حذف درایه های کم ارزش در حوزه فرکانس هست یا منظورتون بلوک بندی بدون تبدیل فرکانسی هست؟لطفا بیشتر توضیح بدید.
2- اولش داشتم به این فکر می کردم که چرا بلوک بندی کنیم ما که فقط به به یک نقطه نیاز داریم ولی بعدش به این نتیجه رسیدم بلوک باعث میشه مطمئن بشیم اون پیکسل نویز نیست بلکه یه توده ست درسته؟
3- وقتی چند بافت سفید جدا از هم داریم همه اونها رو به عنوان ناحیه مورد نظر بگیریم بعد براشون label بزنیم بعد مرکز ثقل هر کدوم رو پیدا کنیم در نهایت هر کدام از اینا برامون یک seed رو تشکیل بدن نظرتون چیه؟

مقاله ای که گداشتید خیلی جالبه امشب کامل میخونم اشکالی داشتم مزاحمتون میشم!
ممنون که وقت می گذارید.

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

1-درسته، رنگ هر بلوک حاصل میانگین رنگهای اون بلوکه و هرچه روشنتر باشه به این معنیه که احتمال وجود تومور در اون بیشتره، مخصوصا اگه همسایه هاش هم همین مشخصه رو داشته باشن. مثلا با FFT هم میشه شیارهای مغزی رو برداشت ولی اونوقت باید همه پیکسلها رو پروسس کرد ولی خوبی این روش سرعت بالاشه که تعداد نقاط کمتری رو میده و سریعا محل رو پیدا میکنید.

2- درسته، علاوه بر این بلوکها باعث میشن که محدود تقریبی که باید پردازش بشه مشخص بشه و فقط با پردازش تصویر اصلی در اون قسمت مرزهای دقیق به دست بیان.

3-ممکنه مرکز ثقل بعضی اشکال بیرون از قسمت سفید رنگ بیفته، بهتره برای هر قسمت Top of the roof یا همون ماکزیمم شدت نور رو حساب کنید که شبیه یک خط Curve میشه و یا یک نقطه که دقیقا در وسط هر بخش سفید رنگ قرار میگیره. بسته به شکل تومور، هرچی به دایره نزدیکتر باشه حاصل شبیه یک نقطه میشه و هرچی دفرمه تر بشه حاصل شبیه یک خط Curve با قطر یک پیکسل میشه که اون وقت حتی با محاسبه جهت، اندازه و محلش میشه فهمید که آیا واقعا توموره یا بافت مغزی، چون بافت مغزی جای مشخص، زاویه مشخص نسبت به شیارهای مغزی و اندازه محدودی داره.

موفق باشید.

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

راستی شما پیشنهادی برای حذف جمجمه دارید؟

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

راستی شما پیشنهادی برای حذف جمجمه دارید؟

با یک اسکن عمودی و گرفتن Histogram از هر خط نموداری که ساخته میشه نشان دهنده شدت رو شنایی هر پیکسله و چون جمجمه در Histogram همیشه در پیک اول از چپ و پیک آخر از راست قرار میگیره به راحتی قابل حذفه.

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

می خواستم بخوابم گفتم اول یه تشکر ازتون بکنم بعد نتیجه رو هم براتون بذارم.
فعلا تو حذف جمجمه به اینجا رسیدم که تقریبا خوب هست ولی وقتی جمجمه با مغز فاصله رنگی نداره عکس نهایی دقیق درنمیاد.البته آخرش از strel هم استفاده کردم. به نظرتون چجوری میشه این مشکل رو برطرف کرد؟ یعنی این مشکل وقتی پیش میاد که پیکسل های بین لایه جمجمه و مغز دارای مقدار مثلا 0.3 هستند !!!
این عکسا رو هم ببینید. جفت اولی خوبه ولی جفت دوم زیاد بهم نمی چسبه.

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

با محاسبه Interpolation بین پیکسلها میشه کمی نتیجه کار رو بهتر کرد، ولی زمانی میشه نتیجه دقیق تری گرفت که عکس بزرگتر و یا شارپ تر باشه.

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

با محاسبه Interpolation بین پیکسلها میشه کمی نتیجه کار رو بهتر کرد، ولی زمانی میشه نتیجه دقیق تری گرفت که عکس بزرگتر و یا شارپ تر باشه.

میشه بگید interpolation چه کمکی اینجا بهمون میکنه؟
برای شارپ کردن گرادیان بگیریم نتیجه بهتر میشه؟

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

میشه بگید interpolation چه کمکی اینجا بهمون میکنه؟
برای شارپ کردن گرادیان بگیریم نتیجه بهتر میشه؟

وقتی تعداد سمپلها بیشتر میشه، دقت در محاسبه هم بیشتر میشه، مثلا با محاسبه Interpolation برای تصویری با عرض 256 پیکسل و پ سمپل کردنش مثلا به 1024 پیکسل، بین هر دو پیکسل واقعی سه پیکسل مجازی دارید که در حقیقت همون تصویر اصلی به حالت 4 برابر بزرگ شده است، بعد با شارپ کردن تصویر فواصل بسیار کم در تصویر 256 پیکسلی خیلی خوب در تصویر 1024 پیکسلی خودشون رو نشون میدن، البته این رو هم باید اضافه کنم که شارپ کردن نرم افزاری هرگز مثل یک تصویر شارپ که از فکوس خیلی خوبی برخورداره نمیشه.

مثل این:

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

این خیلی خوبه ولی من برام سرعت پردازش هم مهمه چون مراحل کارم زیاده و شبکه عصبی هم توش هست باید دنبال روش های سزیع بگردم. اسکن یه عکس با این ابعاد به نظرم یه کم زمانبر هست. اگه نظرتون متفاوته لطفا توضیح بدید.

[ژوپیتر]

پاسخ : بهترین روش برای segmentation تصویر

این خیلی خوبه ولی من برام سرعت پردازش هم مهمه من دارم چون مراحل کارم زیاده و شبکه عصبی هم توش هست باید دنبال روش های سزیع بگردم. اسکن یه عکس با این ابعاد به نظرم یه کم زمانبر هست. اگه نظرتون متفاوته لطفا توضیح بدید.

لزومی نداره اینکار رو برای کل عکس انجام بدید، همون کار قبلی که کردین که جمجه رو حذف میکنه، کافیه جاهایی رو که پاک کرده رو مشخصات مکانیشون رو نگهدارین و برای تمیز کردن اطراف اونها با مشخص کردن شعاع لازم، فقط روی پیکسلهای داخل محدوده اینکار انجام بشه، نوعی کاندید کردن پیکسلهایی که نشاندهنده جمجمه هستند ولی خیلی به مغز نزدیک شدن.

[رضا شفقی]

پاسخ : بهترین روش برای segmentation تصویر

به نظرتون برای region growing بیام seed رو تو قسمت سالم مغز بذارم و بعد ~ کنم بعد به بررسی نواحی باقیمانده بپردازم بهتر نیست؟ ( با NN )