Wyniki wyszukiwania - BazTech

1

Biomedical image colorization using pixel membership propagation

Popowicz A., Smołka B.

Studia Informatica

|

2016

|

Vol. 37, nr 3A

7--19

EN

In the paper we present a new algorithm of biomedical image colorization based on distance transformation and modified bilateral filtering approach. The method utilizes the scribbles inserted by the user to properly cover the image regions with desirable colors. We present the idea of our algorithm, explain the role of tunable parameters and provide some examples of biomedical image colorization using our approach.

PL

W artykule przedstawiono nową technikę koloryzacji, wykorzystującą transformatę dystansową oraz modyfikację filtru bilateralnego. Proponowana metoda opiera się na wskaźnikach koloru wprowadzanych przez użytkownika w celu zgrubnego początkowego zaznaczenia oczekiwanych kolorów dla poszczególnych elementów obrazów. W artykule wyjaśniono zasadę działania algorytmu, role jego parametrów oraz przedstawiono przykłady barwnych obrazów biomedycznych uzyskanych dzięki proponowanej nowej technice.

2

Optimal classification method for smiling vs neutral facial display recognition

Nurzyńska K., Smołka B.

Journal of Medical Informatics & Technologies

|

2014

|

Vol. 23

87--94

EN

Human face depicts what happens in the soul, therefore correct recognition of emotion on the basis of facial display is of high importance. This work concentrates on the problem of optimal classification technique selection for solving the issue of smiling versus neutral face recognition. There are compared most frequently applied classification techniques: k-nearest neighbourhood, support vector machines, and template matching. Their performance is evaluated on facial images from several image datasets, but with similar image description methods based on local binary patterns. According to the experiments results the linear support vector machine gives the most satisfactory outcomes for all conditions.

3

Non-local Mean-Shift filter for the reduction of multiplicative noise in digital images

Kusnik D., Smołka B.

Journal of Medical Informatics & Technologies

|

2014

|

Vol. 23

103--110

EN

In this paper a new method for the reduction of multiplicative noise in digital images is described. The proposed algorithm is a modification of the Mean-Shift (MS) filter which is based on the concept of the Non-Local Means (NLM) denoising. The proposed algorithm does not focus on single pixels only, as in the case of the mean-shift technique, but also on their neighborhoods. The performance of the novel approach is experimentally verified and the obtained results prove that the new design is superior both to the MS and NLM techniques.

4

Modified biased anisotropic diffusion for color image processing

Smołka B.

Zeszyty Naukowe. Automatyka / Politechnika Śląska

|

2008

|

z. 150

197-206

EN

In this paper a new approach to the problem of noise reduction in color images is presented. The new technique is based on a modification of the biased anisotropic diffusion. In the modified iterative scheme, the input noisy signal is replaced by an image processed by a nonlinear multichannel filter. The experiments revealed, that the proposed solution significantly excels over the standard anisotropic diffusion methods in case of the mixed Gaussian and impulse noise contaminating the color image. The main benefits of the proposed approach are its rapid convergence to the final stable state, low computational complexity and good performance in complex noise scenarios.

PL

W artykule przedstawiono nowe podejście do problemu redukcji szumów w barwnych obrazach cyfrowych. Nowa metoda filtracji oparta jest na modyfikacji obciążonej dyfuzji anizotropowej. W zmodyfikowanym algorytmie iteracyjnym wejściowy obraz zakłócony zastępowany jest przez wyjście wielokanałowego filtru nieliniowego. Przeprowadzone eksperymenty wykazały, że zaproponowana technika znacząco przewyższa standardową metodę dyfuzji anizotropowej w przypadku obrazów zakłóconych przez mieszany szum gaussowski i impulsowy. Główną zaletą zaproponowanej metody jest jej szybka zbieżność do stabilnego stanu końcowego, niska złożoność obliczeniowa i duża efektywność w przypadku szumów o skomplikowanej strukturze.

5

Image segmentation and matting based on the extended distance transform

Łagodziński P., Smołka B.

Journal of Medical Informatics & Technologies

|

2008

|

Vol. 12

151--156

EN

In this paper we present a novel semi-automatic method for image segmentation and matting that utilizes the newly proposed generalized distance transform to determine the hybrid distance between the foreground and background regions within the image. This distance values are then used to estimate the alpha matting coefficient needed for composing new image by blending the foreground objects into a new background image scene. The effectiveness of the proposed algorithm allows the user to work interactively and to obtain the desired results promptly after marking the regions by scribbling the image. In the paper we show, that the proposed method yields satisfactory results for gray scale and colour images.

6

Adaptive generalized vector median

Smołka B.

Journal of Medical Informatics & Technologies

|

2008

|

Vol. 12

157--162

EN

In this paper, a new adaptive filter intended for the attenuation of impulse noise in colour images is proposed. The new filtering design is based on the concept of a peer group of pixels sharing similar chromatic properties. The novel approach adaptively determines the size of the peer group which minimizes the aggregated distance to its members, utilizing the Fisher linear discriminant. The analysis of the obtained noise reduction results leads to the conclusion, that the new filter is capable of reducing even strong impulse noise, while preserving and even enhancing the edges of colour images. This unique property of the proposed filtering design is shown on examples of colour biomedical images.

7

Medical image colorization

Łagodziński P., Smołka B.

Journal of Medical Informatics & Technologies

|

2007

|

Vol. 11

47--57

EN

Colorization is a term used to describe a computerized process for adding colour to black and white pictures, movies or TV programs. This process involves replacing a scalar value that represents pixels' intensity or luminance by a vector in a three dimensional colour space with luminance, saturation and hue or simply RGB. The colorization process is also used to convert the grey scale to colour on medical images. Colour increases the visual appeal of an image and it also makes a medical visualization more attractive. Changes in colour are more easily perceived then changes in shades of grey and therefore this procedure makes the interpretation and understanding of the image easier. Since the mapping between intensity and colour has no inherently "correct" solution, human interaction and/or external information usually plays a large role. In this paper we present a novel colorization method that takes advantage of the morphological distance transformation and image structures to automatically propagate the colour scribbled by the user within the grey scale image. The effectiveness of the algorithm allows the user to work interactively and obtain the desired results promptly after providing the colour. In the paper we show that the proposed method allows for high quality colorization results for still images without precise segmentation.

8

Nonlinear techniques of noise reduction in digital color images

Smołka B.

Zeszyty Naukowe. Automatyka / Politechnika Śląska

|

2004

|

z. 139

7-212

EN

This monograph details the author's most important contributions to the rapidly growing field of nonlinear noise reduction in color images. Its content is structured into seven Chapters. The first Chapter describes the fundamentals of color image processing and also presents the sources of image noise, describes their models and defines measures of the quality of image restoration. The second Chapter is focused on the nonlinear adaptive schemes of noise reduction applied in gray scale imaging, which are very often extendable into the multichannel case. Chapter 3 provides the state of the art in color image filtering and serves as a basis for the remaining Chapters, in which author's original contributions are presented. In the next Chapter, the robust anisotropic diffusion filtering scheme, which ignores the central pixel of the filtering window, when building the weighted average of the input samples is introduced. This improvement allows to use the anisotropic technique for the suppression of strong Gaussian and heavy tailed noise, as the influence of the central, corrupted pixel is diminished by an appropriate setting of the conductivity coefficients. In this Chapter the iterative forward and backward diffusion technique is also presented. Chapter 5 is devoted to the development of a powerful class of filters, based on the digital paths concepts and fuzzy similarity measures among pixels in neighborhood relation. This novel technique, which utilizes the connection between image pixels, instead of window based structures, is an extension of the adaptive noise reduction filtering and anisotropic diffusion techniques and is shown to have advantages over traditional methods. The extensive simulations reveal that the proposed filtering framework significantly excels over the standard methods and can be applied for the removal of both Gaussian and impulsive noise. In the next Chapter the problem of nonparametric impulsive noise reduction in multichannel images is addressed. A new family of filters for noise attenuation elaborated by the author, based on the nonparametric probability density estimation of the sample data, is introduced and its relationship to commonly used filtering techniques is investigated. The last Chapter deals with the adaptive optimization of the weighted vector median filters and also introduces the new technique based on the so called sigma-filtering. This novel adaptive technique is based on robust order statistic concepts and simplified statistical measures of vectors' dispersion.

PL

Redukcja szumów jest jednym z najważniejszych etapów przetwarzania wstępnego obrazów cyfrowych. Efektywna filtracja sygnału wizyjnego warunkuje bowiem sukces dalszych etapów jego przetwarzania. Problem redukcji szumów jest szczególnie trudny w przypadku obrazów barwnych, albowiem nie została jak dotąd stworzona spójna teoria umożliwiająca bezpośrednią implementację dobrze poznanych filtrów eliminacji szumów w obrazach z poziomami szarości do poprawy jakości obrazów wielokanałowych. W ciągu ostatnich lat zaproponowano liczne algorytmy redukcji szumów w obrazach barwnych. Najprostszą klasą są filtry liniowe, które mogą efektywnie usuwać addytywne szumy gaussowskie, jednakże nie są one zdolne do adaptacji do nieliniowości występujących w obrazie, co prowadzi do rozmywania krawędzi obiektów oraz innych, ważnych z punktu widzenia percepcji człowieka oraz dalszych etapów przetwarzania, struktur obrazu. Aby poprawić efektywność filtracji szumów, na przestrzeni ostatnich lat zaproponowano różnorodne techniki nieliniowe, z których najpopularniejszą grupę stanowią filtry bazujące na statystykach porządkowych. Filtry rangowe, minimalizujące skumulowaną funkcję dystansową, są skuteczne w usuwaniu szumów impulsowych, jednakże ich wadą jest zbyt duża inwazyjność, manifestująca się w zastępowaniu nie tylko pikseli obrazu, które uległy kontaminacji, ale także pikseli oryginalnych, co prowadzi do destrukcji drobnych struktur obrazu o wielkości porównywalnej z wymiarami okna filtracyjnego. Dodatkową wadą tych filtrów jest ich nieskuteczność w redukcji szumu gaussowskiego. Niniejsza monografia stanowi podsumowanie wysiłku badawczego autora w dziedzinie filtracji szumów występujących w barwnych obrazach cyfrowych. W pracy przedstawiono różnorodne klasy filtrów zaprojektowanych do eliminacji zakłóceń impulsowych, szumów gaussowskich oraz najbardziej degradujących obraz szumów mieszanych. Przedstawione w monografii algorytmy cechują się bardzo dobrą efektywnością, przewyższającą znacznie algorytmy standardowe, oraz niską złożonością obliczeniową, umożliwiającą ich zastosowanie w realizacjach praktycznych, szczególnie w systemach wizyjnych czasu rzeczywistego. Rozdział pierwszy monografii stanowi wprowadzenie do problematyki przetwarzania barwnych obrazów cyfrowych. W rozdziale tym przedstawiono podstawowe koncepcje tworzenia wielokanałowego obrazu cyfrowego i jego filtracji, koncentrując się na problemie zakłóceń obrazu powstających w procesie jego akwizycji, przetwarzania, transmisji oraz przechowywania na nośnikach danych. W rozdziale tym wprowadzono modele szumów symulujących rzeczywiste zakłócenia oraz przedstawiono metody oceny jakości obrazów cyfrowych umożliwiające ewaluację efektywności różnorodnych metod redukcji artefaktów wywołanych przez zjawiska szumu. W rozdziale drugim przedstawiono przegląd adaptacyjnych technik redukcji szumów gaussowskich, impulsowych oraz mieszanych w obrazach z poziomami szarości. W rozdziale tym omówiono algorytmy oparte na koncepcji nieliniowej średniej ważonej oraz dokonano przeglądu metod bazujących na statystykach porządkowych. Szczególną uwagę poświęcono ważonej medianie oraz iteracyjnym algorytmom wyznaczania optymalnych współczynników wagowych ze względu na zastosowanie tych metod do optymalizacji filtrów wektorowych przedstawionych w rozdziale siódmym. Rozdział trzeci poświęcony jest omówieniu metod redukcji szumów występujących w barwnych obrazach cyfrowych. Szczegółowo opisano filtry oparte na statystykach porządkowych, transformacjach wykorzystujących koncepcje teorii zbiorów rozmytych, a także metody wykorzystujące estymację nieparametryczną. Szczególną uwagę poświęcono ważonej medianie wektorowej oraz zaproponowanej przez autora jej modyfikacji, prowadzącej do przyśpieszenia algorytmu oraz poprawy efektywności procesu filtracji. Rozdział czwarty, nawiązujący do rozdziału drugiego, poświęcony jest dyfuzji anizotropowej, stanowiącej skuteczną metodę redukcji szumów gaussowskich. W rozdziale tym przedstawione zostały wyniki prac autora nad modyfikacją algorytmu dyfuzji anizotropowej, poprzez minimalizację wpływu centralnego piksela maski filtracyjnej, umożliwiającą także redukcję szumów impulsowych. W rozdziale tym opisano ponadto opracowaną przez autora metodę iteracyjną, opartą na technice nieostrego maskowania, wykorzystującą tak zwaną dyfuzję odwrotną do poprawy jakości obrazów, które uległy kontaminacji szumem gaussowskim. Koncepcja minimalizacji wpływu centralnego piksela w masce filtracyjnej została rozwinięta w rozdziale piątym, w którym przedstawiono wyniki prac autora nad nową klasą filtrów opartych na ścieżkach cyfrowych i elementach teorii zbiorów rozmytych. Algorytmy redukcji szumów, wykorzystujące ideę eksploracji otoczenia centralnego piksela maski filtracyjnej przez ścieżki cyfrowe wyznaczające poprzez funkcję kosztu optymalne połączenia pikseli obrazu, cechują się świetną efektywnością redukcji szumów impulsowych, gaussowskich i mieszanych. Opracowane przez autora metody stanowią uogólnienie i rozwinięcie dyfuzji anizotropowej przedstawionej w rozdziale czwartym i stanowią jego najbardziej znaczący wkład w rozwój nieliniowych metod redukcji szumów w barwnych obrazach cyfrowych. Rozdział szósty poświęcony jest zastosowaniu estymacji nieparametrycznej do filtracji szumów impulsowych. W rozdziale tym przedstawiono ogólną koncepcję filtrów opartych na estymacie nieparametrycznej, wskazując na ich podobieństwo do mediany wektorowej, w przypadku gdy funkcja jądra ma postać funkcji liniowej. W rozdziale tym wprowadzono także rodzinę filtrów cechującą się dużą skutecznością w redukcji szumów impulsowych oraz zdolnością do zachowywania krawędzi obrazu i jego tekstury. Własności te osiągane są przez zaimplementowane mechanizmy adaptacyjne, dostosowujące parametry filtrów do struktur morfologicznych obrazu oraz poziomu jego zakłóceń. Na uwagę zasługuje mała złożoność obliczeniowa przedstawionych klas filtrów, pozwalająca na ich zastosowanie do przetwarzania obrazów w czasie rzeczywistym. W rozdziale siódmym przedstawiono nowe metody optymalizacji ważonej mediany wektorowej za pomocą optymalizacji liniowej oraz sigmoidalnej, omówionej w rozdziale drugim. Przedstawione metody optymalizacji, operujące zarówno na chrominancji, jak i na luminancji obrazu, prowadzą do wyznaczania optymalnych z punktu widzenia zadanej funkcji kosztu współczynników wektora wag. W rozdziale tym wprowadzono także adaptacyjną metodę eliminacji szumów impulsowych opartą na estymacji dyspersji elementów obrazu zawartych w oknie filtracyjnym. Ta nowa klasa filtrów, bazująca na koncepcji filtru typu sigma, charakteryzuje się dużą efektywnością redukcji szumów impulsowych oraz niską złożonością obliczeniową.

9

Application of the Adaptive Center-Weighted Vector Median Framework for the Enhancement of cdna Microarray Images

Lukac R., Smołka B.

International Journal of Applied Mathematics and Computer Science

|

2003

|

Vol. 13, no. 3

369-383

EN

In this paper a novel method of noise reduction in color images is presented. The new technique is capable of attenuating both impulsive and Gaussian noise, while preserving and even enhancing the sharpness of the image edges. Extensive simulations reveal that the new method outperforms significantly the standard techniques widely used in multivariate signal processing. In this work we apply the new noise reduction method for the enhancement of the images of the so called gene chips. We demonstrate that the new technique is capable of reducing the impulsive noise present in microarray images and that it facilitates efficient spot location and the estimation of the gene expression levels due to the smoothing effect and preservation of the spot edges. This paper contains a comparison of the new technique of impulsive noise reduction with the standard procedures used for the processing of vector valued images, as well as examples of the efficiency of the new algorithm when applied to typical microarray images.