Transcript Introducción Procesamiento

OBJETIVO GENERAL

Introducir el tema de procesamiento de
imágenes por computador como punto
de entrada en la búsqueda de
aplicaciones de estas técnicas en
problemáticas reales multidisciplinarias
OBJETIVOS ESPECÍFICOS







Entender las bases de procesamiento de
imágenes
Caracterizar una imagen
Extraer objetos de una imagen
Mejorar la calidad visual de una imagen
Hacer transformaciones geométricas
Realizar operaciones de morfología
matemática
Utilizar MATLAB para la lectura, análisis y
visualización de imágenes
METODOLOGÍA

Reuniones “participativas”
 Contenido normal del curso vía DROBOX
 Presentación de artículos complementarios

„ plicación de algoritmos (software
A
existente)
 Programación de algoritmos
 MATLAB

Proyectos
 Implementación de métodos de procesamiento
de imágenes para la resolución de problemas
específicos
BIBLIOGRAFÍA
[1]Digital image processing, R.
González , P. Wintz, 3a. edición,
Prentice Hall, 2008.
 [2] Image processing, analysis and
machine vision, M. Sonka, V. Hlvac, R.
Boyle, Brooks/Cole Publishing Co, 1999.
 [4]Introducción al procesamiento digital
de imágenes , M.G . Forero Vargas,
2002

Introducción
¿Que es procesamiento digital de
imágenes?

Procedimiento de manipulación de la
información contenida en una imagen
digital por medio del computador
 Mejorar la calidad de la imagen
 Corregir defectos analizar el contenido
 Analizar el contenido
Historia del procesamiento de
imágenes

En los 60s
 NASA
○ Reconocimiento y caracterización de la superficie
lunar (programa APOLO)
○ Imágenes Digitales de planetas como Marte Venus
y Mercurio (Proyecto Mariner)
 Medicina
○ Procesamiento de imágenes de rayos X
Historia del procesamiento de
imágenes

En los 70s
 Imágenes satelitales
○ Cultivos agrícolas
○ Imágenes meteorológicas
 Biología
○ Imágenes biológicas
○ Detección, conteo y clasificación automática de
células
Historia del procesamiento de
imágenes

En los 80s y 90s
 Televisión
○ Efectos especiales para televisión
 Medicina
○ TAC
○ Resonancia magnética
○ Ultrasonido
 Industria
○ Control de calidad
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Segmentación
Imagen segmentada
en objetos
Imagen 2D
Digitalización
Caracterización de
objetos
Imagen digital
Grupos de objetos
Pre-procesamiento
Imagen digital
Pre-procesada
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Captura de la imagen por el sistema de
adquisición como: cámara, escáner
rayos x, Resonancia Magnética, etc.
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Digitalización
Imagen digital
Formación de una matriz numérica
discretizada correspondiente a la
imagen.
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Digitalización
Imagen digital
Por lo general el sistema de adquisición
realiza tanto la adquisición como la
digitalización.
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Una vez se tenga la imagen digital se
pueden hacer corrección de errores de
adquisición como:
Digitalización
•Movimiento
•Distorsión
•Desenfoque
Imagen digital
Corrección
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Digitalización
Algunas técnicas de adquisición como
la
tomografía,
requieren
una
reconstrucción de los datos, ya que no
generan una imagen directa
Imagen digital
Reconstrucción
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Imagen 2D
Digitalización
Imagen digital
Pre-procesamiento
Imagen digital
Pre-procesada
Mejora de la calidad visual de la imagen:
•Reducción de ruido
•Cambio de la luminosidad
•Realce o suavizados de bordes
Etapas del Procesamiento de
imágenes

Aumento de contraste
Etapas del Procesamiento de
imágenes

Detección de bordes
Etapas del Procesamiento de
imágenes

Reducción de ruido
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Segmentación
Imagen segmentada
en objetos
Imagen 2D
Digitalización
Imagen digital
Pre-procesamiento
Imagen digital
Pre-procesada
Separación de objetos de la imagen:
•Separación de regiones
•Separación de contornos
Etapas del Procesamiento de
imágenes

Separación de contornos y regiones
regiones
Contornos
Etapas del Procesamiento de
imágenes
Objeto Real
Adquisición
Segmentación
Imagen segmentada
en objetos
Imagen 2D
Digitalización
Caracterización de
objetos
Imagen digital
Grupos de objetos
Pre-procesamiento
Imagen digital
Pre-procesada
Análisis de forma:
•Área, perímetro, textura,
excentricidad, concavidad, centro de
masas, etc.
Clasificación por forma
Etapas del Procesamiento de
imágenes

Análisis de textura
Cortina
lija
Madera
Tejido
Áreas de aplicación

Automatización industrial
 Supervisión visual automática de procesos
○ Detección de fallas o averías
 Control de calidad en líneas de producción
○ Detección de piezas defectuosas
○ Fabricación de circuitos integrados
 Selección automática de materia prima
○ Separación de arroz por calidad del grado
Áreas de aplicación

Análisis de materiales
 Detección de impurezas
 Detección de fallas estructurales
○ Grietas
○ Cambios de densidad
 Análisis de componentes internos de los
materiales
○ Conteo
○ Clasificación
 Visualización de la estructura interna
Áreas de aplicación

Criminología
 Análisis de huellas dactilares
○ Identificación
○ Clasificación
 Análisis fotográfico
○ Análisis de semejanzas en rostros
○ Detección de placas de automóviles
Áreas de aplicación

Tratamiento de documentos
 Reconocimiento automático de
caracteres
 Reconocimiento y validación de
firmas
○ Cheques
○ Correos postales
○ formularios
 Reconstrucción y copia de
documentos antiguos
Áreas de aplicación

Militar
 Búsqueda automática de objetivos
militares partir de imágenes
satelitales
 Sistemas de guía de misiles a
partir de seguimiento de objetos
en tiempo real
Áreas de aplicación

Imágenes satelitales
 Medición y análisis de terrenos
 Ubicación de zonas especificas en
terrenos (bosques, lagos, cultivos,
etc)
Áreas de aplicación

Fotografía y video
 Composición de escenas
 Efectos especiales
 Reconstrucción y retoque fotográfico
Áreas de aplicación

Biología
 Análisis de tejidos y células
○ Conteo
○ Clasificación
 Análisis y clasificación de ADN
Áreas de aplicación
Medicina
(Radiología asistida por computador)


Reconstrucción 3D y 4D (con
movimiento) de imágenes de TAC,
Resonancia Magnética y ultrasonido
○ Imágenes cardiacas
○ Imágenes vasculares
○ Imágenes de colon
○ Imágenes cerebrales
Áreas de aplicación
Medicina
(Radiología asistida por computador)


Detección de patrones en imágenes de
resonancia magnética funcional

Reconstrucción de la estructura interna
de los huesos
Medicina: Radiología asistida por computador
Imágenes cardiacas
4D: Movimiento,
perfusión…
Imágenes de huesos de
Imágenes Vasculares Imágenes cerebrales
3D: Esclerosis múltiple, alta resolución:
3D: estenosis,
perfusión, imágenes
synchrotron, MRI ...
aneurismas…
funcionales
Procesamiento y
Análisis de Análisis de
Imágenes Médicas
Contenido
Imágenes médicas
 Principales técnicas de
procesamiento
 Areas de aplicación
 Ejemplos de proyectos
desarrollados en Colombia

Imágenes médicas
Provienen principalmente de:
Rayos X
 Tomodensitometría (scanner o
TAC)
 Resonancia magnética
 Ultrasonido(ecografía)

Imágenes médicas

Utilizadas cotidianamente en rutina
clínica
 Establecer un diagnóstico
 Escoger / controlar una práctica
terapéutica
Imgenes médicas

Proveen información sobre los órganos
Forma:
Imágenes:
anatómicas o
morfológicas
Imágenes médicas

Proveen información sobre los órganos
Funcionamiento:
Imágenes
funcionales
Rayos X
Cortesía del Hospital
Universitario San Ignacio
Resonancia magnética
Resonancia magnética funcional
(dinámica cardiaca)
Ecografía
Ecografía funcional (doppler)
Cortesía del Hospital
Universitario San Ignacio
Scanner (TAC)
Principales técnicas de
procesamiento

Filtrado

Segmentación

Visualización
Filtrado
Mejora de la calidad visual de la
imagen o como preparación a un
procesamiento posterior:
Aumento del contraste/luminosidad
 Reducción de ruido
 Realce de bordes o contornos

Filtrado
Segmentación
Extracción de estructuras anatómicas de
la imagen:
 Búsqueda de contornos
 Detección de regiones
Segmentación 2D
Extracción de contornos (interno y externo)
del ventrículo en IRM
Segmentación 3D
Extracción de contornos (interno y externo)
del ventrículo en IRM
Segmentación 3D
Segmentación del cerebro
Visualización

2D
 Imágenes nativas
 Cortes multiplanares

3D
 Con segmentación previa
Visualización 2D
Imágenes nativas
Visualización 2D
Cortes multiplanares
Visualización 3D
Áreas de aplicación
Radiología asistida por computador
Diagnóstico
Práctica terapéutica
Apoyo al diagnóstico

Extracción de
parámetros
cuantitativos
 Sobre estructuras
anatómicas o
patológicas
Apoyo al diagnóstico

Fusión
 De información proveniente de varias
modalidades
 Combinación de información
 complementaria sobre un mismo paciente
Apoyo al diagnóstico

Visualización volumétrica
y dinámica de imágenes
 Presentación realista de
posiciones espaciales de
estructuras anatómicas o
patológicas
 Visualización dinámica de
órganos y articulaciones en
movimiento
Apoyo a la práctica terapéutica

Seguimiento
 Detección de cambios entre dos imágenes para
 evaluar la eficiencia de un tratamiento terapéutico

Simulación
 Construcción de “pacientes virtuales” para simular pacientes virtuales”
 para simular protocolos terapéuticos

Control
 De intervenciones quirúrgicas, mediante imágenes médicas
 Realidad aumentada (superponer imágenes al paciente
Ejemplos de
proyectos
desarrollados en
Colombia
Retos y aplicaciones

Adaptación de tecnología local
 Visualizador de imágenes propietarias del
Hospital Universitario San Ignacio

Investigación de punta
 Segmentación de imágenes vasculares
aplicada al estudio de la estenosis arterial
Segmentación de imágenes
vasculares aplicada al estudio de
la estenosis arterial
Estenosis arteria
Varios problemas:

 Extraer la arteria
 Caracterizar la placa
 Generar modelos
geométricos
 Estudiar la
hemodinámical
1. Extraer la arteria
Desarrollo de
nuevos
algoritmos de
segmentación
vascular
Algunos resultados
Árbol coronario CT
CT Pulmonar
Aorta ARM
Carótida ARM
2.Caracterizar la placa
Extracción de
contornos en los
planos localmente
perpendiculares al
eje de la arteria
Caracterizar la placa
Lumen
Calcificación
Caracterizaciónde la
placa de ateroma
en imágenes TAC
Contorno externo
3.Generar modelos geométricos
Creación del modelo 3D en estereolitografía
Generación de modelos vasculares
3D a partir de ARM
•Simulación hemodinámica
•Verificación experimental
preoperatoria de endoprotesis
4. Estudiar la hemodinámica