📄Работа №142422

Тема: Построение поля скоростей для последовательностей медицинских изображений на основе оптимизационного алгоритма

Характеристики работы

Тип работы Дипломные работы, ВКР
Прикладная информатика
Предмет Прикладная информатика
📄
Объем: 42 листов
📅
Год: 2023
👁️
Просмотров: 193
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Содержание
Введение 3
Обзор литературы 4
Постановка задачи 6
Глава 1. Определение поля скоростей 8
1.1. Вариация и градиент функционала 8
1.2. Алгоритм определения поля скоростей 8
Глава 2. Разбиение изображения на подобласти 11
2.1. Алгоритм разбиения изображения 11
2.2. Программная реализация алгоритма разбиения 12
Глава 3. Программная реализация построения поля скоростей 14
3.1. Случай сдвига 14
3.2. Случай поворота 18
3.3. Случай сдвига и поворота 22
3.4. Последовательность изображений 29
3.5. Анализ результатов для разных моментов времени T 31
Выводы 37
Заключение 38
Список литературы 39

📖 Введение

Существует множество различных способов цифровой обработки изоб­ражений, соответствующих разным целям: улучшение качества изображе­ния, распознавание объектов и анализ их движения, восстановление объ­ектов и т.д. Не смотря на это, задача разработки новых алгоритмов всё ещё остается актуальной, так как обработка изображений является востре­бованной во многих областях, в частности в диагностической медицине - обработка изображений позитронно-эмиссионной томографии, однофотон­ной эмиссионной компьютерной томографии, гибридных установок и т.п.
Одним из методов цифрововой обработки изображений является по­строение поля скоростей. Такой метод обработки изображений позволяет определить наличие смещения областей интереса между соседними после­довательными кадрами, а в случае его наличия определить направление движения. В частности, такой метод применяется при обработке результа­тов радионуклидных методов исследования.
В данной работе развивается подход, предложенный в работах Коти­ной Е.Д., Овсянникова Д.А., который позволяет рассматривать не только оптические, но и неоптические потоки. Разрабатывается оптимиза­ционный алгоритм и программное обеспечение построения поля скоростей для последовательностей изображений.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В работе рассмотрена проблема определения поля скоростей в зада­чах цифровой обработки изображений. Задача построения поля скоростей решается как задача минимизации функционала с использованием гради­ентного метода. Был разработан и реализован алгоритм на основе пред­ложенного подхода. Представлены результаты работы алгоритма в двух вариантах - параллельное и последовательное вычисление компонент ис­комого вектора параметров. Разработана и реализована модификация ал­горитма с разбиением рассматриваемых изображений на подобласти на ос­нове морфологического подхода. Реализовано построение поля скоростей для последовательностей медицинских изображений на примере радионук­лидных изображений. Результаты данной работы могут применяться для обработки и анализа различных изображений, в частности медицинских - как для коррекции движения, так и для анализа последовательностей изображений.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

[1] Котина Е.Д. Математическое моделирование в радионуклидной диа­гностике // Диссертация на соискание ученой степени доктора физико­математических наук. Санкт-Петербургский государственный универ­ситет. Санкт-Петербург. 2010.
[2] Ovsyannikov D. A., Kotina E. D. Reconstruction of velocity field // Proceedings of ICAP2012, Rostock-Warnemiinde, Germany. 2012. pp. 256­258.
[3] Kotina E.D., Ovsyannikov D.A. Velocity field based method for data processing in radionuclide studies // Problems of Atomic Science and Technology. 2018. Т. 115. № 3. С. 128-131.
[4] Lucas B. D. , Kanade T. An iterative image registration technique with an application to stereo vision // Proceedings of Imaging Understanding Workshop. 1981. С. 121 - 130.
[5] Horn B.K.P., Schunck B.G. Determining optical flow // Artificial Intelligence. 1981. №17. С. 185 - 203.
[6] Xiaoliang G., Bansmer S. Horn-Schunck optical flow applied to deformation measurement of a birdlike airfoil // Chinese Journal of Aeronautics. 2015. Т 28. №5. С. 1305 - 1315.
[7] Farneback G. Two-Frame Motion Estimation Based on Polynomial Expansion // Lecture Notes in Computer Science. 2003. Т. 2749. С. 363 - 370.
[8] Alba A., Arce-Santana E., Rivera M. Optical flow estimation with prior models obtained from phase correlation // Lecture Notes in Computer Science. 2010.
[9] Bai M., Luo W., Kundu K., Urtasun R. Exploiting semantic information and deep matching for optical flow // Proceedings of the 14th European Conference on Computer Vision, Lecture Notes in Computer Science. 2016. №9908. С. 154 — 170.
[10] Bailer C., Varanasi K., Stricker D. CNN-based patch matching for optical flow with thresholded hinge embedding loss // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2017. С. 3250 — 3259.
[11] Gadot D., Wolf L. PatchBatch: A batch augmented loss for optical flow // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2016. С. 4236 - 4245.
[12] Ranjan A., Black M.J. Optical flow estimation using a spatial pyramid network // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2017. С. 2720 - 2729.
[13] Sun D., Yang X., Liu M.Y., Kautz J. PWC-Net: CNNs for optical flow using pyramid, warping, and cost volume // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2018. С. 8934 - 8943.
[14] Bazhanov P., Kotina E., Ovsyannikov D., Ploskikh V. Optimization algorithm of the velocity field determining in image processing // Cybernetics and Physics. 2018. №7. С. 174 - 181.
[15] Гонсалес Р., Вуд Р. Цифровая обработка изображений. М.: ТЕХНО­СФЕРА. - 2005.
... всего 22 источника

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.
Предоставляемые услуги, в том числе данные, файлы и прочие материалы, подготовленные в результате оказания услуги, помогают разобраться в теме и собрать нужную информацию, но не заменяют готовое решение.
Укажите ник или номер. После оформления заказа откройте бота @workspayservice_bot для подтверждения. Это нужно для отправки вам уведомлений.

©2026 Cервис помощи студентам в выполнении работ