Welcome to Scribd. Sign in or start your free trial to enjoy unlimited e-books, audiobooks & documents.Find out more
Download
Standard view
Full view
of .
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
61_v2

61_v2

Ratings: (0)|Views: 15|Likes:
Published by Djordje Starcevic

More info:

Published by: Djordje Starcevic on Sep 07, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/14/2015

pdf

text

original

 
Uklanjanje šuma iz medicinskih slika manipulacijommodula koeficijenata kompleksne wavelettransformacije
Đorđe Starčević, Vladimir Petrović
Katedra za komunikacione tehnologije i obradu signalaFakultet tehničkih nauka Novi Sad, Srbijadjoles28 @ gmail.com, vpetrovic@visaris.com
 Sadržaj 
 — Izloženi su osnovni koncepti waveleta i osnovne vrstewavelet transformacije. Dat je uvid u nedostatke realne iprednosti kompleksne wavelet tranformacije. Predstavljena jeidejna osnova Dual-tree kompleksne wavelet transformacije injene korisne osobine. Najzad, dati su neki primeri uklanjanjašuma iz slika upotrebom Dual-tree kompleksne wavelettransformacije.
 Ključne riječi- Waveleti; Realna i kompleksna wavelet transformacija; Dual-tree Algoritam; Uklanjanje šuma iz slika;
U
VOD
Fourierova transformacija, tačnije njena savremenaračunarska realizacija FFT, je korisna u slučaju signala koji usvom trajanju imaju konstantnu frekvenciju. Međutim, uslučaju signala koji imaju izvesne anomalije i singularitetewaveleti su rešenje koje se nameće. Waveleti su sposobni da pronađu ove singularitete i da pruže istovremeno informacijuo njihovoj lokaciji, frekvenciji i obliku.Wavelet je mali talas ograničenog trajanja srednjevrednosti nula, a pod ograničenim trajanjem se podrazumevada je reč o oscilaciji koja ima svoj jasno određen početak ikraj, koja ima tzv. pseudo frekvenciju. Osnovna ideja jesteda se wavelet skalira i translira sve dok se ne poklopi sasingularitetom, kada će njegovi koeficijenti biti najveći.Waveleti se predstavljaju wavelet filtrima – waveletimakoji su odabrani u diksretnom broju tačaka. Postoje raznevrste waveleta i svaki od njih ima svoje zasebnekarakteristike koje imaju svoje polje primene.O
SNOVE
 
WAVELET
 
TRANSFORMACIJA
(WT)Signal se u WT predstavlja kao sklop svih waveletanastalih skaliranjem i transliranjem jednog, matičnogwaveleta. Koeficijent waveleta predstavlja merilo koliko je ikako neki wavelet poklopljen sa nekim događajem i direktno je zavistan od translacije i skaliranja. Formula (1) prikazujekako se signal predstavlja kao zbir proizvoda skaliranih itransliranih waveleta i odgovarajućih koeficijenata.dd
( ) ( ) ( )
( )
===
+=
njn j j
nn jnnc x
02
22,)(
ψ φ 
(1)
EALNA
 
WAVELET
 
TRANSFORMACIJA
Realna wavelet transformacija ima dva oblika:kontinualni i diskretni. Kontinualna wavelet transformacija podrazumeva da se svako skaliranje i transliranje waveletavrše za celobrojni korak. Ugrađena MATLAB funkcija
cwt 
vrši analizu signala i prikazuje ga u skaleogramu, na kom semogu videti vrednosti koeficijenata u odrenimvremenskim trenucima (ili prostornim koordinatama) i zaodgovarajuću skalu, koja je wavelet ekvivalent frekvencije,samo obrnuto proporcionalna. Svetli segmenti na grafiku predstavljaju one trenutke i one frekvencije za koje je poklapanje najveće, tamo su koeficijenti najveći. U slučajusinusoide od 200 odbiraka koja ima singularitet na 120-omodbirku (Sl. 1), funkcija
cwt 
će dati skaleogram sa sl. 2. Naskaleogramu se jasno vidi singularitet na 120-om odbirku i toza male skale, što govori o njegovom kratkom trajanju.Diskretna wavelet transformacija (DWT) razlaže signalna frekvencijske komponente koje je potom mogućeobrađivati i to u određenom trenutku, s tim što su transliranjai skaliranja dijadička. Proces se svodi na sukcesivnorazlaganje na VF komponente, tzv. „detalje“ i NFkomponente, „aproksimacije“, uz decimaciju nakon svakogkoraka. U načelu, DWT može imati više nivoa, gde se nasvakom novom nivou vrši razlaganje aproksimacija sa prethodnog nivoa na detalje i aproksimacije višeg nivoa.
Slika 1. Sinusoida od 200 odbiraka sa singularitetom u 120-om
 
Slika 2. Skaleogram kontinualne WT sa sl. 1
Ugrađena funkcija
dwt 
vrši razlaganje signala na samo jedan nivo. Razlaganje na više nivoa može se simuliratisukcesivnim pozivanjem funkcije na dobijene aproksimacije.U ovom primeru biće vršeno razlaganje samo na prvi nivo, adobijene aproksimacije i detalji su prikazani na sl. 3 i 4.Vidi se da je izvršena decimacija, tj. da su signali duplokraći (po 100 odbiraka). Singularitet bi trebalo da se nalazisada na 60-om odbirku. U aproksimacijama je nestao zbogsame aproksimacije i nije vidljiv ali se zato na detaljima jasno uočava promena na 60-om odbirku, kao što je iočekivano.
Slika 3. Aproksimacije signala na prvom nivou DWTSlika 4.Detaljisignala na prvom nivou DWT
OMPLEKSNA
 
WAVELET
 
TRANSFORMACIJA
(CWT)Realne wavelet transformacije imaju četiri značajna problema:d 
a)Oscilacije oko singulariteta mogu da dovedu dotoga da koeficijenti budu manji nego što stvarno jesu.b)I najmanja translacija signala znajno menjavrednosti koeficijenata.c)Upotreba neidealnih filtara i decimacija uzrokujualiasing d)Nedostatak orijentacije u 2D
Ovi problemi rešavaju se uvenjem kompleksnihwaveleta:
,(2)
od kojih se dobijaju kompleksni koeficijenti:
..(3)
D
UAL
-
TREE
(DT)
WAVELET
 
TRANSFORMACIJA
Metoda koju je razvio Nick Kingsbury zasniva se na idejio dva stabla, tačnije dve odvojene DWT preko dve odvojenefiltar banke, po jedna za realni i imaginarni deo. Ovajalgoritam rešava probleme koje imaju realne WT po cenuredundanse koja je
m
-ti stepen broja 2, gde je
m
brojdimenzija signala koji se analizira. Poželjno je da ove filtar  banke budu što približnije analitičkim, kao i dazadovoljavaju (približno) uslove savršene rekonstrukcije ineosetljivosti na pomeraje. Sl. 5 prikazuje kako bi trebalo daizgledaju filtar banke za analizu i sintezu signala.d
Slika 5. Filtar banke za analizu i sintezu u Dual-tree algoritmu
Ako se DWT predstavi kvadratnim matricama i ondaDT CWT može predstaviti preko pravougaone matrice:
 
=
 g h
 F  F  F 
.(4)
Ako vektor 
x
predstavlja realni signal, onda je realni deoDT CWT
xw
hh
 F 
=
,
a
 
imaginarni . Kompleksni koeficijentisu onda . Inverzna matrica matrici je matrica koja predstavlja rekonstrukciju:
.(5)
Uzimajući u obzir ove matrice, kompleksni koeficijentiDT CWT se eksplicitno računaju po sledećem šablonu:
.(6)
D
VODIMENZIONALNA
 
DUAL
-
TREE
 
CWT
Ako je 2D wavelet kombinacija dva 1D waveleta , gde jekompleksni wavelet oblika , onda on može biti predstavljen ina sledeći način:
( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
[ ]
 y x y x j y x y x  y j y x j x y x
 g hh g  g  g hh  g h g h
ψ ψ ψ ψ ψ ψ ψ ψ  ψ ψ ψ ψ ψ 
++=++=
,
.(7)
Gledano u nekoj frekvencijskoj ravni, spektar ovogwaveleta bi zauzimao samo jedan ćošak, pa se može govoritio njegovoj orijentaciji, tačnije sklonosti ka prepoznavanjustruktura u toj orijentaciji. Kako je spektar realne funkcijesimetričan u odnosu na koordinatni početak, u ovom slučajusredinu frekvencijske ravni, spektar realnog dela ovogwaveleta zauzima dva ćoška simetrična u odnosu na centar.Separabilna implementacija 2D DWT je formulisana preko tri waveleta:
( ) ( ) ( )
 y x y x
ψ ϕ ψ 
=
,
1
, (
LHwavelet
) (8), (
HL wavelet
)(9)
, (HH wavelet)
.(10)
Ukoliko bi posmatrali imaginarni deo 2D kompleksnogwaveleta, on bi izgledao ovako:
( ){ } ( ) ( ) ( ) ( )
 x x x x y x
 g hh g 
ψ ψ ψ ψ ψ 
+=
,
,(11)
gde su
 g 
i
h
oznake stabla u DT algoritmu. Reč je u stvari okombinaciji 2 HH waveleta. Kod prvog se i primenjuju naredove a i na kolone slike, dok je kod drugog obrnuto.Ukoliko iskombinujemo sve wavelete sa njihovimkonjugovano-kompleksnim parnjacima, dobijamo set od šestorijentisanih waveleta čija je opšta formula:
( ) ( ) ( )
( )
 y x y x y x
iii
,,21,
,4,3
ψ ψ ψ 
+=
, (12)gde su separabilne wavelet osnove
( )
 y x
i
,
,3
ψ 
odnosno
( )
 y x
i
,
,4
ψ 
u stvari nastale iz separabilne osnove 2D DWT izformula 8, 9 i 10, uz poštovanje odgovarajućih stabala, npr za LH:
( ) ( ) ( )
 y x y x
h g 
ψ ϕ ψ 
=
,
1,3
,
( ) ( ) ( )
 y x y x
 g h
ψ ϕ ψ 
=
,
1,4
.(13)
Sada se prave kompleksni waveleti čiji bi realni deo biliwaveleti iz realne WT dok bi ovaj set waveleta služio kaoimaginarni deo. Oba dela ovakvih waveleta su istoorijentisani. Realni, imaginarni deo kao i moduo svakog odtih šest novih waveleta prikazani su na sl. 6.dMoguće je i ovu transformaciju predstaviti matrično. Neka kvadratna matrica označava 2D separabilnu WTimplementiranu primenom po redovima i po kolonama, pa je, koristeći analogne oznake, matrična forma orijentisane2D DT CWT:
=
hg  gh gg hh DO
 F  F  F  F  I  I  I  I  I  I  I  I  F 
81
2
.(14)
Slika 6. Realni, imaginarni deo i moduo waveleta iz formule 12

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->