Vinsamlegast notið þetta auðkenni þegar þið vitnið til verksins eða tengið í það: https://hdl.handle.net/1946/7894
Image analysis is aimed at extracting meaningful information from images, by means of digital processing techniques. It covers diverse applications, which are continuously expanding through all areas of science and industry, including, among all, medicine, astronomy, security, remote sensing. Several techniques for the automatic analysis of images have been proposed for different purposes. Generally, each technique is applied to a small range of tasks and often outperformed by human analyzing capabilities. Hence, there is still the need for developing new and advanced methods of image analysis.
In this thesis, we propose and develop novel methods and algorithms for the analysis of different types of images and for different purposes. The proposed methods are applied to two different fields, i.e., diagnostic ophthalmology and planetary surface analysis.
In this framework, the novel contributions of the present thesis can be collected in three areas.
First, various feature-extraction methods are proposed and applied in different contexts. On one hand, segmentation methods for the extraction of spatial features from planetary images are proposed. Different feature extraction techniques are explored and applied for the detection of craters and rocks on planetary images. The application of the proposed methods for registration purposes is also presented. On the other hand, feature extraction in retinal images is proposed as a preprocessing step for the registration of multitemporal images.
Subsequently, a feature-based image registration approach is proposed, based on global optimization techniques, in order to spatially align pairs of images. In particular, a genetic algorithm is used to match previously extracted features from an image pair to be registered (e.g., blood vessel maps from retinal images or elliptical features from planetary images).
Finally, we concentrate on approaches to analyze multitemporal registered images, focusing on change-detection. Different change-detection approaches, based on automatic thresholding techniques and multiple classifiers, are proposed and applied to analyze pairs of multitemporal retinal images. Then, the classification of temporal changes is addressed, by analyzing different image features.
The new techniques, developed in this thesis and experimentally validated on diverse data, improve the state of the art in each of the mentioned application fields, when compared to previously proposed methods, and thus show great potential for various image analysis scenarios.
Myndgreining miðar að því að nota stafrænar aðferðir til að draga upplýsingar fram úr myndum. Myndgreining hefur margs kyns notkunarsvið í vísindum og iðnaði, og eru notkunarsviðin sífellt að verða víðtækari og má nefna dæmin læknisfræði, stjörnufræði, öryggismál og fjarkönnun. Nokkrar aðferðir til sjálfvirkar greiningar mynda fyrir mismunandi notkunarsvið hafa komið fram á undanförnum árum. Að jafnaði er sérhver aðferð hönnuð fyrir þröngt notkunarsvið og því getur fólk oft náð betri árangri í greiningu vandamálanna með berum augum. Af þessum sökum er nauðsyn að þróa nýjar og framsæknar aðferðir til sjálfvirkrar myndgreiningar.
Í þessari doktorsritgerð, eru lagðar til og þróaðar nýjar aðferðir og algrím fyrir sjálfvirka myndgreiningu. Nýju aðferðunum er beitt á tvo mismunandi notkunarsvið, þ.e. greiningu í augnlæknisfræði og yfirborðsgreiningu á reikistjörnum.
Með tilliti til ofangreinds, má flokka framlag ritgerðarinnar í þrjú meginsvið.
Fyrst má nefna að margar aðferðir til útdtráttar á einkennum (e. feature extraction) eru kynntar og beitt í mismunandi samhengi. Í fyrsta lagi eru settar fram myndhlutunar aðferðir (e. segmentation)sem draga fram rúmfræðileg einkenni fyrir myndir af reikistjörnum (e. planetary images). Nokkrar mismunandi þannig aðferðir eru skoðaðar og þeim beitt í skynjun gíga og steina í reikistjarnamyndum. Aðferðunum er einnig beitt við skráningu mynda (e. image registration). Í öðru lagi eru aðferðir til framdráttar einkenna í augnbotnamyndum settar fram sem forvinnsluaðferð fyrir skráningu mynda frá mismunandi tímum.
Því næst er myndskráningaraðferð sem byggir á notkun einkenna sett fram. Þessi aðferð byggir á víðværri bestunartækni sem leitast við að stilla pör mynda rúmfræðilega saman. Erfðafræðilegt algrím (e. genetic algorithm) er notað til að samstilla einkenni sem dregin hafa verið fram úr þeim myndpörum er skrá skal saman (t.d. kort af æðum í augnbotnamyndum eða sporöskjulaga einkenni úr myndum af reikistjörnum).
Að lokum eru rannsakaðar aðferðir til að greina skráðar myndir frá mismunandi tímum með höfuðáherslu á skynjun á breytingum (e. change detection) í myndunum. Mismunandi aðferðir til skynjunar á breytingum eru settar fram en þessar aðferðir byggja á sjálfvirkum þröskuldum og fjölflokkurum (e. multiple classifiers). Aðferðunum er beitt við greiningu á pörum augnbotnamynda frá mismunandi tímum. Síðan er gerð flokkun á breytingum sem orðið hafa með því að nota mismunandi einkenni myndanna.
Nýju aðferðirnar sem þróaðar eru í ritgerðinni og staðfestar með beitingu á mismandi gögn, er framlag til þeirra notkunarsviða sem fjallað er um í ritgerðinni eins og sýnt er með samanburði við fyrri aðferðir. Nýju aðferðirnar bjóða því upp á mikla möguleika í margs konar myndgreiningarverkefnum.
L'analisi di immagini consiste nell' estrazione di informazioni significative da immagini digitali, attraverso specifiche tecniche di elaborazione. Essa ricopre varie applicazioni in continua espansione attraverso tutte le aree della scienza e dell'industria, che includono, tra le altre, medicina, astronomia, sicurezza, telerilevamento. Sono state proposte diverse tecniche per l'analisi automatica di immagini a vari scopi. Generalmente, ogni tecnica è applicabile ad un piccolo insieme di compiti e spesso superata dalle capacità umane. Quindi, lo sviluppo di metodi nuovi ed avanzati per l'analisi di immagini risulta tuttora necessario.
Nella presente tesi, si propongono metodi ed algoritmi innovativi per l'analisi di diversi tipi di immagini e a vari scopi. L'applicazione dei metodi proposti avviene in due diversi ambiti, quali l'oftalmologia diagnostica e l'analisi di superfici planetarie.
In tale contesto, i contributi innovativi della presente tesi si raggruppano in tre diverse categorie.
In primo luogo, si propongono diversi metodi per l'estrazione di strutture spaziali caratteristiche (feature) e si applicano in diversi ambiti. Da un lato, si esplorano metodi per l'estrazione di strutture spaziali da immagini planetarie, nelle quali la rivelazione di crateri e rocce viene effettuata attraverso diverse tecniche di segmentazione; tali metodi vengono applicati al fine di registrare immagini planetarie. Dall'altro lato, si propone l'estrazione di feature in immagini della retina come fase di pre-elaborazione per la registrazione di immagini retiniche multitemporali.
Successivamente, si propone un approccio per la registrazione, attraverso l'utilizzo di tecniche di ottimizzazione globale, allo scopo di allineare spazialmente coppie di immagini. In particolare, si utilizza un algoritmo genetico per determinare la corrispondenza tra feature precedentemente estratte da una coppia di immagini da registrare. Tali possono essere, ad esempio, mappe dei capillari in immagini retiniche o strutture ellittiche in immagini planetarie.
Infine, si studiano approcci per l'analisi di immagini multitemporali precedentemente registrate. In particolare, ci si focalizza su tecniche di rivelazione di cambiamenti. Si propongono diversi approcci di rivelazione di cambiamenti, basati su tecniche di sogliatura automatica e classificatori multipli. Le tecniche proposte vengono utilizzate per l'analisi coppie di immagini retiniche acquisite in tempi diversi. Successivamente, si affronta il problema della classificazione dei cambiamenti rilevati, analizzando diverse caratteristiche.
Le nuove tecniche, sviluppate in questa tesi e valutate sperimentalmente su varie tipologie di immagini, migliorano lo stato dell'arte in ognuno degli ambiti applicativi menzionati, in confronto a metodi precedentemente proposti nella letteratura scientifica. Pertanto costituiscono un elevato potenziale in vari scenari dell'analisi di immagini.
Skráarnafn | Stærð | Aðgangur | Lýsing | Skráartegund | |
---|---|---|---|---|---|
GiuliaTroglio.pdf | 18,45 MB | Opinn | Heildartexti | Skoða/Opna |