liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Förbättring av fluoroskopibilder
Linköping University, Department of Electrical Engineering, Computer Vision. Linköping University, The Institute of Technology.
2006 (Swedish)Independent thesis Basic level (professional degree), 20 credits / 30 HE creditsStudent thesisAlternative title
Enhancement of flouroscopy images (English)
Abstract [sv]

Fluoroskopi är benämningen på kontinuerlig röntgengenomlysning av en patient. Eftersom patienten och även läkaren då utsätts för kontinuerlig röntgenstrålning måste strålningsdosen hållas låg, vilket leder till brusiga bilder. Det är därför önskvärt att genom bildbehandling förbättra bilderna. Bildförbättringen måste dock ske i realtid och därför kan inte konventionella metoder användas.

Detta examensarbete avser att undersöka hur ortogonala s k. derivataoperatorer kan användas för att förbättra läsbarheten av fluoroskopibilder med hjälp av brusundertryckning och kantförstärkning. Derivataoperatorer är separerbara vilket gör dem extremt beräkningsvänliga och lätta att infoga i en skalpyramid. Skalpyramiden ger möjlighet att processa strukturer och detaljer av olika storlek var för sig samtidigt som nedsamplingsmekanismen gör att denna uppdelning inte nämnvärt ökar beräkningsbördan. I den fullständiga lösningen införes också struktur-/brusseparering för att förhindra förstärkning av och undertrycka bidrag från de frekvensband där en pixel domineras av brus.

Resultaten visar att brus verkligen kan undertryckas medan kanter och linjer bevaras bra eller förstärkes om så önskas. Den riktade filtreringen gör dock att det lätt uppstår maskliknande strukturer i bruset, men detta kan undvikas med rätt parameterinställning av struktur-/brussepareringen. Förhållandet mellan riktad och icke-riktad filtrering är likaledes styrbart via en parameter som kan optimeras med hänsyn till behov och önskemål vid varje tillämpning.

Abstract [en]

In X-ray technology, fluoroscopy stands for continuous irradiation. For the sake of both patients and doctors the dose has to be kept low, which leads to noisy images and the question of possible enhancement by digital image processing. Since such enhancement has to be done in real-time, most conventional and available methods are unsuitable.

The purpose of this thesis is to examine how derivative operators can be used to improve fluoroscopy images in terms of noise reduction and edge enhancement. Since the derivative operators are designed as highly separable convolution kernels the image derivatives can be computed very efficiently with a scheme that is readily embedded in a scale-space pyramid. In this pyramid, structures and details of different sizes can be processed separately with optimal parameter settings. In the final solution we also discriminate between structure and noise in order to avoid amplification, even suppress contributions from frequency bands where a certain pixel position is dominated by noise.

Experimental results show that noise can indeed be suppressed while edges and lines are enhanced. Oriented filtering may induce false structures in areas where only noise is present, something that can be avoided by correcting the parameters in the noise/structure discriminator. The relation between oriented and non-oriented filtering is likewise controllable with a parameter that can be optimized for application dependent needs and desires.

Place, publisher, year, edition, pages
Institutionen för systemteknik , 2006. , 69 p.
Keyword [en]
second derivatives, multi-scale pyramid, fluoroscopy, X-ray, image enhancement, noise reduction
Keyword [sv]
fluoroskopi, röntgen, bildförbättring, brusundertryckning, andraderivator, skalpyramid
National Category
Computer Vision and Robotics (Autonomous Systems)
Identifiers
URN: urn:nbn:se:liu:diva-6279ISRN: LITH-ISY-EX-06/3823-SEOAI: oai:DiVA.org:liu-6279DiVA: diva2:21733
Subject / course
Computer Vision Laboratory
Presentation
2006-03-07, Glashuset, 13:15
Uppsok
Technology
Supervisors
Examiners
Available from: 2006-05-02 Created: 2006-05-02 Last updated: 2012-07-02

Open Access in DiVA

fulltext(2549 kB)268 downloads
File information
File name FULLTEXT01.pdfFile size 2549 kBChecksum SHA-1
0e9f0037cf36fa0b0eee54e82fd3f9fc43e8626b2e52e2399a9e7aae00555f32215b3a77
Type fulltextMimetype application/pdf

By organisation
Computer VisionThe Institute of Technology
Computer Vision and Robotics (Autonomous Systems)

Search outside of DiVA

GoogleGoogle Scholar
Total: 268 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 755 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf