The scope of this thesis is to process and analyze statistically Magnetic Resonance Images (MR-T1) from Parkinson’s disease patients in order to detect brain areas that exhibit brain change which is caused by the disease. Parkinson’s disease is an idiopathic disease which means that its cause is yet unknown. It is a chronic neurodegenerative disorder of the central nervous system which causes the progressive death of specific brain neurons that leads to motor impairments (tremor, bradykinesia, muscle rigidity) and non motor ones (cognitive, sleep, sensation disturbances). Magnetic Resonance Images (T1-weighted) were acquired from both Parkinson’s patients and healthy subjects (Controls) at intervals of 0 and 5 years. The data have undergone longitudinal (two-time-point), cross sectional (single-time-point) and statistical analysis with the use of FSL software library. Evidence of atrophy among Parkinson’s patients aroused, in brain areas near the ventricles and the middle temporal gyrus, after statistical analysis / Ο σκοπός αυτής της εργασίας είναι η επεξεργασία και στατιστική ανάλυση μαγνητηκών τομογραφιών (MR-T1) από ασθενείς με Πάρκινσον για την ανίχνευση περιοχών του εγκεφάλου που παρουσιάζουν μεταβολές που οφείλονται στην ασθένεια. Η ασθένεια Πάρκινσον είναι ιδιοπαθής, δηλαδή ασθένεια της οποίας η αιτία παραμένει ακόμη άγνωστη. Είναι μια χρόνια δυσλειτουργία λόγω εκφυλισμού των νευρώνων του κεντρικού νευρικού συστήματος η οποία προκαλεί τη σταδιακή νεκρωση συγκεκριμένης ομάδας εγκεφαλικών νευρώνων. Αυτή η νέκρωση οδηγεί σε κινητικές δυσλειτουργίες (τρέμουλο, βραδυκινησία, και μυϊκή δυσκαμψία και σε μή κινητικές όπως γνωστικές, διαταραχής ύπνου,διαταραχές αφής κ.α. Μαγνητικές τομογραφίες (τύπου Τ1) ασθενών και υγιών ελήφθησαν σε διαστήματα 0 και 5 ετών. Τα δεδομένα αναλύθηκαν με δυο μεθόδους (longitudinal και cross-sectional) και εν συνεχεία έγινε στατιστική επεξεργασία των αποτελεσμάτων. Έγινε χρήση της βιβλιοθήκης FSL Μετά από στατιστική ανάλυση προέκυψαν ενδείξεις ατροφίας στους ασθενείς με Πάρκινσον σε περιοχές του εγεκφάλου κοντά στις εγκεφαλικές κοιλίες (ventricles) και στη μέσο-κροταφική έλικα (middle temporal gyrus).

Η επιστημονική κοινότητα τα τελευταία χρόνια και κυρίως μετά το 1970 έχει δείξει τεράστιο ενδιαφέρον για τον τομέα της επεξεργασίας εικόνας και video σε συνδυασμό με τον έλεγχο κλειστού βρόγχου και όλα αυτά σε πραγματικό χρόνο. Γι’ αυτό και η οπτική παρακολούθηση (vision tracking) είναι και μία από τις πιο σημαντικές εφαρμογές στον τομέα του computer vision. Το συγκεκριμένο αντικείμενο [1] αποτελεί πρόκληση για πολλούς, εξαιτίας της μεγάλης δυσκολίας που έγκειται στο γεγονός της παράλληλης αναγνώρισης των κινούμενων στόχων με την ταυτόχρονη κίνηση της camera. Περίτρανη απόδειξη όλων των παραπάνω είναι η μεγάλη ποικιλία των σχετικών άρθρων που έχουν δημοσιευτεί σε διάφορα σχετικά με τον αντικείμενο περιοδικά, βιβλία καθώς και έχουν παρουσιαστεί σε διάφορα συνέδρια. To μεγαλύτερο πλεονέκτημα αυτών των αυτόματων συστημάτων παρακολούθησης (automatic surveillance systems) είναι η πολύ καλή αξιοπιστία και η αποδοτικότητα για παρακολούθηση από απόσταση (long distance surveillance) σε σύγκριση με αυτή που θα παρουσίαζαν εάν στη θέση τους υπήρχε ο ανθρώπινος παράγοντας. Τα συστήματα(3) που χρησιμοποιούνται για παρακολούθηση μπορούν αν περιλαμβάνουν radar, sonars ή ακόμη και lasers. Κύριο μειονέκτημα αυτών των συστημάτων είναι οι συσκευές σάρωσης που περιλαμβάνουν. Αυτές είναι ενδεχομένως αναξιόπιστες και καταναλώνουν μεγάλες ποσότητες ενέργειας, γεγονός μη επιθυμητό κυρίως σε διαστημικές εφαρμογές. Μία ενδιαφέρουσα εναλλακτική λύση αντί της χρήσης των παραπάνω συσκευών είναι να υιοθετηθούν vision συστήματα, τα οποία παρέχουν ακριβής χρονική και χωρική ανάλυση (spatiotemporal resolution). Στόχος της παρούσας διπλωματικής εργασίας είναι η εξομοίωση ενός ελεγκτή ο οποίος έχοντας στην διάθεση του κάθε χρονική στιγμή την θέση του στόχου προς παρακολούθηση στην εικόνα θα θα οδηγεί την κάμερα ετσι ώστε να κρατάει τον στόχο σε μια περιοχή γύρω από το κέντρο της. Μελλοντική εφαρμογή αυτης της διπλωματικής θα μπορούσε να είναι η ενσωμάτωση του συστήματος παρακολούθησης σε ένα σύστημα μονοκατευθυντικών κεραιων έτσι ώστε να επιτυγχάνεται η βέλτιστη επικοινωνία με τα αεροσκάφη. / -

Η ουσιώδης ανάπτυξη που παρουσίασε η μοριακή παθολογία τα τελευταία χρόνια, είναι συνυφασμένη με την ανάπτυξη της microarray τεχνολογίας. Αυτή η τεχνολογία μας παρέχει μια νέα οδό προσπέλασης υψηλής χωρητικότητας τέτοια ώστε: i. να δίνεται η δυνατότητα ανάλυσης μεγάλης κλίμακας της ισοτοπικής αφθονίας του αγγελιοφόρου RNA (mRNA), ως δείκτη γονιδιακών εκφράσεων (cDNA arrays), ii. να ανιχνεύονται πολυμορφισμοί ή μεταλλάξεις μέσα σε έναν πληθυσμό γονιδίων χρησιμοποιώντας ξεχωριστούς nucleotide πολυμορφισμούς (Single Nucleotide Polymorphisms arrays), iii. και για εξέταση «απώλειας» ή «κέρδους», ή αλλαγές στον αριθμό αντιγραφής κάποιου συγκεκριμένου γονιδίου που σχετίζεται με κάποια ασθένεια (CGH arrays). Η τεχνολογία των microarrays είναι ευλογοφανές να εξελιχθεί σε ακρογωνιαίο λίθο της μοριακής έρευνας στα επόμενα χρόνια, και αυτό γιατί DNA microarrays χρησιμοποιούνται για τον ποσοτικό προσδιορισμό δεκάδων χιλιάδων DNA ή RNA ακολουθιών σε μια και μόνο ανάλυση – πείραμα. Από μια σειρά από τέτοια πειράματα, είναι δυνατόν να προσδιορίσουμε τους μηχανισμούς που ελέγχουν την ενεργοποίηση των γονιδίων σε έναν οργανισμό. Ακόμη η χρήση των microarrays για την επισκόπηση γονιδιακών εκφράσεων είναι μια ραγδαία αναπτυσσόμενη τεχνολογία, η οποία μετακινήθηκε από εξειδικευμένα, σε συμβατικά βιολογικά εργαστήρια. Στην παρούσα διπλωματική εργασία κυρίως, θα αναφερθούμε στα δύο γενικά στάδια της ανάλυσης των microarray εικόνων που μας δίνονται ως απόρρεια των πειραμάτων, που έχουν ως στόχο την εξόρυξη πληροφορίας από αυτές. Τα δύο αυτά στάδια είναι: i. Επεξεργασία εικόνας και εξαγωγή πληροφορίας από αυτήν. ii. Ανάλυση της προκύπτουσας πληροφορίας και αναγνώριση των γονιδιακών εκφράσεων. Όσον αφορά το πρώτο στάδιο θα αναφέρουμε τις βασικές μεθόδους που χρησιμοποιούνται σήμερα από εμπορικά και εκπαιδευτικά πακέτα λογισμικού, οι οποίες μέθοδοι δίνουν και τα καλύτερα αποτελέσματα μέχρι στιγμής. Για το δεύτερο στάδιο, αφού αναφέρουμε τις πιο σημαντικές μεθόδους που χρησιμοποιούνται, θα υλοποιήσουμε μια δική μας μέθοδο και θα την συγκρίνουμε με τις υπάρχουσες.

Η διπλωματική εκπονήθηκε με σκοπό τη δημιουργία προγράμματος που θα έχει ως δεδομένο το συμπιεσμένο βίντεο ενός ποδοσφαιρικού αγώνα και θα επιστρέφει σε μορφή βίντεο τα κυριότερα στιγμιότυπα. Ακόμα υλοποιήθηκαν διάφορες εκδοχές εντοπισμού των βασικών στοιχείων ενός ποδοσφαιρικού αγώνα, όπως οι γραμμές του αγωνιστικού χώρου, η θέση της μπάλας στο γήπεδο ο αριθμός και η πυκνότητα των παιχτών εντός του αγωνιστικού χώρου και η ύπαρξη ή μη του τέρματος εντός ενός frame. Πέραν του εντοπισμού της θέσης της μπάλας, δημιουργήθηκαν και προγράμματα για ball tracking (παρακολούθηση τροχιάς της μπάλας) και σε ειδικές περιπτώσεις, όπως για παράδειγμα σε βίντεο που περιέχει παίχτες με άσπρες φανέλες. Το πρόγραμμα εξαγωγής των φάσεων παίρνει τα παραπάνω στοιχεία που έχουν εντοπιστεί, τα επεξεργάζεται και με κατάλληλο συνδυασμό τους εξάγει συμπέρασμα για το πόσο σημαντικό είναι το εκάστοτε στιγμιότυπο. Πρόκειται, στην ουσία, για ένα είδος αυτόματου μοντάζ που βασίζεται στις τεχνικές της επεξεργασίας εικόνας. / Τhe project in question was accomplished to create an algorithm based on the compressed video of a football match and it will be able to replay the most important events of the match. In addition, several versions of locating the basic elements of a football match were produced, such as the lining of the pitch, the position of the ball on the pitch, the number of players and the players’ pixel density as well as the potential existence of the goalpost within a particular frame. Apart from the identification of the ball's position, additional algorithms of ball tracking were created for special cases, such as videos with players wearing white T-shirts. The highlight detection method relies on the appropriate combination of the previously stated elements (i.e. pitch lining, number of players etc.) and it can finally draw a conclusion on the significance of every moment of the match. In summary, this algorithm can be characterized as "automatic montage", based on the premises of image processing.

Η ραγδαία αύξηση των εικόνων, σε συνδυασμό με την αδυναμία των συστημάτων ανάκτησης εικόνας βάσει περιεχομένου να εξάγουν σημασιολογικά χαρακτηριστικά, οδήγησαν στην εισαγωγή του ανθρώπινου παράγοντα στην πειραματική διαδικασία. Ένας πολύ συνηθισμένος και επιτυχημένος τρόπος χρησιμοποίησης του ανθρώπινου συστήματος όρασης είναι μέσω της καταγραφής των οφθαλμικών κινήσεων. Στο σύστημα ανάκτησης το οποίο προτείνεται στην παρούσα εργασία γίνεται καταγραφή των σημείων εστίασης που προέκυψαν κατά την παρατήρηση των εικόνων βάσεως. Από τα σημεία αυτά, γίνεται εξαγωγή χαρακτηριστικών υφής με δύο μεθόδους, τα φίλτρα Gabor και το διακριτό μετασχηματισμό συνημιτόνου (DCT), παράγοντας πολυδιάστατα διανύσματα. Τα διανύσματα αυτά συγκρίνονται ανά δύο μέσω του μη παραμετρικού WW test, δημιουργώντας έναν πίνακα αποστάσεων. Με την εισαγωγή μιας ζητούμενης εικόνας στο σύστημα, τα χαρακτηριστικά υφής της συγκρίνονται με αυτά της βάσης προσθέτοντας μια επιπλέον διάσταση στον πίνακα απόστασης. Η απεικόνιση της σχέσης μεταξύ όλων των εικόνων (συμπεριλαμβανομένης και της αιτούμενης) γίνεται σε ένα χάρτη τριών διαστάσεων μέσω πολυδιάστατης κλιμάκωσης (MDS αλγόριθμος). Τα αποτελέσματα τα οποία προέρχονται από τα φίλτρα Gabor παρουσιάζουν μεγαλύτερη αξιοπιστία, κάνοντας εφικτή την επέκταση του συστήματος με χρήση μίας μεγαλύτερης βάσης εικόνων. / The rapid increase of images, combined with the weakness of the Content Based Image Retrieval (CBIR) systems to extract semantic features, led to the introduction of the human factor into the experimental procedure. A very common and successful way of using the human vision system is through the record of eye movements. In the retrieval system which is proposed in the present thesis, the fixation points that arose from viewing the database images are recorded. From these points, the texture features are extracted using two methods, Gabor filters and Discrete Cosine Transform (DCT), producing multidimensional vectors. These vectors are compared through the non parametric WW test, creating a distance matrix. By producing a query image in the system, its’ texture features are compared to those of the database, adding an extra dimension to the distance matrix. The visual representation of the relation among all the images (query image included), is depicted in a three dimensional map using multidimensional scaling (MDS algorithm). The results obtained from Gabor filters are characterized by higher robustness, making the expansion of the system possible, by using a bigger image database.

Η αποφυγή συγκρούσεων με αναγνώριση της θέσης και της σχετικής ταχύτητας προπορευόμενων οχημάτων είναι μια άκρως ενδιαφέρουσα εφαρμογή που βρίσκεται σε πειραματικό στάδιο. Η ύπαρξη πολλαπλών αντικειμένων στο οπτικό πεδίο της κάμερας δημιουργεί προβλήματα στον ακριβή εντοπισμό του προπορευόμενου οχήματος, ενώ η έλλειψη βάσεων δεδομένων με κατηγοριοποιημένα παραδείγματα είναι ένα επιπλέον εμπόδιο για την ανάπτυξη της εφαρμογής αυτής. Στην εργασία αυτή περιγράφονται οι υπάρχουσες εφαρμογές όσον αφορά στο πρόβλημα της μηχανικής όρασης στην αυτοκίνηση, τα προβλήματα που λύνουν αλλά και οι δυσκολίες που συνεχίζουν να υπάρχουν. Αναφέρονται οι αιτίες της έλλειψης βάσεων δεδομένων με κατηγοριοποιημένα παραδείγματα και αναλύεται η ημιαυτόματη μέθοδος (Random Walker) στην οποία καταφεύγουμε για τον λόγο αυτό. Εν συνεχεία θα παρουσιαστούν τα αποτελέσματα της ανάπτυξης σε Matlab που πραγματοποιήθηκε, τα συμπεράσματα που προέκυψαν, αλλά και οι μελλοντικές προκλήσεις. / In this diplom work, the ways followed to deal with the issue of mechanical vision in car driving are described. The reasons why there there are not any specific data sets are decribed and the focus of this work is on the Random Walker algorithm.

Η παρούσα ειδική ερευνητική εργασία υλοποιήθηκε στα πλαίσια του Μεταπτυχιακού Προγράμματος “Ηλεκτρονική και Η/Υ” του τμήματος Φυσικής του Πανεπιστημίου Πατρών. Σκοπός της εργασίας αυτής είναι η ανάπτυξη ενός συστήματος βασισμένου σε τεχνολογία FPGA [1-2]. Το σύστημα αυτό έχει τη δυνατότητα να λαμβάνει εικόνες, και αφού τις επεξεργαστεί κατάλληλα, τις αποθηκεύει στη μνήμη του και στη συνέχεια τις απεικονίζει σε μία LCD οθόνη αφής [3-4,8]. Τέλος, η διαχείριση των λειτουργιών που ενσωματώνει το σύστημα γίνεται μέσω της οθόνης αυτής [5]. Στο πρώτο κεφάλαιο πραγματοποιείται σύντομη περιγραφή του συστήματος, της βασικής αναπτυξιακής πλατφόρμας, DE2 της Altera [6], καθώς και του περιβάλλοντος ανάπτυξης Quartus II [12]. Tο δεύτερο κεφάλαιο χωρίζεται σε δύο μέρη. Στο πρώτο μέρος γίνεται παρουσίαση της TRDB-D5M CMOS Camera της Altera [9], των γενικών χαρακτηριστικών της και των απαραίτητων καταχωρητών για τη σωστή ρύθμισή της. Στο δεύτερο μέρος παρουσιάζεται η οθόνη TRDB_LTM LCD Touch Panel της Altera [7], η οποία επιλέχθηκε τόσο για την απεικόνιση των εικόνων όσο και για τον έλεγχο του συστήματος μέσω αυτής. Στο τρίτο κεφάλαιο πραγματοποιείται η πλήρης περιγραφή του συστήματος, που υλοποιήθηκε μέσω της γλώσσας ανάπτυξης υλικού Verilog HDL και ενσωματώθηκε στο FPGA [10-11], με σκοπό τη διαχείριση των δεδομένων που λαμβάνονται από την Camera. Στο τέταρτο κεφάλαιο παρουσιάζονται τα αποτελέσματα της εργασίας αυτής, τα συμπεράσματα που προέκυψαν, καθώς επίσης και προτάσεις για μελλοντική ανάπτυξη του συστήματος. Τέλος, στο παράρτημα Α παρουσιάζεται ο συνολικός κώδικας που υλοποιήθηκε και ενσωματώθηκε στο FPGA. / The present inquiring master thesis was realized as part of the postgraduate program “Electronics and Computer Science” of the department of Physics of University of Patras. The aim of this master thesis is the development of an FPGA technology based system [1-2] that has the ability to receive images, save them on its memory after appropriate processing and finally project them on an LCD touch panel [3-4,8]. The management of the system operations is realized through this touch panel [5]. Within the first chapter, we briefly describe the system, the basic development board of Altera [6], used to develop it, and finally the environment Quartus II [12]. We separated the second chapter in two parts. The first part presents the TRDB-D5M CMOS Camera of Altera [9], with its basic characteristics and the necessary registers for its appropriate regulation. The second part presents the TRDB-LTM LCD touch panel of Altera [7], which was chosen to portray images and allow the system control. The third chapter describes the system itself, realized in Verilog HDL, and incorporated in the FPGA [10-11], in order to manage the data received by the camera. The fourth chapter presents the results of this master thesis along with important conclusions and suggestions to further research. Finally, in appendix A we present the total code that was realized and incorporated in the FPGA.

Η παρούσα εργασία ασχολείται με τη μελέτη των τεχνολογιών ανάπτυξης εφαρμογών σε περιβάλλον φορητών συσκευών και συγκεκριμένα σε Windows Phone 7.5 (ή Mango) συσκευές. Ιδιαίτερα δόθηκε έμφαση στη δημιουργία πολυμεσικών εφαρμογών πολιτισμικού περιεχομένου, οι οποίες θα είναι όχι μόνο λειτουργικές αλλά θα διαθέτουν επίσης ένα φιλικό περιβάλλον διεπαφής έτσι ώστε να αποτελούν μια ευχάριστη εμπειρία για τον τελικό χρήστη. Με αφορμή αυτό το ερέθισμα, σχεδιάσαμε και αναπτύξαμε το Museum Guide – ένα ολοκληρωμένο περιβάλλον διαχείρισης περιεχομένου που έχει σαν στόχο την ξενάγηση σε ένα χώρο πολιτισμού, όπως για παράδειγμα ένα μουσείο, εκμεταλλευόμενο τις πολλές δυνατότητες που προσφέρει μια Windows Phone 7.5 συσκευή. Έτσι χρησιμοποιώντας το Museum Guide ο επισκέπτης του μουσείου μπορεί να βλέπει τα εκθέματα καθώς και συνοδευτικό υλικό που περιλαμβάνει κείμενο, εικόνες, αρχεία ήχου και βίντεο. Επιπλέον μπορεί να επιλέγει κάποια από αυτά τα εκθέματα ως αγαπημένα και να μοιράζεται τις εμπειρίες του με τα υπόλοιπα μέλη της ομάδας του μέσω άμεσων μηνυμάτων. Για τη λειτουργία των άμεσων μηνυμάτων δημιουργήσαμε έναν ενσωματωμένο messenger που λειτουργεί πάνω από xmpp πρωτόκολλο με τη βοήθεια της βιβλιοθήκης Matrix. Εκτός από τα παραπάνω, το Museum Guide δίνει τη δυνατότητα στον χρήστη να λάβει πληροφορίες για ένα συγκεκριμένο έκθεμα, βγάζοντας απλά μια φωτογραφία τού εν λόγω εκθέματος με την κάμερα του κινητού. Την λειτουργία αυτή την ονομάζουμε on-demand ξενάγηση και δόθηκε ιδιαίτερη έμφαση στον αλγόριθμο με βάση τον οποίο γίνεται η αναγνώριση της φωτογραφίας που βγάζει ο χρήστης. Για το σκοπό αυτό μελετήσαμε και αξιολογήσαμε διάφορους αλγορίθμους αναγνώρισης εικόνας και καταλήξαμε στη χρήση hashing τεχνικών με τη βοήθεια της βιβλιοθήκης pHash. / The current thesis is on study of application development technologies in portable devices environment and namely in Windows Phone 7.5 (or Mango) devices. Especially emphasis was placed on creation of multimedia applications with cultural content which will not only be functional but also have a friendly interface in order to be a pleasant experience for the end user. In response to this stimulus, we designed and developed the Museum Guide – an integrated content management environment which aims at guidance in an area of culture, for example a museum, exploiting the capabilities of a Windows Phone 7.5 device. Thereby the visitor of the museum can use the Museum Guide to see the exhibits as well as accompanying material including text, photos, audios and videos. Additionally the visitor can mark any of these exhibits as favorites and share their experiences with the other members of their group through instant messages. For the operation of instant messaging, we have created an embedded messenger which works over the xmpp protocol using the Matrix library. Besides the above, the Museum Guide gives to the user the opportunity to receive information about a specific exhibit, just taking a photo of this exhibit with phone’s camera. We call this operation on-demand guidance and we emphasized especially on the algorithm of user’s photo recognition. For this purpose we studied and evaluated various image recognition algorithms and came to the conclusion to use hashing techniques with help of pHash library.

Αντικείμενο της παρούσας εργασίας είναι η υψομετρική ανίχνευση θέσης κινούμενου ρομπότ. Για τον υπολογισμό της θέσης του ρομπότ χρησιμοποιήθηκε ένα στερεοσκοπικό σύστημα δύο ίδιων παράλληλων καμερών. Οι εσωτερικές παράμετροι των δύο καμερών και το μήκος της βασικής γραμμής είναι γνωστά. Θεωρείται για ευκολία ότι όλος ο όγκος του ρομπότ αναπαριστάται απο ένα σημείο P με συντεταγμένες (X,Y,Z) ώς προς σύστημα συντεταγμένων με αρχή το κέντρο προβολής της αριστερής κάμερας. Για τον εντοπισμό του ρομπότ αποκτήθηκαν δύο ακολουθίες βίντεο, μια για κάθε κάμερα, στις οποίες έγινε κατάτμηση κίνησης με την μέθοδο διαφοράς διαδοχικών καρέ. Στη συνέχεια ακολούθησε επεξεργασία εικόνας στα καρέ και των δύο ακολουθιών για την εξαγωγή των περιοχών που απεικονίζουν το αντικείμενο στο επίπεδο της εικόνας. Κατόπιν, υπολογίστηκαν οι θέσεις των κέντρων βάρους των περιοχών για τις δύο ακολουθίες , Pl(xl,yl) και Pr(xr,yr) αντίστοιχα. Τα σημεία αυτά αναπαριστούν το σημείο P στην αριστερή και στη δεξιά ακολουθία εικόνων. Ακολούθησε αντιστοίχιση σημείων μεταξύ των δύο ακολουθιών με βάση την επιπολική γεωμετρία. Τα σημεία στα οποία βρέθηκε αντιστοιχία χρησιμοποιήθηκαν για τον υπολογισμό της θέσης του σημείου P με την μέθοδο της τριγωνοποίησης. / The object of this thesis is the position detection of a moving robot. To calculate the position of the robot a stereoscopic system of two identical parallel cameras was used. The intrinsic parameters of the cameras and the length of the baseline are given. To simplify the problem it is assumed that the entire robot can be represented by a point P with (X,Y,Z) coordinates with respect to the coordinate system of the left camera center of projection. To detect the robot two video image sequences were acquired, one for each camera, to which motion segmentation was applied with the frame differencing method. After that, image proseccing was implemented to the frame sequences in order to find the region that represents the robot in the image plane. The centroids of the regions were calculated in the two sequences,Pl(xl,yl) and Pr(xr,yr) respectively. Those points represent the point P in the image planes of the left and right camera. Finally the restriction of epipole geometry was used to find matches between those points. Using those matches the coordinates of P were calculated with the triangulation method.

Η τεχνολογία των DNA μικροσυστοιχιών είναι μια υψηλής απόδοσης τεχνική που καθορίζει το κατά πόσο ένα κύτταρο μπορεί να ελέγξει, ταυτόχρονα, την έκφραση ενός πολύ μεγάλου αριθμού γονιδίων. Οι DNA μικροσυστοιχίες χρησιμοποιούνται για την παρακολούθηση και τον έλεγχο των αλλαγών που υφίστανται τα επίπεδα της γονιδιακής έκφρασης λόγω περιβαλλοντικών συνθηκών ή των αλλαγών που λαμβάνουν χώρα σε ασθενή κύτταρα σε σχέση με τα υγιή, χρησιμοποιώντας εξελιγμένες μεθόδους επεξεργασίας πληροφοριών. Εξαιτίας του τρόπου με τον οποίον παράγονται οι μικροσυστοιχίες, κατά την πειραματική επεξεργασία τους, εμφανίζεται ένας μεγάλος αριθμός διαδικασιών που εισάγουν σφάλματα, γεγονός που αναπόφευκτα οδηγεί στην δημιουργία υψηλού επιπέδου θορύβου και σε κατασκευαστικά προβλήματα στα προκύπτοντα δεδομένα. Κατά την διάρκεια των τελευταίων δεκαπέντε ετών, έχουν προταθεί από αρκετούς ερευνητές, πολλές και ικανές μέθοδοι που δίνουν λύσεις στο πρόβλημα της ενίσχυσης και της βελτίωσης των εικόνων μικροσυστοιχίας. Παρά το γεγονός της ευρείας ενασχόλησης των ερευνητών με τις μεθόδους επεξεργασίας των εικόνων μικροσυστοιχίας, η διαδικασία βελτίωσης τους αποτελεί ακόμη, ένα θέμα που προκαλεί ενδιαφέρον καθώς η ανάγκη για καλύτερα αποτελέσματα δεν έχει μειωθεί. Στόχος της διδακτορικής διατριβής είναι να συνεισφέρει σημαντικά στην προσπάθεια βελτίωσης των αποτελεσμάτων προτείνοντας μεθόδους ψηφιακής επεξεργασίας εικόνας που επιφέρουν βελτίωση της ποιότητας των εικόνων μέσω της μείωσης των συνιστωσών του θορύβου και της τεμαχιοποίησης της εικόνας. Πιο συγκεκριμένα, στα πλαίσια εκπόνησης της διατριβής παρουσιάζεται μια νέα αυτόματη μέθοδος εντοπισμού της θέσης των υπομικροσυστοιχιών σκοπός της οποίας είναι να καλυφθεί εν μέρει το κενό που υπάρχει στην βιβλιογραφία των μικροσυστοιχιών για το βήμα της προεπεξεργασίας που αφορά στην αυτόματη εύρεση της θέσης των υπομικροσυστοιχιών σε μια μικροσυστοιχία. Το βήμα αυτό της προεπεξεργασίας, σπανίως, λαμβάνεται υπόψιν καθώς στις περισσότερες εργασίες σχετικές με τις μικροσυστοιχίες, γίνεται μια αυθαίρετη υπόθεση ότι οι υπομικροσυστοιχίες έχουν με κάποιον τρόπο ήδη εντοπιστεί. Στα πραγματικά συστήματα αυτόματης ανάλυσης της εικόνας μικροσυστοιχίας, την αρχική εκτίμηση της θέσης των υπομικροσυστοιχιών, συνήθως, ακολουθεί η διόρθωση που πραγματοποιείται σε κάθε μια από τις θέσεις αυτές από τους χειριστές των συστημάτων. Η αυτοματοποίηση της εύρεσης θέσης των υπομικροσυστοιχιών οδηγεί σε πιο γρήγορους και ακριβείς υπολογισμούς που αφορούν στην πληροφορία που προσδιορίζεται από την εικόνα μικροσυστοιχίας. Στην συνέχεια της διατριβής, παρουσιάζεται μια συγκριτική μελέτη για την αποθορυβοποίηση των εικόνων μικροσυστοιχίας χρησιμοποιώντας τον μετασχηματισμό κυματιδίου και τα χωρικά φίλτρα ενώ επιπλέον με την βοήθεια τεχνικών της μαθηματικής μορφολογίας πραγματοποιείται δραστική μείωση του θορύβου που έχει την μορφή «αλάτι και πιπέρι». Τέλος, στα πλαίσια της εκπόνησης της διδακτορικής διατριβής, παρουσιάζεται μια μέθοδος κατάτμησης των περιοχών των spot των μικροσυστοιχιών, βασιζόμενη στον αλγόριθμο Random Walker. Κατά την πειραματική διαδικασία επιτυγχάνεται επιτυχής κατηγοριοποίηση των spot, ακόμα και στην περίπτωση εικόνων μικροσυστοιχίας με σοβαρά προβλήματα (θόρυβος, κατασκευαστικά λάθη, λάθη χειρισμού κατά την διαδικασία κατασκευής της μικροσυστοιχίας κ.α.), απαιτώντας σαν αρχική γνώση μόνο ένα μικρό αριθμό από εικονοστοιχεία προκειμένου να επιτευχθεί υψηλής ποιότητας κατάτμηση εικόνας. Τα πειραματικά αποτελέσματα συγκρίνονται ποιοτικά με αυτά που προκύπτουν με την εφαρμογή του μοντέλου κατάτμησης Chan-Vese το οποίο χρησιμοποιεί μια αρχική υπόθεση των συνόρων που υπάρχουν μεταξύ των ομάδων προς ταξινόμηση, αποδεικνύοντας ότι η ακρίβεια με την οποία η προτεινόμενη μέθοδος ταξινομεί τις περιοχές των spot στην σωστή κατηγορία σε μια μικροσυστοιχία, είναι σαφώς καλύτερη και πιο ακριβής. / DNA microarray technology is a high-throughput technique that determines how a cell can control the expression of large numbers of genes simultaneously. Microarrays are used to monitor changes in the expression levels of genes in response to changes in environmental conditions or in healthy versus diseased cells by using advanced information processing methods. Due to the nature of the acquisition process, microarray experiments involve a large number of error-prone procedures that lead to a high level of noise and structural problems in the resulting data. During the last fifteen years, robust methods have been proposed by many researchers resulting in several solutions for the enhancement of the microarray images. Though microarray image analysis has been elaborated quite enough, the enhancement process is still an intriguing issue as the need for even better results has not decreased. The goal of this PhD thesis is to significantly contribute to the above effort by proposing enhancing methods (denoising, segmentation) for the microarray image analysis. More specifically, a novel automated subgrid detection method is presented introducing a pre-processing step of the subgrid detection. This step is rarely taken into consideration as in most microarray enhancing methods it is arbitrarily assumed that the subgrids have been already identified. The automation of the subgrid detection leads to faster and more accurate information extraction from microarray images. Consequently, the PhD thesis presents a comparative denoising framework for microarray image denoising that includes wavelets and spatial filters while on the other hand uses mathematical morphology methods to reduce the “salt&pepper”-like noise in microarray images. Finally, a method for microarray spot segmentation is proposed, based on the Random Walker algorithm. During the experimental process, accurate spot segmentation is obtained even in case of relatively-high distorted images, using only an initial annotation for a small number of pixels for high-quality image segmentation. The experimental results are qualitatively compared to the Chan-Vese segmentation model, showing that the accuracy of the proposed microarray spot detection method is more accurate than the spot borders defined by the compared method.