Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-06-27T14:09:03Z No. of bitstreams: 1 2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-15T10:42:02Z (GMT) No. of bitstreams: 1 2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5) / Made available in DSpace on 2017-08-15T10:42:02Z (GMT). No. of bitstreams: 1 2016_CamiloSánchezFerreira.pdf: 39423327 bytes, checksum: e8bc7518aad5042efe883689a3632b96 (MD5) Previous issue date: 2017-08-15 / Este trabalho apresenta uma abordagem para restauração automática de imagens degradadas por um meio subaquático. Neste cenário, a restauração objetiva facilitar a aplicação de etapas posteriores baseadas em algoritmos de processamento de imagens e visão computacional. A estratégia de restauração apresentada neste trabalho requer uma imagem degradada como única entrada, produzindo uma imagem onde as degradações devidas ao meio subaquático são atenuadas. Neste trabalho são apresentados dois tipos de testes de restauração: (a) restauração para imagens degradadas artificialmente e (b) restauração para imagens reais. Em ambos os tipos de testes, a estratégia de restauração foi baseada na inversão de um modelo de formação de imagens (em um meio subaquático), e guiada por algoritmos de otimização bio-inspirados que visam estimar os parâmetros do modelo com a finalidade de minimizar funções objetivo que descrevem o nível de degradação da imagem. Nos primeiros testes de restauração (utilizando imagens com degradações artificiais), foi utilizado o modelo de formação de imagens proposto por Trucco e OlmosAntillon para imagens em níveis de cinza, que apresenta uma simplificação do efeito de backscattering. Por outro lado, foi realizado um estudo de desempenho de diferentes métricas de avaliação de qualidade de imagens com o objetivo de encontrar uma função objetivo adequada para guiar o processo de otimização. Neste estudo, a métrica NIQE (Natural Image Quality Evaluator) mostrou um melhor desempenho em comparação às demais métricas e foi utilizada como função objetivo. Posteriormente, foi implementada uma estratégia PSO mono-objetivo utilizando a métrica supracitada como função objetivo. Os resultados obtidos a partir de esta estratégia foram comparados com os resultados gerados por dois algoritmos exatos de otimização disponíveis na Toolbox de otimização do MATLAB. Os resultados do algoritmo PSO mostraram ser muito melhores que os apresentados pelos algoritmos exatos, mesmo assim, a imagem resultante apresentou problemas de contraste devido às limitações da métrica neste tipo de degradação. Por esta razão foi testado uma abordagem multi-objetivo baseada no algoritmo de evolução diferencial, onde foi implementada uma segunda métrica baseada na Distribuição de Contraste Local para cobrir a deficiência da métrica NIQE. Os resultados destes testes mostraram melhoras significativas no contraste das imagens restauradas. Nos segundos testes de restauração (usando imagens com degradações subaquáticas reais), foi escolhido o modelo de formação de imagens proposto por Wagner, que considera os dois tipos de degradações: forward-scattering e back-scattering. Neste caso, este modelo foi implementado para a restauração de imagens coloridas, pelo qual foi desenvolvida uma etapa de pré-processamento na qual são estimados um conjunto de parâmetros para compensação cromática. Esta estratégia de restauração foi testada utilizando 5 algoritmos de otimização bio-inspirada (chamados OPSO, RAPSO, ABC, OABC e DE), utilizando como única função objetivo a métrica NIQE. As imagens resultantes (assim como posteriores testes estatísticos) mostraram que os algoritmos OPSO e ABC apresentam o melhor desempenho. Adicionalmente, no contexto deste trabalho também foram desenvolvidas duas ferramentas para o estudo e a implementação de algoritmos de restauração de imagens em meios subaquáticos. A primeira ferramenta consiste na implementação de três modelos simplificados de degradação expostos na literatura, permitindo simular as degradações geradas pela água em qualquer imagem. A segunda ferramenta é o banco UID-LEIA (LEIA Underwater Image Database), que consta de 135 imagens degradadas com um índice de qualidade MOS obtido a partir de experimentos subjetivos. Este banco de imagens foi utilizado para realizar o estudo de desempenho das métricas implementadas no contexto deste trabalho, analisando à capacidade de avaliar a qualidade em imagens com degradações subaquáticas reais. / This work presents an approach for automatic restoration of images degraded by an underwater environment. In this scenery the image restoration aims to make possible the application of subsequent steps based on both image processing and computer vision algorithms. The restoration strategy presented in this work requires a degraded image as the only input, yielding an image where degradations due to the underwater environment are attenuated. In this work two types of restoration experiments are presented: (a) restoration for artificially degraded images and (b) restoration for real images. In both types of experiments, the restoration strategy was based on the inversion of a propagation model (in an underwater environment), guided by bio-inspired optimization algorithms for estimating the model parameters, in order to minimize objective functions that describe the degradation level of the image. In the first restoration experiment (using images with artificial degradations), the propagation model proposed by Trucco and Olmos-Antillon for gray-scale images has been used, which presents a simplification of the back-scattering effect. On the other hand, a performance study of different image quality assessment metrics was performed in order to find out an adequate objective function to guide the optimization process. In this study, the NIQE (Natural Image Quality Estimator) metric showed a better performance in comparison to the other metrics and was used as an objective function. Subsequently, a mono-objective PSO strategy was implemented using the aforementioned metric as an objective function. The results obtained from this strategy were compared with the results generated by two exact optimization algorithms available in the MATLAB Optimization Toolbox. The results of the PSO algorithm shown to be much better than those presented by the exact algorithms, although the resulting image presented contrast problems due to the limitations of the metric in this type of degradation. For this reason, a multi-objective approach based on the differential evolution algorithm was tested, where a second metric based on the Local Contrast Distribution was implemented to cover the deficiency of the NIQE metric. The results of these tests showed significant improvements in the contrast of restored images. In the second restoration experiment (using images with real underwater degradations) the propagation model proposed by Wagner was chosen, which considers both degradations: the forward-scattering and the back-scattering effects. In this case, this model was implemented for the restoration of colour images, whereby a preprocessing stage was developed, in which a set of parameters for colour compensation are estimated. This restoration strategy was tested by using five bio-inspired optimization algorithms (namely, OPSO, RAPSO, ABC, OABC and DE), using the NIQE metric as an unique objective function. The resulting images (as well as subsequent statistical tests) have pointed out that both OPSO and ABC algorithms present the best performance. Additionally, in the context of this work two tools have also been developed for the study and implementation of image restoration algorithms in underwater environments. The first tool consists of the implementation of three simplified degradation models presented in the literature, allowing the simulation of degradations generated by water in any image. The second one is the UID-LEIA database (LEIA Underwater Image Database), which comprises 135 degraded images with a MOS quality index obtained from subjective experiments. This image database was used to perform a performance study of the metrics implemented in the context of this work, analyzing the ability to assess quality in images with real underwater degradations.

Neste trabalho técnicas de restauração de imagens aplicadas à filtragem de imagens médicas foram estudadas. Considera-se uma abordagem recursiva de filtragem e suas diversas implementações em duas dimensões. A implementação utilizada neste trabalho foi a do filtro de Kalman de atualização reduzida (RUKF). Na implementação do filtro de Kalman de atualização reduzida um quarto de plano (QP) foi tomado como região de suporte e um modelo autoregressivo bidimensional (AR 2-D) foi utilizado como modelo de imagem. Os parâmetros do modelo AR 2-D e a variância do ruído foram encontrados através de uma implementação do algoritmo de Levinson para duas dimensões baseada no algoritmo de Levinson em configuração multicanal. A ordem do modelo AR 2-D foi determinada pelo critério de informação de Akaike (AIC). Para análise de resultados o filtro de Kalman de atualização reduzida foi aplicado em uma imagem planar, considerada invariante no espaço e com ruído ele observação não estacionário, e os resultados comparados àqueles obtidos com o filtro de Wiener. / In this work image restoration techniques for the filtering of medicai images are studied. Emphasis is given to the recursive approach to image restoration and its different implementations are described. The implementation used in the restoration procedure is the reduced update Kalman filter (RUKF). In the implementation of the reduced update Kalman filter a quarter plane is adopted as the region of support and a 2-D autoregressive (AR) model is used as the image model. The parameters of the 2-D AR model and the variance of the driving noise are found by a 2-D implementation of the Levinson algorithm. The model order of the 2-D AR model is determined by the Akaike information criterion (AIC). For the analysis of the results, the reduced update Kalman filter is applied to a space invariant plane image with nonstationary noise. The results are compared to the results of the Wiener filter.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2015. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2015-05-28T16:21:03Z No. of bitstreams: 1 2015_OscarEduardoAnaconaMosquera.pdf: 17764906 bytes, checksum: d1b86737146452cd8e7bda19f3180dfc (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-04-27T19:09:16Z (GMT) No. of bitstreams: 1 2015_OscarEduardoAnaconaMosquera.pdf: 17764906 bytes, checksum: d1b86737146452cd8e7bda19f3180dfc (MD5) / Made available in DSpace on 2016-04-27T19:09:16Z (GMT). No. of bitstreams: 1 2015_OscarEduardoAnaconaMosquera.pdf: 17764906 bytes, checksum: d1b86737146452cd8e7bda19f3180dfc (MD5) / Este trabalho apresenta a implementação em hardware de um algoritmo para a restauração para imagens que tenham sofrido degradação por movimento relativo entre a câmera e a cena (motion blur). O borramento da imagem é modelado matematicamente com o processo de convolução entre a função de degradação (Point Spread Function-PSF) e a imagem real, sendo a restauração da imagem real o processo inverso (deconvolução). O algoritmo de restauração implementado neste trabalho é conhecido como algoritmo de Richardson-Lucy (RLA). Neste caso, implementou-se o RLA em uma plataforma hardware FPGA (Field Programmable Gate Array) usando a linguagem de descrição de hardware VHDL (Very Hight Description Language), assumindo ausência de ruído aditivo no sistema de captura da imagem. A metodologia para avaliar a plataforma consistiu em simular a arquitetura projetada no ModelSim, fornecendo como dados de entradas as imagens degradadas. A degradação das imagens foi obtida usando a funções fspecial e imfilter do Matlab, as quais permitiram simular o borramento de imagens por movimentos da câmera (deslocamento e ângulo). Adicionalmente, a avaliação da qualidade das imagens coletadas foi realizada usando a métrica SR-SIM (Spectral Residual Based Similarity), assim como executando uma verificação visual das mesmas. O sistema implementado fornece um pixel processado por cada ciclo de relógio da FPGA, depois de um tempo de latência, sendo 12.425 vezes mais rápido que o mesmo algoritmo implementado no processador NIOS II. Adicionalmente foram feitas comparações rodando o algoritmo em um PC Intel Core-i3 a 3,2GHz. Neste caso, a implementação do algoritmo foi realizada usando a biblioteca OpenCV. Resultados de simulações e testes com imagens reais são apresentados para dar suporte à aplicabilidade em vídeo. / This work presents the hardware implementation of an image restoration algorithm, in which the images are blurred by relative motion between camera and the scene. The blurred image process is mathematically modeled by a convolution process between the original image and the pointspread function (PSF) of the blurring system, being the image restoration the inverse process (a deconvolution process). The restoration algorithm that was implemented in this work is known as Richardson-Lucy (RLA) algorithm. In this case the RLA was implemented in an FPGA-based platform using the hardware description language VHDL (Very Hight Description Language), and assuming the absence of additive noise in the capturing image system. The methodology for evaluating the platform consists of simulating the designed architecture in the ModelSim platform, providing as data input the blurred images. The blurring process of the images was achieved by using the Matlab functions fspecial e imfilter, which allowed the simulation of blurred images by camera movements (displacement and angle). Additionally, the quality evaluation of the collected images was achieved using the SR-SIM (Spectral Residual Based Similarity) metric as well as by a visual verification of the images. The implemented system provides a processed pixel per clock cycle of the FPGA, after a latency time, being 12.425 times faster than the same algorithm implemented in software (running in the NIOS processor at 100 MHz). Additionally, comparisons have being done by running the same algorithm in a PC Intel Core-i3 with 3,2GHz. In this case, the algorithm implementation was developed using the OpenCV library. The results of simulations and respective testing with real images are also presented in order to give support to video applications.

Made available in DSpace on 2016-06-02T19:02:39Z (GMT). No. of bitstreams: 1 2365.pdf: 3383262 bytes, checksum: 5fa930c4afb4d585bb6d96947f2cc22f (MD5) Previous issue date: 2008-09-26 / Financiadora de Estudos e Projetos / The study of living cells, isolated or in tissues, in several applications, requires the use of microscopy techniques. The fluorescence microscopes are specially important for making possible images with enhancement of specific structures and detection of biological processes. However, microscopes, like other optical systems, corrupt images so that many details are lost after the passage of the image through their optical components. The conventional (wide-field) fluorescence microscopes degrade images mainly on the axial direction, limiting the amount of frequencies that passes through the system. As a result, there is an out-of-focus blur, making it difficult to use the images to obtain three-dimensional (3D) images by computational optical sectioning microscopy (COSM). The main contribution of this thesis is the development of computer-based methods that are able to restore acquired images, through spectrum extrapolation algorithms that restore a portion of the lost frequencies, even in noisy images. A non-linear algorithm was proposed, based on the Richardson-Lucy method, with space and frequency domain constraints as in the Gerchberg-Papoulis algorithm. this method defines an unified algorithm to restore and extrapolate images, focusing on the spatial finite support constraint. The proposed method showed improved extrapolation when compared to previously known methods. Besides, other algorithms were developed based on the proposed method. Each variation of the basic algorithm has distinct features to attenuate the noise, define adaptively the spatial constraint, and detect the image background region. The use of an adaptive constraint and the extraction of information directly from the images were shown to contribute to the recovery of lost frequencies. The results are promising, showing the potential of extrapolation in real conditions, improving the three-dimensional visualization of specimens in wide-field (non-confocal) microscopes, helping many important applications in biotechnology, such as the assessment of cell cultures. / O estudo de células, isoladas ou na forma de tecidos, em diversas aplicações biotecnológicas requer a utilização de técnicas de microscopia. O microscópio de fluorescência, em especial, é atualmente uma ferramenta de grande importância por permitir destacar detalhes em células e detectar processos biológicos. Contudo, os microscópios, como outros sistemas óticos, corrompem as imagens de forma que muitos detalhes são perdidos na passagem da imagem pelos componentes óticos deste tipo de equipamento. Os microscópios de fluorescência convencionais degradam a imagem principalmente na direção axial, o que, no domínio da frequência, é visto como um limite de banda nesta direção que inviabiliza a visualização de imagens tridimensionais por microscopia de seccionamento ótico computacional. A principal contribuição deste projeto é o desenvolvimento de métodos computacionais que restaurem estas imagens mediante a utilização de algoritmos de extrapolação que recuperem parte das frequências perdidas além do limite de banda do microscópio, mesmo na presença de ruído. Para tal fim, foi proposto um procedimento não linear com base no algoritmo Richardson-Lucy, com restrições no domínio do espaço e da frequência, conforme o algoritmo de Gerchberg-Papoulis. O método proposto define um algoritmo único para restauração e extrapolação, com foco na restrição de suporte finito espacial. Este método mostrou melhoria na extrapolação quando comparado à metodos conhecidos na literatura. Foram desenvolvidas variantes deste algoritmo, cada qual possuindo características para atenuar o ruído, calcular de forma adaptativa a restrição espacial, e detectar a região de fundo da imagem. Foi mostrado que o uso de restrições adaptativas e a extração de informações a partir da imagem pode contribuir para a recuperação de frequências perdidas. Os resultados obtidos são promissores, pois mostram o potencial de extrapolação dos métodos em condições reais, permitindo a melhoria na visualização tridimensional de espécimes em microscópios wide-field (não-confocais), auxiliando diversas aplicações importantes em biotecnologia, como no caso de acompanhamento de cultivos celulares.

Made available in DSpace on 2016-06-02T19:02:41Z (GMT). No. of bitstreams: 1 4013.pdf: 3833898 bytes, checksum: 7a490bae6746f0e2b3c0c3472c9fd2b4 (MD5) Previous issue date: 2011-10-31 / Universidade Federal de Minas Gerais / Articulatory Synthesis consists in reproducing speech by means of models of the vocal tract and of articulatory processes. Recent advances in Magnetic Resonance Imaging (MRI) allowed for important improvements with respect to the speech comprehension and the forms taken by the vocal tract. However, one of the main challenges in the field is the fast and at the same time high-quality acquisition of image sequences. Since adopting more powerful acquisition devices might be financially inviable, a more feasible solution proposed in the literature is the resolution enhancement of the images by changes introduced in the acquisition model. This dissertation proposes a method for the spatio-temporal resolution enhancement of the obtained sequences using only digital image processing techniques. The approach involves two stages: (1) the temporal resolution enhancement by means of a motion compensated interpolation technique; and (2) the spatial resolution enhancement by means of a super resolution image reconstruction technique. With respect to the temporal resolution enhancement, two interpolation models are compared: linear interpolation considering two adjacent images and cubic splines interpolation considering four contiguous images. Since both models performed equally in the experiments, the linear interpolation was adopted, for its simplicity and lower computational cost. The initial goal of the spatial resolution enhancement was an extension of the candidate s approach proposed in her master s thesis. Adopting a maximum a posteriori probability approach (MAP), the high-resolution images were modeled using the Markov Random Fields (MRF) Generalized Isotropic Multi-Level Logistic (GIMLL) model and the Iterated Conditional Modes (ICM) algorithm. However, even though the approach has presented promising results, due to the dimension of the target problem, the algorithm presented high computational cost. Considering this limitation, an adaptation of the Wiener filter for the super-resolution reconstruction problem was considered. Inspired by two methods available in the literature, three approaches were proposed: the statistical interpolation, the multi-temporal approach, and the adaptive Wiener filter. In all cases, a separable Markovian model and an isotropic model were compared in the characterization of the spatial correlation structures. These models were used to characterize the correlation and cross correlation of observations for the statistical interpolation and the multi-temporal approach. On the other hand, for the adaptive Wiener filter, these models were used to characterize the a priori spatial correlation. According to the conducted experiments, the isotropic model outperformed the separable Markovian model. Besides, considering all Wiener filter-based approaches and the initial approach based on the GIMLL model, the adaptive Wiener filter outperformed all other approaches and was also faster than a single iteration of the GIMLL-based approach. / A síntese articulatória procura produzir a fala através de modelos do trato vocal e dos processos articulatórios envolvidos. Os avanços no imageamento por ressonância magnética, permitiram que resultados importantes fossem alcançados com relação à fala e à forma do trato vocal. Entretanto um dos principais desafios ainda é a aquisição rápida e de alta qualidade das sequências de imagens. Além da opção de se utilizar meios de aquisição cada vez mais potentes, o que pode ser financeiramente inviável, abordagens propostas na literatura procuram aumentar a resolução modificando o processo de aquisição. Este trabalho propõe o aumento de resolução espaço-temporal das sequências adquiridas utilizando apenas técnicas de processamento de imagens digitais. A abordagem proposta é formada por duas etapas: o aumento de resolução temporal por meio de uma técnica de interpolação por compensação de movimento; e o aumento de resolução espacial por meio de uma técnica de reconstrução de imagens por super resolução. Com relação ao aumento de resolução temporal, dois métodos de interpolação são comparados: interpolação linear considerando duas imagens adjacentes e interpolação por splines cúbicas considerando quatro imagens consecutivas. Como, de acordo com os experimentos desenvolvidos, não existe diferença significativa entre esses dois métodos, a interpolação linear foi adotada por ser um procedimento mais simples e, consequentemente, apresentar menor custo computacional. O objetivo inicial para o aumento de resolução espacial das imagens observadas foi a extensão da abordagem proposta pela aluna em seu projeto de mestrado. Adotando uma abordagem de máxima probabilidade a posteriori (MAP), as imagens de alta resolução foram modeladas utilizando o modelo de campos aleatórios de Markov (MRF) Generalized Isotropic Multi-Level Logistic (GIMLL) e o algoritmo Iterated Conditional Modes (ICM) foi utilizado para maximizar as probabilidades condicionais locais sequencialmente. Entretanto, apesar de ter apresentado resultados promissores, devido à dimensão do problema tratado, o algoritmo ICM apresentou alto custo computacional. Considerando as limitações de performance desse algoritmo, decidiu-se adaptar o filtro de Wiener para o problema da reconstrução por super resolução. Utilizando dois trabalhos encontrados na literatura como inspiração, foram desenvolvidas três abordagens denominadas interpolação estatística, abordagem multitemporal e filtro de Wiener adaptativo. Em todos os casos, um modelo Markoviano separável e um modelo isotrópico foram comparados na caracterização das estruturas de correlação espacial. No caso da interpolação estatística e da abordagem multitemporal esses modelos foram utilizados para caracterizar as estruturas de correlação das observações e cruzada. Por outro lado, no caso da abordagem denominada filtro de Wiener adaptativo, esses modelos foram utilizados para caracterizar as estruturas de correlação espaciais a priori. De acordo com os experimentos desenvolvidos, o modelo isotrópico apresentou desempenho superior quando comparado ao modelo Markoviano separável. Além disso, considerando todas as propostas baseadas no filtro de Wiener e a proposta inicial baseada no modelo de Markov GIMLL, o filtro de Wiener adaptativo apresentou os melhores resultados e se mostrou mais rápido do que apenas uma iteração da abordagem baseada no modelo GIMLL.

Made available in DSpace on 2016-06-02T19:05:24Z (GMT). No. of bitstreams: 1 DissALDM.pdf: 3321735 bytes, checksum: b01df738791a5ca4a9c92010d26c994a (MD5) Previous issue date: 2007-05-22 / Universidade Federal de Minas Gerais / Super resolution image reconstruction consists in using a set of low resolution images from the same scene to generate a high resolution estimate of the original scene. For that purpose, all the observed low resolution images need to have sub-pixel displacements among each other. In this way, there is more than just the same information replicated in each image and then the uncertainty inherent to the displacements can be used as additional information to increase the spatial resolution. This master s thesis proposes a Bayesian approach for the super resolution reconstruction problem using Markov Random Fields and the Potts-Straus model for the image characterization. Therefore, it is possible to incorporate previously known context spatial information about the high resolution image to be estimated. Moreover, a discontinuity adaptive ICM algorithm was used to estimate the maximum a posteriori solution. Using an initial high resolution estimate constructed from the registration and interpolation of all the observations made it possible to reconstruct an image that respected the initially presented discontinuities. We also observed that the resulted high resolution image hold finner details when compared to the initial estimation. / A Reconstrução por Super Resolução consiste em, utilizando várias imagens de baixa resolução da mesma cena, gerar uma aproximação da cena original, que possua resolução espacial mais alta que a presente em qualquer uma das imagens observadas. Para isso, tais imagens devem possuir algum tipo de deslocamento da ordem sub-pixel uma em relação às demais, de forma que não exista apenas a mesma informação replicada em todas as imagens. Assim, a incerteza inerente a tais deslocamentos pode ser usada como informação adicional no aumento de resolução. Nesse contexto, esta pesquisa propõe uma abordagem Bayesiana do problema, utilizando Campos Aleatórios de Markov e o Modelo de Potts-Strauss na caracterização das imagens. Isso torna possível a imposição de informações espaciais de contexto conhecidas a priori da imagem de alta resolução a ser estimada. A estimativa de Máximo a Posteriori (MAP) de alta resolução é encontrada por meio do algoritmo Iterated Conditional Modes (ICM) adaptativo a descontinuidades. Dessa forma, utilizando como estimativa inicial de alta resolução a imagem resultante do registro e interpolação das imagens de baixa resolução observadas, foi possível reconstruir imagens de maior resolução que respeitassem as descontinuidades inicialmente presentes, e que apresentassem maior riqueza de detalhes.

Made available in DSpace on 2016-06-02T19:05:28Z (GMT). No. of bitstreams: 1 1806.pdf: 6901662 bytes, checksum: 70bc550a919bc507664b3798c81e912c (MD5) Previous issue date: 2008-03-10 / Universidade Federal de Sao Carlos / Vibro-acoustography is an imaging modality that produces a map of the mechanical response of an object to a localized dynamic radiation force produced by an ultrasound field. This technique has been studied and used in clinical applications as to image calcification in breast tissue and arteries. This work aims to apply restoration algorithms to vibro-acoustography images. The point spread function (PSF) of the system is defined in terms of the acoustic emission of a point-target in response to a dynamic radiation stress of ultrasound. This PSF is used to form the image taking into account depth-of-field effects. The main problem found in the vibro-acoustography image formation is the high blur that this PSF causes to the acquired images, mainly in the depth direction (axial axis). To form the degraded image, digital phantoms were used, of breast for instance, simulating tissues with lesion-like inclusions. Moreover, Gaussian noise is added to the blurring model because of the characteristics of the images acquisition by the real vibro-acoustography system. Restoration filters are studied and applied to the images, and their results are compared visually and quantitatively; acceptable results are obtained. Problems found in the implementation of the restoration algorithms for this system are studied and possible solutions are discussed and applied to the final implementations. With the use of the algorithms high quality images were obtained if compared with the degraded versions, fact that justify the use of these methods in this kind of image. Moreover, the algorithms implemented in this work can be applied to imaging problems with similar characteristics. / A Vibro-acustografia é uma modalidade de imageamento que produz um mapa da resposta mecânica de um objeto a uma força localizada de radiação acústica dinâmica produzida por um campo de ultrassom. Esta técnica tem sido estudada e usada em aplicações clínicas como imageamento de calcificações em tecido de mamas e artérias. Este trabalho tem como objetivo a aplicação de algoritmos de restauração em imagens de vibro-acustografia. A função de espalhamento pontual (PSF) do sistema é definida em termos da emissão acústica de um alvo pontual em resposta a um stress de radiação dinâmica de ultrassom. Esta PSF é usada para formar a imagem levando em consideração efeitos de profundidade de campo. O principal problema encontrado na formação das imagens de vibro-acustografia é o alto borramento que esta PSF causa nas imagens adquiridas, principalmente em profundidade (eixo axial). Para formar a imagem degradada, foram usados phantoms digitais, de mama por exemplo, simulando tecidos com inclusões parecidas com lesões. Além disso, é adicionado ruído Gaussiano no modelo de borramento das imagens devido às características de aquisição das imagens pelo sistema real de vibro-acustografia. Filtros de restauração são estudados e aplicados às imagens, e seus resultados são comparados visualmente e quantitativamente; resultados aceitáveis são obtidos. Problemas encontrados na implementação dos algoritmos de restauração para este sistema são abordados e soluções possíveis são discutidas e aplicadas nas implementações finais. Com o uso dos algoritmos foram obtidas imagens de alta qualidade se comparadas com as versões degradadas, fato que justifica o emprego destes métodos neste tipo de imagem. Além disso, os algoritmos implementados por este trabalho poderão ser aplicados a problemas de imageamento com características similares.

Made available in DSpace on 2016-06-02T19:06:24Z (GMT). No. of bitstreams: 1 DissJPP.pdf: 1642944 bytes, checksum: 29bcc8056798933f7955167a88e8e000 (MD5) Previous issue date: 2005-02-18 / Financiadora de Estudos e Projetos / The number of applications in remote sensing has widely increased in the last years. The reason for this is mainly the high quality of imaging systems onboard. Among this new generation of satellites, the CBERS-1 (China-Brazil Earth Resources Satellite) was developed through a partnership between Brazil and China, and its main mission is to capture high-resolution images of the Earth using panchromatic and multispectral detectors. However, the information provided by remote sensing needs to be processed to better reflect the radiometric quality of the data, using for this purpose a technique called image restoration. The main goal of image restoration is the reconstruction or recovery of the degraded image using some a priori knowledge of the degradation phenomenon. In this work we developed five image restoration algorithms based on the theory of convex projections, which were obtained through the CBERS-1 band 2 CCD sensor. These algorithms are based on the application of restrictions in convex sets form, through the POCS (Projections Onto Convex Sets) method, where the intersection among these sets, if it exists, gives a satisfactory solution for the problem. The simulations were developed using the RAP (Row-Action Projections), the SIRT (Simultaneous Iterative Reconstruction Technique) and an algorithm that uses prototype image constraints, which were obtained by the methods cited above and by the MIF (Modified Inverse Filter). The results were visually and numerically evaluated. / A quantidade de aplicações oriundas do sensoriamento remoto tem aumentado significativamente nos últimos anos. Isso se deve, principalmente, à alta qualidade dos equipamentos a bordo dos sistemas sensores. Entre essa nova geração de satélites, o CBERS-1 (China-Brazil Earth Resources Satellite) foi desenvolvido através de uma parceria entre Brasil e China, sendo sua missão principal a de capturar imagens de alta resolução da Terra utilizando detectores pancromáticos e multiespectrais. Contudo, as informações oriundas do sensoriamento remoto necessitam ser processadas para melhorar a qualidade radiométrica dos dados, utilizando para tal uma técnica conhecida por restauração de imagens, sendo seu principal objetivo a reconstrução ou recuperação de uma imagem degradada utilizando algum conhecimento a priori do fenômeno de degradação. No presente trabalho foram desenvolvidos cinco algoritmos de restauração de imagens baseados na teoria de projeções convexas, as quais foram obtidas através do sensor CCD da banda 2 do satélite CBERS-1. Estes algoritmos são baseados na aplicação de restrições na forma de conjuntos convexos, através do método de POCS (Projections Onto Convex Sets), sendo que a intersecção entre esses conjuntos, caso exista, fornece uma solução satisfatória para o problema. As simulações foram desenvolvidas utilizando o RAP (Row-Action Projections), SIRT (Simultaneous Iterative Reconstruction Technique) e um algoritmo que utiliza uma restrição de imagem protótipo, a qual foi obtida pelos métodos citados acima e pelo FIM (Filtro Inverso Modificado). Os resultados foram avaliados visualmente e através de análises numéricas.

Neste trabalho técnicas de restauração de imagens aplicadas à filtragem de imagens médicas foram estudadas. Considera-se uma abordagem recursiva de filtragem e suas diversas implementações em duas dimensões. A implementação utilizada neste trabalho foi a do filtro de Kalman de atualização reduzida (RUKF). Na implementação do filtro de Kalman de atualização reduzida um quarto de plano (QP) foi tomado como região de suporte e um modelo autoregressivo bidimensional (AR 2-D) foi utilizado como modelo de imagem. Os parâmetros do modelo AR 2-D e a variância do ruído foram encontrados através de uma implementação do algoritmo de Levinson para duas dimensões baseada no algoritmo de Levinson em configuração multicanal. A ordem do modelo AR 2-D foi determinada pelo critério de informação de Akaike (AIC). Para análise de resultados o filtro de Kalman de atualização reduzida foi aplicado em uma imagem planar, considerada invariante no espaço e com ruído ele observação não estacionário, e os resultados comparados àqueles obtidos com o filtro de Wiener. / In this work image restoration techniques for the filtering of medicai images are studied. Emphasis is given to the recursive approach to image restoration and its different implementations are described. The implementation used in the restoration procedure is the reduced update Kalman filter (RUKF). In the implementation of the reduced update Kalman filter a quarter plane is adopted as the region of support and a 2-D autoregressive (AR) model is used as the image model. The parameters of the 2-D AR model and the variance of the driving noise are found by a 2-D implementation of the Levinson algorithm. The model order of the 2-D AR model is determined by the Akaike information criterion (AIC). For the analysis of the results, the reduced update Kalman filter is applied to a space invariant plane image with nonstationary noise. The results are compared to the results of the Wiener filter.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O uso de técnicas com o funcional de Tikhonov em processamento de imagens tem sido amplamente usado nos últimos anos. A ideia básica nesse processo é modificar uma imagem inicial via equação de convolução e encontrar um parâmetro que minimize esse funcional afim de obter uma aproximação da imagem original. Porém, um problema típico neste método consiste na seleção do parâmetro de regularização adequado para o compromisso entre a acurácia e a estabilidade da solução. Um método desenvolvido por pesquisadores do IPRJ e UFRJ, atuantes na área de problemas inversos, consiste em minimizar um funcional de resíduos através do parâmetro de regularização de Tikhonov. Uma estratégia que emprega a busca iterativa deste parâmetro visando obter um valor mínimo para o funcional na iteração seguinte foi adotada recentemente em um algoritmo serial de restauração. Porém, o custo computacional é um fator problema encontrado ao empregar o método iterativo de busca. Com esta abordagem, neste trabalho é feita uma implementação em linguagem C++ que emprega técnicas de computação paralela usando MPI (Message Passing Interface) para a estratégia de minimização do funcional com o método de busca iterativa, reduzindo assim, o tempo de execução requerido pelo algoritmo. Uma versão modificada do método de Jacobi é considerada em duas versões do algoritmo, uma serial e outra em paralelo. Este algoritmo é adequado para implementação paralela por não possuir dependências de dados como de Gauss-Seidel que também é mostrado a convergir. Como indicador de desempenho para avaliação do algoritmo de restauração, além das medidas tradicionais, uma nova métrica que se baseia em critérios subjetivos denominada IWMSE (Information Weighted Mean Square Error) é empregada. Essas métricas foram introduzidas no programa serial de processamento de imagens e permitem fazer a análise da restauração a cada passo de iteração. Os resultados obtidos através das duas versões possibilitou verificar a aceleração e a eficiência da implementação paralela. A método de paralelismo apresentou resultados satisfatórios em um menor tempo de processamento e com desempenho aceitável. / The use of techniques with the functional of Tikhonov in image processing has been widely used in recent years. The basic idea in this process is to modify an initial image using a convolution equation and to find a parameter which minimizes the function in order to obtain an aproximation of the original image. However, a typical problem in this method consists in the choice of the regularization parameter in the appropriate compromise between accuracy and stability of the solution. A method developed by researchers of IPRJ and UFRJ, operating in the area of inverse problems, consists on minimizing a functional of residues through a functional parameter Tikhonovs regularization. A strategy that uses the iterative search of this parameter aiming at to get a minimum value for the functional in the following iteration was adopted recently in a serial algorithm of restoration. However, the computational cost is a factor problem found when using the iterative search. With this approach, an implementation in C++ language was made using techniques of parallel computation using MPI (Message Passing Interface) for the in the choice of the regularization parameter in the appropriate compromise between accuracy and stability of the soluton with the method of iterative search, thus reducing, the time of execution required for the algorithm. A modified version of the Jacobi method is considered to be two versions of the algorithm, one serial and one parallel. This algorithm is adequate for parallel implementation because it has no data dependencies such as the Gauss-Seidel method is also shown to converge. As indicating of performance for evaluation of the restoration algorithm, in addition to the traditional measures, new metric that is based on subjective criteria called IWMSE (InformationWeighted Mean Square Error) is used. These metrics were introduced in the program of image processing and allow to make the analysis of the restoration to each step of iteration. The results obtained using the two possible versions verify the efficiency of acceleration and the parallel implementation. The method of parallelism achieved satisfactory results in a shorter processing time and with acceptable performance.