Imagens de radar de abertura sintética (SAR) são tipicamente corrompidas pelo ruído \"speckle\" que também degrada imagens geradas por ultra-som, laser, etc. Esta tese propõe algoritmos de filtragem baseados na abordagem \"maximum a posteriori\" (MAP) para redução de \"speckle\" em imagens SAR. Na derivação dos filtros MAP, para imagens obtidas por detecção linear, são utilizadas as distribuições (condicionais) Rayleigh e raiz quadrada de gama na regra de Bayes como modelos para o ruído \"speckle\" em imagens SAR obtidas em amplitudes com 1 e múltiplas visadas, respectivamente, e usadas várias distribuições para o modelo \"a priori\". Toda a formulação dos algoritmos tem por base o modelo multiplicativo que constitui o modelo mais adequado ao \"speckle\". Propõe-se ainda neste trabalho a combinação dos filtros MAP formulados com o algoritmo k-médias e com a técnica de crescimento de regiões, como forma de melhoria da abordagem de filtragem proposta. Os resultados de filtragem foram avaliados segundo critérios (medidas) de melhoria da relação sinal-ruído e perda de resolução. O primeiro critério avalia a redução da intensidade do ruído \"speckle\" sobre regiões homogêneas e para avaliar a perda de resolução decorrente da filtragem é proposta uma nova técnica baseada na transformada de Hough. Os algoritmos foram testados em imagens artificialmente contaminadas por ruído \"speckle\" e em imagens SAR reais apresentando estatísticas Rayleigh e raiz de gama. Os resultados obtidos mostram a melhoria que proporcionam os algoritmos de filtragem MAP, especialmente quando combinados com o classificador k-médias e com a técnica de crescimento de região. O uso da técnica de crescimento de região reforça a conclusão de que o uso de vizinhança estatisticamente mais semelhante ao pixel ruidoso melhora a estimação dos parâmetros de filtragem. As medidas de desempenho e validação dos algoritmos MAP permitiram concluir que os filtros com distribuições \"a priori\" Gaussiana, gama, chi-quadrado e beta apresentaram melhores resultados de filtragem em relação aos demais modelos \"a priori\" quando comparados ao filtro de Kuan e com a técnica de \"wavelets\" para a classe de imagens utilizadas / Synthetic aperture radar (SAR) images are typically corrupted by speckle noise, which also degrade images produced by laser beams, ultrasound, etc. This thesis proposes filtering algorithms based on the \"maximum a posteriori\" (MAP) approach, to reduce speckle in SAR images. To derive the MAP filters for linearly detected images we assumed the multiplicative model for the speckle and used the conditional density functions in the Bayes rule following a Rayleigh and square root of gamma for one-look and N-looks images, respectively, and several different \"a priori\" densities. The MAP filters are combined with the k-means classifier and region growing tools to improve the proposed filtering approach. Measures evaluating both the signal-to-noise improvement and resolution loss due to filtering are computed. To assess the improvement brought by the proposed algorithms we evaluate them with respect to signal to noise ratio and edge preservation. The former is a classical way to evaluate the speckle strenght reduction over homogeneous areas and the latter is a new proposed technique based on the Hough transform that measures distortions at the edges produced by the speckle MAP filtering algorithms. The qualitative analysis of the MAP proposed algorithms includes the methods based on the curvature and wavelets . The algorithms were applied to simulated noisy speckled images and real SAR images with statistics of linearly detected images with one-look and N-looks. The obtained results demonstrated the improvement brought by the speckle MAP filtering algorithms, specially when combined with the k-means clustering algorithm and with the region growing approach. This region growing approach reinforces the conclusion that the use of a neighborhood whose pixels have statistics similar to the noisy pixel provides a better estimation for filtering. The evaluating measures point out that the MAP filters whose \"a priori\" models are the Gaussian, gamma, chi-square and beta presented better results than the other \"a priori\" models proposed in this thesis, the Kuan filter and the wavelets filter, for the class of images that were tested

CARVALHO, E. A. Segmentação de imagens de radar de abertura sintética por crescimento e fusão estatística de regiões. 2005. 121 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2005. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T13:56:03Z No. of bitstreams: 1 2005_dis_eacarvalho.pdf: 7092051 bytes, checksum: 64dfe0e028ed1c09118f6dd20b218029 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T18:44:18Z (GMT) No. of bitstreams: 1 2005_dis_eacarvalho.pdf: 7092051 bytes, checksum: 64dfe0e028ed1c09118f6dd20b218029 (MD5) / Made available in DSpace on 2016-04-06T18:44:18Z (GMT). No. of bitstreams: 1 2005_dis_eacarvalho.pdf: 7092051 bytes, checksum: 64dfe0e028ed1c09118f6dd20b218029 (MD5) Previous issue date: 2005-05-23 / The regular coverage of the planet surface by spaceborne synthetic aperture radar (SAR)and also airborne systems have provided alternative means to gather remote sensing information of various regions of the planet, even of inaccessible areas. This work deals with the digital processing of synthetic aperture radar imagery, where segmentation is the main subject. It consists of isolating or partitioning relevant objects in a scene, aiming at improving image interpretation and understanding in subsequent tasks. SAR images are contaminated by coherent noise, known as speckle, which masks small details and transition zones among the objects. Such a noise is inherent in radar image generation process, making difficult tasks like automatic segmentation of the objects, as well as their contour identification. To segment radar images, one possible way is to apply speckle filtering before segmentation. Another one, applied in this work, is to perform noisy image segmentation using the original SAR pixels as input data, without any preprocessing,such as filtering. To provide segmentation, an algorithm based on region growing and statistical region merging has been developed, which requires some parameters to control the process. This task presents some advantages, as long as it eliminates preprocessing steps and favors the detection of the image structures, since original pixel information is exploited. A qualitative and quantitative performance evaluation of the segmented images is also executed, under different situations, by applying the proposed technique to simulated images corrupted with multiplicative noise. This segmentation method is also applied to real SAR images and the produced results are promising. / A cobertura regular de quase todo o planeta por sistemas de radar de abertura sintética (synthetic aperture radar - SAR) orbitais e o uso de sistemas aerotransportados têm propiciado novos meios para obter informações através do sensoriamento remoto de várias regiões de nosso planeta, muitas delas inacessíveis. Este trabalho trata do processamento de imagens digitais geradas por radar de abertura sintética, especificamente da segmentação, que consiste do isolamento ou particionamento dos objetos relevantes presentes em uma cena. A segmentação de imagens digitais visa melhorar a interpretação das mesmas em procedimentos subseqüentes. As imagens SAR são corrompidas por ruído coerente, conhecido por speckle, que mascara pequenos detalhes e zonas de transição entre os objetos. Tal ruído é inerente ao processo de formação dessas imagens e dificulta tarefas como a segmentação automática dos objetos existentes e a identificação de seus contornos. Uma possibilidade para efetivar a segmentação de imagens SAR consiste na filtragem preliminar do ruído speckle, como etapa de tratamento dos dados. A outra possibilidade, aplicada neste trabalho, consiste em segmentar diretamente a imagem ruidosa, usando seus pixels originais como fonte de informação. Para isso, é desenvolvida uma metodologia de segmentação baseada em crescimento e fusão estatística de regiões, que requer alguns parâmetros para controlar o processo. As vantagens da utilização dos dados originais para realizar a segmentação de imagens de radar são a eliminação de etapas de pré-processamento e o favorecimento da detecção das estruturas presentes nas mesmas. É realizada uma avaliação qualitativa e quantitativa das imagens segmentadas, sob diferentes situações, aplicando a técnica proposta em imagens de teste contaminadas artificialmente com ruído multiplicativo. Este segmentador é aplicado também no processamento de imagens SAR reais e os resultados são promissores.

Imagens de radar de abertura sintética (SAR) são tipicamente corrompidas pelo ruído \"speckle\" que também degrada imagens geradas por ultra-som, laser, etc. Esta tese propõe algoritmos de filtragem baseados na abordagem \"maximum a posteriori\" (MAP) para redução de \"speckle\" em imagens SAR. Na derivação dos filtros MAP, para imagens obtidas por detecção linear, são utilizadas as distribuições (condicionais) Rayleigh e raiz quadrada de gama na regra de Bayes como modelos para o ruído \"speckle\" em imagens SAR obtidas em amplitudes com 1 e múltiplas visadas, respectivamente, e usadas várias distribuições para o modelo \"a priori\". Toda a formulação dos algoritmos tem por base o modelo multiplicativo que constitui o modelo mais adequado ao \"speckle\". Propõe-se ainda neste trabalho a combinação dos filtros MAP formulados com o algoritmo k-médias e com a técnica de crescimento de regiões, como forma de melhoria da abordagem de filtragem proposta. Os resultados de filtragem foram avaliados segundo critérios (medidas) de melhoria da relação sinal-ruído e perda de resolução. O primeiro critério avalia a redução da intensidade do ruído \"speckle\" sobre regiões homogêneas e para avaliar a perda de resolução decorrente da filtragem é proposta uma nova técnica baseada na transformada de Hough. Os algoritmos foram testados em imagens artificialmente contaminadas por ruído \"speckle\" e em imagens SAR reais apresentando estatísticas Rayleigh e raiz de gama. Os resultados obtidos mostram a melhoria que proporcionam os algoritmos de filtragem MAP, especialmente quando combinados com o classificador k-médias e com a técnica de crescimento de região. O uso da técnica de crescimento de região reforça a conclusão de que o uso de vizinhança estatisticamente mais semelhante ao pixel ruidoso melhora a estimação dos parâmetros de filtragem. As medidas de desempenho e validação dos algoritmos MAP permitiram concluir que os filtros com distribuições \"a priori\" Gaussiana, gama, chi-quadrado e beta apresentaram melhores resultados de filtragem em relação aos demais modelos \"a priori\" quando comparados ao filtro de Kuan e com a técnica de \"wavelets\" para a classe de imagens utilizadas / Synthetic aperture radar (SAR) images are typically corrupted by speckle noise, which also degrade images produced by laser beams, ultrasound, etc. This thesis proposes filtering algorithms based on the \"maximum a posteriori\" (MAP) approach, to reduce speckle in SAR images. To derive the MAP filters for linearly detected images we assumed the multiplicative model for the speckle and used the conditional density functions in the Bayes rule following a Rayleigh and square root of gamma for one-look and N-looks images, respectively, and several different \"a priori\" densities. The MAP filters are combined with the k-means classifier and region growing tools to improve the proposed filtering approach. Measures evaluating both the signal-to-noise improvement and resolution loss due to filtering are computed. To assess the improvement brought by the proposed algorithms we evaluate them with respect to signal to noise ratio and edge preservation. The former is a classical way to evaluate the speckle strenght reduction over homogeneous areas and the latter is a new proposed technique based on the Hough transform that measures distortions at the edges produced by the speckle MAP filtering algorithms. The qualitative analysis of the MAP proposed algorithms includes the methods based on the curvature and wavelets . The algorithms were applied to simulated noisy speckled images and real SAR images with statistics of linearly detected images with one-look and N-looks. The obtained results demonstrated the improvement brought by the speckle MAP filtering algorithms, specially when combined with the k-means clustering algorithm and with the region growing approach. This region growing approach reinforces the conclusion that the use of a neighborhood whose pixels have statistics similar to the noisy pixel provides a better estimation for filtering. The evaluating measures point out that the MAP filters whose \"a priori\" models are the Gaussian, gamma, chi-square and beta presented better results than the other \"a priori\" models proposed in this thesis, the Kuan filter and the wavelets filter, for the class of images that were tested

O câncer de mama é um dos maiores problemas de saúde para a população feminina, devendo ser encarado como um importante problema de saúde pública. A ultrassonografia é considerada o método mais efetivo na complementação de diagnóstico de doenças mamárias, porém a forma de aquisição desse método diagnóstico degrada a imagem sob diversas formas, destacando-se o ruído speckle, o qual deixa a imagem com aspecto granulado, dificultando assim a separabilidade entre os objetos da cena. Este trabalho apresenta uma técnica automática para segmentação de nódulos mamários em imagens de ultrassom. O algoritmo permite a extração das bordas nodulares, permitindo assim a obtenção de parâmetros clínicos utilizados no diagnóstico mamário. Todo o processo se baseia em três etapas: minimização do ruído speckle, aumento de contraste da imagem e por fim, a segmentação. A técnica utilizada para minimização do ruído speckle baseia-se na Wavelet da família Symlet; técnicas para aumento de contraste na imagem são aplicadas para a segmentação. A partir daí, é aplicado o algoritmo de segmentação Asterisco, originalmente proposto para a detecção de microcalcificações em mamografias por raios X, e que mostrou também eficiência para os objetivos deste trabalho. A técnica Asterisco em conjunto com as de pré-processamento (minimização de ruído e aumento de contraste) produziu taxa de sensibilidade na detecção de nódulos da ordem de 90%. Em relação à qualidade da segmentação, a técnica apresentada neste trabalho também se mostrou satisfatória, superior às técnicas testadas, de acordo com a análise feita pelo cálculo de coeficientes de correlação de Pearson. É possível concluir que o sistema desenvolvido neste trabalho pode constituir-se numa ferramenta eficaz de segmentação de nódulos mamários em imagens de ultrassom, auxiliando o conjunto de informações disponíveis para um classificador automático em esquemas CAD em mamografia. / Breast cancer is one of the main health problems of the female population and should be faced as an important public health care issue. The ultrasound scanning is considered the most effective in complementary method of breast diagnosis. Nevertheless, the acquisition format of this sort degrades the images in various ways, being the speckle noise of noticeably influence once it leaves the image with grainy aspect. Therefore, the separability between objects of the scene is hindered. This work presents an automatic technique of ultrasound image segmentation of breast lumps. The algorithm allows the extraction of the nodular edges permitting the clinical parameters to be obtained for the breast diagnosis. All the process is based on three steps: speckle noise minimization, image contrast intensification and finally the segmentation. The technique used on the speckle noise minimization is based on the Wavelet transform of the Symlet family; image contrast intensifications are applied for the segmentation. Thereafter the algorithm of segmentation Asterisco is applied, which is originally proposed to detect micro calcifications in X-ray mammography, and has also shown efficiency regarding the goals of the present work. The Asterisco technique along with the pre processing techniques (noise minimizing and contrast intensification) produced sensitivity rate in nodule detection by 90%. With regard to the segmentation quality, the presented technique has also proved to be satisfactory as it has superior quality to the ones tested according to the analysis made by the Pearson\'s correlation coefficients calculation. Thus, it is possible to conclude that the system, which has been developed in this work, can constitute an efficient breast lumps segmentation tool so as to aid the set of available information to an automatic classifier in mammography CAD schemes.

Made available in DSpace on 2014-06-12T15:59:32Z (GMT). No. of bitstreams: 2 arquivo5160_1.pdf: 4852221 bytes, checksum: 00af0b636289f3973abc1f5ce9bce923 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / O ru´ıdo speckle aparece em imagens com iluminac¸ ao coerente, tais como, sonar, laser, ultra-sonografia e radar de abertura sint´etica (Synthentic Aperture Radar SAR). Existem diversas t´ecnicas para reduc¸ ao de ru´ıdo speckle. Este trabalho propoem uma metodologia que permite a utilizac¸ ao destas t´ecnicas a fim de produzir uma imagem filtrada. Esta imagem filtrada ´e obtida combinando pontualmente de forma linear as t´ecnicas j ´a dispon´ıveis. Os coeficientes da combinac¸ ao linear s ao encontrados tal que satisfac¸am aproximadamente as expectativas do usu´ario. A t´ecnica ´e denominada Filtragem Interagente, desde que as expectativas do usu´ario s ao expressas atrav´es das especificac¸ oes das regi oes de interesse e dos valores desejados associados a cada regi ao de interesse. A t´ecnica ´e implementada na linguagem IDL e integrada ao ENVI, uma plataforma de processamento de imagens. A proposta ´e avaliada em imagens sint´etica e real SAR utilizando duas medidas de qualidade, o erro m´edio quadr ´atico normalizado (NMSE - Normalized Mean Square Error) e o n ´umero equivalente de visadas (ENL - Equivalent Number of Looks), sob o crit´erio da relac¸ ao sinal-ru´ıdo (SNR Signal-to-Noise Ratio). Os resultados quantitativos e qualitativos obtidos s ao superiores aos obtidos com filtros cl ´assicos redutores de ru´ıdo speckle e as imagens obtidas satisfazem as expectativas do usu´ario.

O câncer de mama é um dos maiores problemas de saúde para a população feminina, devendo ser encarado como um importante problema de saúde pública. A ultrassonografia é considerada o método mais efetivo na complementação de diagnóstico de doenças mamárias, porém a forma de aquisição desse método diagnóstico degrada a imagem sob diversas formas, destacando-se o ruído speckle, o qual deixa a imagem com aspecto granulado, dificultando assim a separabilidade entre os objetos da cena. Este trabalho apresenta uma técnica automática para segmentação de nódulos mamários em imagens de ultrassom. O algoritmo permite a extração das bordas nodulares, permitindo assim a obtenção de parâmetros clínicos utilizados no diagnóstico mamário. Todo o processo se baseia em três etapas: minimização do ruído speckle, aumento de contraste da imagem e por fim, a segmentação. A técnica utilizada para minimização do ruído speckle baseia-se na Wavelet da família Symlet; técnicas para aumento de contraste na imagem são aplicadas para a segmentação. A partir daí, é aplicado o algoritmo de segmentação Asterisco, originalmente proposto para a detecção de microcalcificações em mamografias por raios X, e que mostrou também eficiência para os objetivos deste trabalho. A técnica Asterisco em conjunto com as de pré-processamento (minimização de ruído e aumento de contraste) produziu taxa de sensibilidade na detecção de nódulos da ordem de 90%. Em relação à qualidade da segmentação, a técnica apresentada neste trabalho também se mostrou satisfatória, superior às técnicas testadas, de acordo com a análise feita pelo cálculo de coeficientes de correlação de Pearson. É possível concluir que o sistema desenvolvido neste trabalho pode constituir-se numa ferramenta eficaz de segmentação de nódulos mamários em imagens de ultrassom, auxiliando o conjunto de informações disponíveis para um classificador automático em esquemas CAD em mamografia. / Breast cancer is one of the main health problems of the female population and should be faced as an important public health care issue. The ultrasound scanning is considered the most effective in complementary method of breast diagnosis. Nevertheless, the acquisition format of this sort degrades the images in various ways, being the speckle noise of noticeably influence once it leaves the image with grainy aspect. Therefore, the separability between objects of the scene is hindered. This work presents an automatic technique of ultrasound image segmentation of breast lumps. The algorithm allows the extraction of the nodular edges permitting the clinical parameters to be obtained for the breast diagnosis. All the process is based on three steps: speckle noise minimization, image contrast intensification and finally the segmentation. The technique used on the speckle noise minimization is based on the Wavelet transform of the Symlet family; image contrast intensifications are applied for the segmentation. Thereafter the algorithm of segmentation Asterisco is applied, which is originally proposed to detect micro calcifications in X-ray mammography, and has also shown efficiency regarding the goals of the present work. The Asterisco technique along with the pre processing techniques (noise minimizing and contrast intensification) produced sensitivity rate in nodule detection by 90%. With regard to the segmentation quality, the presented technique has also proved to be satisfactory as it has superior quality to the ones tested according to the analysis made by the Pearson\'s correlation coefficients calculation. Thus, it is possible to conclude that the system, which has been developed in this work, can constitute an efficient breast lumps segmentation tool so as to aid the set of available information to an automatic classifier in mammography CAD schemes.

Medical ultrasound is one of the most used tools for obtaining diagnostic, being a noninvasive technique, with high efficiency, low cost and real-time visualization. But these images are usually contaminated with a type of multiplicative noise known as speckle noise. This noise superimposed on the image granules that distorts and complicates the analysis of the diagnosis. Despite the removal of multiplicative noises has not been studied so extensively as the elimination of additive noise, there are some works that propose solutions to eliminate this type of noise, including works using variational methods. The variational methods have a smoothing term and a fidelity term, which are responsible for smoothing and preserving image characteristics, respectively. Typically, a balance is made between these two terms that will be used for all pixels in the image. This report will propose a variational method in order to reduce speckle noise in ultrasound images. The differential of the proposed method over other methods is the inclusion of a function in order to detect the locations of pixels with high noise level and pixels containing edges, ie, important features of the image that should be preserved. The function will adjust the fidelity and smoothing of the functional, so that this balance causes smoothing to be more severe in very noisy pixels and fidelity is more intense at the image edges. / Ultrassonografia médica é uma das ferramentas mais utilizadas para obtenção de diagnósticos, por ser uma técnica não invasiva, com alta eficácia, baixo custo e visualização em tempo real. Porém essas imagens normalmente são contaminadas com um tipo de ruído multiplicativo, conhecido como ruído speckle. Esse ruído sobrepõe granulações na imagem de forma que a distorce e dificulta a análise do diagnóstico. Apesar da eliminação de ruídos multiplicativos não ter sido estudada de forma tão extensiva quanto a eliminação de ruídos aditivos, existem alguns trabalhos que propõem soluções para eliminação deste tipo de ruído, incluindo trabalhos que usam de métodos variacionais. Os métodos variacionais possuem um termo de suavização e um termo de fidelidade, que são responsáveis por suavizar e preservar características da imagem, respectivamente. Normalmente, é feito um balanceamento entre esses dois termos que será utilizado em todos os pixels da imagem. Neste trabalho será proposto um método variacional com o objetivo de reduzir ruídos speckle em imagens de ultrassonografia. O diferencial do método proposto em relação a outros métodos, é a inclusão de uma função com o objetivo de detectar as localizações dos pixels com alto nível de ruído e dos pixels que contenham bordas, ou seja, características importantes da imagem que devem ser preservadas. Assim, a função irá ajustar a fidelidade e suavização do funcional, de forma que este balanceamento faça com que a suavização seja mais intensa em pixels bastante ruidosos e a fidelidade seja mais intensa em bordas da imagem. / Mestre em Ciência da Computação