Užití diskrétní wavelet transformace v potlačování rušivých složek biomedicínských obrazů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F08%3A00020856" target="_blank" >RIV/60461373:22340/08:00020856 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Užití diskrétní wavelet transformace v potlačování rušivých složek biomedicínských obrazů

Popis výsledku v původním jazyce

Diskrétní wavelet transformace (DWT) nalézá využití připotlačování šumu v obrazu. Proces transformace obsahuje dekompozici, kdy z původního obrazu vzniká sada aproximačních a detailních koeficientů. Opačný postup se nazývá rekonstrukce, kdy při nezměněných hodnotách koeficientů vznikne původní obraz. Tato práce popisuje dvě konkrétní wavelet transformace ? Haarovu a Daubechies. Potlačení šumu je realizováno prahováním detailních wavelet koeficientů před následnou rekonstrukcí. Druhá část práce je protozaměřena na studium prahování ? rozsah, tvar prahovací funkce a metody výpočtu prahu. Kvalita potlačení šumu byla posouzena pomocí PSNR kritéria (Peak signal to noise ratio). Ke studiu metod potlačování šumu byly použity biomedicínské obrazy MR.

Název v anglickém jazyce

Discrete Wavelet Transform in Biomedical Noise Reduction

Popis výsledku anglicky

The Discrete Wavelet Transform (DWT) is a widely used toll for image noise reduction. In the wavelet decomposition process, the original image is transformed into a set of approximation and detail coefficients. The inverse process is called wavelet reconstruction. Provided the wavelet coefficients are not changed, the outcome of reconstruction is a perfectly reconstructed original image without any loss of information. This work describes two DWT functions, i.e. the Haar and the Daubechies function. Noise reduction is realized through thresholding the detail coefficients prior to image reconstruction. Our further studies are focused on the shape of the thresholding function, and estimation and adaptability of the threshold limit. In our noise reductionexperiments, we used biomedical magnetic resonance images and evaluated the results using the Peak Signal to Noise Ratio (PSNR) measure.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

16th Annual Conf. Proc. Techn. Computing Prague 2008

ISBN

978-80-7080-692-0

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

—

Název nakladatele

Humusoft

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

11. 11. 2008

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—