Comunicaciones

Resumen

Sesión Aplicaciones de la Matemática y Física Matemática

Filtrado y segmentación de imágenes CT mediante transformada wavelet discreta

Valentin N. Brunetti Bassini

Universidad Nacional de La Plata, Facultad de Ciencias Exactas, Argentina   -   Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Se expone un método de filtrado y reconstrucción de zonas de interés de imágenes de tomografía computarizada, basado en la descomposición wavelet discreta bidimensional y el uso de filtros de Gabor. El análisis sobre la descomposición wavelet de las imágenes supone una ventaja por sobre el estudio directo de los datos, ya que presenta mayor contraste entre objeto y fondo respecto de la imagen original, facilitando la detección de fronteras y la construcción de máscaras [1], [2]. Se aplicó un filtro de Gabor sobre la matriz de coeficientes de aproximación con el fin de realzar estructuras orientadas y mejorar la respuesta frente a transiciones objeto-fondo. Finalmente se realizaron tres técnicas de umbrado y postprocesado morfológico para obtener las máscaras de segmentación de la imagen.

En imágenes CT de buena calidad el filtrado y reconstrucción no produjo mejoras significativas. En cambio, en imágenes ruidosas el procedimiento pudo reducir la desviación estándar en mediciones de atenuación y uniformidad hasta en un 51 \% en el mejor de los casos, aunque a costa de artefactos perceptibles bajo inspección detallada. El proceso de segmentación mostró alta concordancia con máscaras de referencia en los conjuntos de imágenes tomográficas estudiadas. El código está implementado en MATLAB, y es parametrizable por tipo de wavelet, nivel de descomposición y parámetros de Gabor.

Palabras clave: transformada wavelet discreta, filtro de Gabor, segmentación de imagenes, tomografía computarizada (CT), reducción de ruido.

Referencias

[1] Priyadarsan Parida, Nilamani Bhoi (2017) Wavelet based transition region extraction for image segmentation. Future Computing and Informatics Journal, 2(2), 65-78

[2] Procházka Aleš, Hostalkova Eva, Gavlasová Andrea. (2008). Wavelet Transform in Image Regions Classification. Proceedings of the 8th IMA Conference on Mathematics in Signal Processing.

Ver resumen en PDF