Académique Documents
Professionnel Documents
Culture Documents
Tran, Li-Thiao-T Sbastien, Luong Marie, JeanMarie Rocchisani, Le Tien-Thuong, Franoise Dibos
I. ABSTRACT
La rsolution spatiale indique la capacit dtecter les petits dtails ou structures dans une image mdicales. En cas dune mauvaise rsolution et du bruit,
certains dtails dinformation vitale ne peuvent pas tre distingus
Amliorer la rsolution spatiale peut apporter une aide utile une meilleure
dtection et prcision de diagnostic des maladies.
En cas de bruit important, les mthodes de super-rsolution classiques ne
sont plus efficaces. Nous dveloppons une mthode bas exemple, de superrsolution et de dbruitage intg, pour amliorer efficacement la rsolution spatiale et dbruiter dimages mdicales.
Dbruitage
Dbruitage est le processus de reconstruction de l'image originale en supprimant les bruits indsirables d'une image dgrade. Une method de dbruitage
efficace est conue pour supprimer le bruit, tout en prservant autant que possible les structures et les dtails de l'image.
Un modle de formation d'image :
o y est limage dgrade, x dsigne les coordonnes spatiales 2-D de pixels
dans une image, u est l'image originale, et n indique le bruit additif indpendent.
III. RSULTATS
Super-rsolution
Limage bruite et de basse rsolution Y sera reprsente comme un ensemble
de N chevauchements des patchs l:
Les patchs LR et HR sont lis par :
Il est suppos que le patch
peut tre reprsent comme une combinaison linaire non-ngative parcimonieuse des patchs de HR dans la base de
donnes
Super-rsolution
Super-rsolution (SR) est une classe de techniques qui amliorent la rsolution spatiale d'un systme de formation d'image. La super-rsolution consiste
reconstruire une image haute resolution (HR) partir d'une ou plusieurs images
basse resolution (BR).
Pour trouver le vecteur nous formulons ce problem comme la dcomposition parcimonieuse suivante :
[NE] H. Chang, D. Yeung, and Y. Xiong, Super-resolution through neighbor embedding, in Proc. IEEE CVPR (2004), 275-282.
[ScSR] J. Yang, J. Wright, T. Huang, Y. Ma, Image super-resolution via sparse representation. IEEE Trans. on Image Process.,
2010.
[MN] W. T. Freeman, T. R. Jones, and E. C. Pasztor, Example-based super-resolution, IEEE Comp. Graph. and Appl. 22 (2002),
no. 2, 56-65 .
Conclusion
Notre objectif
Estimer une image haute rsolution partir d'une seule image bruite basse
rsolution, avec l'aide d'une base de donnes spcifique de patchs (imagettes)
haute et basse rsolution.
par :
La mthode SRSW est plus efficace que les autres lorsque le bruit est important.
Cette mthode de SR est donc trs utile en imagerie mdicale
Rferences
[1] D. H. TRINH, M. LUONG, F. DIBOS, J.-M. ROCCHISANI, C.-D. PHAM and Truong Q. NGUYEN,
Novel Example-based Method for Super-Resolution and Denoising of Medical Images. IEEE Transaction on Image Processing, Vol. 23, Isssue 4, pp. 1882-1895. DOI: 10.1109/TIP.2014.2308422. Avril 2014
[2] D. H. TRINH, M. LUONG, J.-M. ROCCHISANI, C. D. PHAM, H.D. PHAM and F. DIBOS, "An Optimal Weight Method for CT Image Denoising", Journal of Electronic Science and Technology, 10(2),
Juin 2012
[3] D. H. TRINH, M. LUONG, J.-M. ROCCHISANI, C. D. PHAM, and F. DIBOS, "Adaptive Medical
Image Denoising Using Support Vector Regression". In Computer analysis of images and patterns- Part
I, LNCS 2011, Springer-Verlag Berlin, Heidelberg 2011, Volume 6854/2011, pp. 494-502, 2011. DOI:
10.1007/978-3-642-23672-3_60
[4] D. H. TRINH, M. LUONG, J.-M. ROCCHISANI, C. D. PHAM, H.D. PHAM and F. DIBOS, Image
Resolution Enhancement by Projection Onto Convex Hull, IEEE International Symposium on Signal
Processing and Its Applications, HoChiMinh Ville, Vietnam, December 2012