Metody morfologické skeletonizace objektů v biomedicínských obrazech

Abstract

Táto práca sa zaoberá skeletonizáciou binárnych objektov v 2D obrazoch. Popisuje princípy, prístupy a využitie skeletonizácie. Taktiež je teoreticky opísané fungovanie metód Lee, Zhang, Guo-Hall a Medial axis transform. Bol vytvorený vlastný dataset obrázkov pozostávajúci z biomedicínskych, ale aj nebiomedicínskych obrázkov rôznej topologickej úrovne. Dataset obrázkov bol podrobený skeletonizácii všetkými zvolenými metódami. Boli navrhnuté experimenty zameriavajúce sa na preskúmanie chovania skeletonizácie pod vplyvom hraničného šumu a rotácie. Pre jednotlivé experimenty boli vytvorené nové modifikované obrázky z pôvodného datasetu. Z výsledkov bola zistená zhoršená kvalita skeletonov z obrazov zasiahnutých stredným a veľkým hraničným šumom. Robustnosť voči rotácii sa u metód prejavila iba pri uhloch rotácie 90, 180 a 270 stupňov, s najlepšími výsledkami pre metódu Medial axis transform. Taktiež bol sledovaný výpočtový čas jednotlivých metód v závislosti na zvyšujúcom sa počte pixelov v obraze. Zaujímavé výsledky prinášala metóda Guo-Hall, no zároveň bola aj najpomalšia.

This thesis deals with the skeletonization of binary objects in 2D images. It describes the principles, approaches and uses of skeletonization. The functioning of the Lee, Zhang, Guo-Hall, and Medial Axis Transform methods is also theoretically explained. A custom image dataset consisting of biomedical and non-biomedical images of different topological levels was created. The image dataset was subjected to skeletonization by all of the selected methods. Experiments were designed to investigate the behavior of skeletonization under the influence of boundary noise and rotation. New modified images from the original dataset were created for individual experiments. The results indicated a degraded quality of skeletons from images affected by medium and high boundary noise. The methods showed robustness to rotation only at rotation angles of 90, 180 and 270 degrees, with the best results produced by Medial axis transform method. The calculation time of individual methods was also monitored depending on the increasing number of pixels in the image. The Guo-Hall method produced interesting results, but was also the slowest.