Registrace časových sekvencí s nízkou obrazovou kvalitou z fundus kamery využívající adaptivní optiku

Abstract

Tato diplomová práce se soustředí na registraci časových sekvencí snímků sítnice s nízkou kvalitou, pořízených pomocí fundus kamery rtx1 s adaptivní optikou. I když tato technologie poskytuje vysoké rozlišení, akvizice dat je často ztížena pohybem oka a šumem, což vytváří výzvy pro zpracování obrazu. Cílem je navrhnout metodiku pro registraci snímků z časových sekvencí, aby se zlepšila kvalita snímků a jejich klinická použitelnost. Úvodní část pojednává o teorii a principech fundus kamery a adaptivní optiky. Dále jsou na základě analýzy dat popsány použitelné metody hodnocení ostrosti, registrace snímků a vyhodnocení zpracovaných dat. Je provedena implementace algoritmu zahrnující automatické hodnocení kvality, registrační techniky pro průměrování dat za účelem redukce šumu a přídavného potlačení šumu denoisingem. Získané obrazy jsou srovnány se snímky získanými softwarem výrobce kamery. Výsledky ukazují, že navrhovaný postup zpracování účinně zvyšuje kvalitu snímků a redukuje šum, což napomáhá tvorbě ostrých obrazů sítnice. Diskutuje se i o možných vylepšeních algoritmu.This master thesis focuses on the registration of temporal sequences of low-quality retinal images acquired with the rtx1 fundus camera with adaptive optics. While this technology provides high resolution, data acquisition is often hampered by eye movement and noise, creating challenges for image processing. The aim is to devise a methodology for registering images from temporal sequences to improve image quality and clinical usability. The introductory section discusses the theory and principles of fundus camera and adaptive optics. Then, based on data analysis, the applicable methods of sharpness assessment, image registration and evaluation of the processed data are described. An~implementation of an algorithm including automatic quality assessment, registration techniques for data averaging to reduce noise, and additional noise suppression by denoising is presented. The acquired images are compared with the images obtained by the camera manufacturer's software. The results show that the proposed processing procedure effectively improves the image quality and reduces noise, which aids in producing sharp retinal images. Possible improvements to the algorithm are also discussed.