کمک درباره مقاله GVF

[siakamary]

باسلام اینجانب سمیه سیاه کمری از دانشگاه آزاد همدان رشته مهندسی کامپیوتر هستم وبرای انجام پروژه ام نیاز به الگوریتمهای لبه برداری دارم و عنوان پروژه من "شناسایی تومورهای خوش خیم وبدخیم با استفاده از شبکه عصبی فازی است .برطبق تحقیقات اینجانب متوجه شدم که باید عسکهای اسکن شده M.R.I را پردازش تصویر کنم وباید توده هایی را که در مغز انسان مشاهده شده است با استفاده از پردازش تصویر در نرم افزار متلب والگوریتمهای لبه برداری بطور متوسط هر 10پیکسل از تصویر M.R.I. را به یک درایه از ماتریس خروجی از پردازش تصویر متلب تبدیل کنم اگر تمایل به کمک اینجانب داشتید میتوانید برای من پیام بگذارید یا اینکه به من ایمیل بزنید با تشکر
این هم ایمیل من می باشد:
s_siakamary@yahoo.com

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ...............

چند تا paper مناسب که احتمالا بتونه کمکتون کنه براتون میذارم . امیدوارم براتون مفید باشه ...

http://hal.archives-ouvertes.fr/docs...ercauteren.pdf

http://www.i3s.unice.fr/~johan/publis/MICCAI06.pdf

http://hal.archives-ouvertes.fr/docs...7-Perchant.pdf

http://www-sop.inria.fr/cafe/Manuel....ns/issac98.pdf

اینم یه لینک که شاید بتونه کمکتون کنه ..

http://www-sop.inria.fr/ariana/index.php

موفق باشید .

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ....................

بازم در مورد پروژتون میخوایم یه کم صحبت کنیم . ببینید برای اینکه امکان دست یابی به محدوده ی غده هارو داشته باشید باید در ابتدا از یه الگوریتم برای دوریابی غده استفاده کنید . برای این منظور هم میتونید از روش GVF استفاده کنید . این روش که مخفف Gradient Vector Flow هست روی اکتیو کانتور هایی بحث میکنه که با تغغیر یه خاصیت مثل میدان برداری، انژی لبه ها رو ارضا میکنن و به سمت لبه ها خودشونو سوق میدن . البته حلقه ی ابتدایی برای پیشرفت لبه یابی باید کاملا Iterative تعیین بشه و اون قسمت کار دست خوتونه که با چه Featue خاصی اون رو انتخاب کنید . برای آشنایی بیشتر با این روش به لینک های زیر مراجعه کنید . اگر هم جاییش به مشکل برخوردین، میتونین روی کمک ما حساب باز کنید .

http://www.ee.iitb.ac.in/~icvgip/PAPERS/218.pdf

http://www.cs.ualberta.ca/TechReport...10/TR08-10.pdf

http://reu.cs.uri.edu/people/student...esentation.pdf

http://paper.ijcsns.org/07_book/200605/200605A16.pdf

http://www.mica.edu.vn/Isere/third-m...alk%20Leow.pdf

http://ljk.imag.fr/membres/Valerie.P...ica_bilgot.pdf

http://www.comp.nus.edu.sg/~leowwk/p...2005-femur.pdf

http://journal.info.unlp.edu.ar/Jour...ST-Oct04-5.pdf

http://biblion.epfl.ch/EPFL/theses/2...3/3283_abs.pdf

http://www.mas.ecp.fr/vision/Personnel/ni***/pub/iccv01-01.pdf

http://people.brunel.ac.uk/~eesrhhz/ZHOU_PRL_2008_2.pdf

http://tcts.fpms.ac.be/publications/...c2003_mmbg.pdf

از اونجاییکه این Paper ها کاملا implement شده هست به عنوان مطمئن ترین مرجع میتونن مورد ارزیابی و رجوع قرار بگیرن . امیدوارم مطالب بتونه براتون مفید باشه . موفق باشید .

[siakamary]

پاسخ : کمک درباره مقاله GVF

با سلام و عرض ادب حضور شما
ببخشید من درباره مقاله GVFمیخوام کخه بیشتر بدونم چون اصطالاحاتی که در این زمینه هست داخل مقاله زیاد سر در نمیارم یه منبع معتبر وفارس در این زمینه وجود داره اگه هست یا کسی می تونه به من کمک کنه خیلی مشتاقم که یاد بگیرم به دلیل اینکه وقتم خیلی کم با تشکر فراوان از شما

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ..............

بهتر بود توی همون تاپیک قبلی بحث رو دنبال میکردید .. من در این مورد منبع فارسی سراغ ندارم اما میتونم براتون توضیحاتشو بذارم .. منتهی یک مقدار درگیر هستم و میفته آخر هفته .. اشکال که نداره؟

[siakamary]

پاسخ : کمک درباره مقاله GVF

با سلام وعرض ادب حضور شما
با تشکر از حسن توجه شما به تمام تایپکها و کمک بی شائبه تان در رفع وحل مشکلات اعضا ممنون میشم مشکلی نیست
با تشکر فراوان از شما

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ...........

ببینید توضیحاتی که در زیر براتون گذاشتم مربوط به الگوریتم GVF و انواع متداول اون و البته مفاهیم کاربردیشه .. اگه Paper هایی که براتون گذاشته بودم نگاه کرده باشید ؛ حتما متوجه شدید که یه سری اصطلاح و عبارت توی همشون مشترکه .. در این مطالب در مورد اون عبارات صحبت میکنیم .. کلا روند این الگوریتم به این ترتیبه که شما یه حلقه رو روی تصویرتون قرار میدید و بعد اون حلقه بر حسب انرژی لبه های آبجکت کم کم به سمت اونها حرکت میکنه و در نهایت با لبه های آبجکت یکی میشه (کاملا منطبق میشه و این همون Boundary Extraction هست . یعنی استخراج لبه های آبجکت در تصویر ورودی و تحویل اون به خروجی) ...

** Active Contour Model : منحنی هایی هستن که از نظر عملیاتی کاملا پویا هستن، به این معنی که همواره به دنبال یه feature خاص هستن که اینجا همون انرژی مینیمم هست . اما کاربرد اصلی اونها در زمینه ی Segmentation (قسمت بندی کردن..) و Tracking (دنبال کردن ..) هست . یعنی به وسیله ی این منحنی ها میشه به راحتی یک جسم رو دنبال کرد (البته با دقت نسبتا خوب..) . به این منحنی ها Snake هم میگن . از این به بعد با این عنوان بحثو ادامه میدیم ..

در حالت کلی دو نوع مختلف برای Snake تعریف میکنن : Parametric و Level Set . نوع Level Set از نظر برتری میتونه خیلی بهتر از نوع پارامتریک باشه چراکه میتونه در یه تصویر چندین آبجکت رو در بر بگیره و نسبت به اجرا شدن هم حساسه (نوع محلی که برای Contour اولیه تعریف میشه ..) اما در مقابل نواقصی هم داره که از اون جمله میشه به گسستگی منحنی در استخراج لبه ها در یه تصویر یا بروز خطا در تشخیص لبه ها در محیط نویزس اشاره کرد . دلیلش هم که اشاره کردیم . وقتی در نوع Level Set این قابلیت وجودداشته باشه که برای یه تصویر آبجکت های زیادی Capture بشه خب این به اون معناست که اگه تصویر ما توی یه محیط نویزی باشه (مثلا خطوط distort شده ..) لبه ی خطوط نویز هم گرفته میشه (البته در بهترین حالی ..) واین یه خطا در اجرای الگوریتممونه .. شکل های زیر این دوتا نقص رو به خوبی نشون میده ..

اما معمولا برای طرح ها Application پردازش به این ترتیبه که میخوان یه آبجکت خاص در تصویر دور گرفته بشه (لبه های اون آبجکت خاص مشخص بشه ..) پس طبیعتا از نوع پارامتریک باید استفاده بشه . البته این به این معنا نیست که اگه محیط نویزی بود دیگه از نوع Level Set نمیشه استفاده کرد؛ نه! برای اون تیکه هم راه حل وجد داره . مثلا میشه با استفاده از Morphological Image Processing یه Structing Element مناسب انتخاب کرد تا آبجکت های خیلی کوچیک تصویر(همون خطوط نویزی تصویر ..) در اصطلاح Erode بشه به این معنا که از تصویر اصلی حذف بشه . اما موضوع گسستگی رو نمیشه به این راحتی ها حل کرد و برای حل اون زمان اجرای الگوریتم خیلی کند میشه . پس از همون نوع پارامتریک استفاده میکنیم ..

اما مدل پارامتریک هم محدودیت های خاص خودشو داره . مثلا اینکه منحنی اولیه که یه صورت Iterative تعیین میشه نباید خیلی پرت و دور از آبجکت باشه در غیر این صورت لبه ی آبجکتمون توی تصویر تشخیص داده نمیشه . دومیش اینه که در مقابل محیط های مقعر یک مقدار ضعف نشون میده ..

اما نوع پارامتریکی که اساسش جریان های برداری دینامیک (تقریبا ترجمش این میشه .. ) یا همون fluid vector flow هست نوعیه که واقعا از نقص های که گفتیم بری شده و اساسا دو تا مزیت مهم داره .. اول اینکه برای منحنی که در Iteration اولیه انتخاب میکنیم محدودیتی وجود نداره و دوم اینکه با نواحی مقعر هم به مشکل بر نمیخوره ..

**Traditional Snake : این مدل نوعی از مدل پارامتریکه و به صورت زیر تعریف میشه .. یه منحنی پارامتریک بر حسب s که محدوده ی S هم از 0 تا یکه . با استفاده از contour اولیه ای که انتخاب میشه (به صورت Iterative ..) با تصویر ورودی آمیخته میشه تا تابع انرژی زیر رو مینیمم کنه . در تابع زیر Ei انرژی ورودی لبه هاست (اولیه ..) و Ee هم انرژی خروجیه .. رابطه ی انرژی ورودی هم به صورت زیره ..

برای اینکه یه Snake بتونه در مینیمم کردن مقدار تابع انرژی موثر باشه از رابطه ی اویلر-لاگرانژ استفاده میکنن .. رابطش هم به صورت زیره ..

**GVF Snakes : این مدل از کانتور آبجکت بر اساس همیاسگس اطراف لبه، اطلاعات لبه هارو استخراج میکنه و از این جهت محدوده ی حلقه ی Iteration اولیه ی اون میتونه وسیع تر باشه (نسبت به مدل قبلی ..) خطوط نیرویی که برای این مدل تعریف میشه نسبت به مدل قبلی (Traditional ..) یک مقدار فرق میکنه و اونم اینه که نمیشه در این مدل اونهارو به صورت گرادیان منفی تابع پتانسیل تعریف کرد . از طرفی این مدل به صورت مستقیم ، یه میدان برداری تعریف میشه و برای مینیمم کردن تابع انرژی اون باید به روش زیر عمل کنیم. البته قبل از این مطلب اینو هم بگم که منظور از K پارامتر خمش هست به این معنا که کانتور شما چقدر میتونه انعطاف پذیر باشه (حتی برای محدوده های مقعر ..) . برای به دست آوردن GVF Snake باید معدله های زیر رو حل کنید ..

معادله ای که باید حل بشه ..

مدل های دیگه ی اون هم در Paper جناب Tao Wang هست .. حالا شما میتونید اونهارو هم ببینید اما فکر نکنم به کارتون بیاد .. شما این موارد (ناقص بنده ..) رو مطالعه کنید تا وارد مراحل پیاده سازی اون بشیم و در متلب کدهاش رو پیاده سازی کنیم .. من چند تا کد ساده و البته Implement شده براتون پیدا میکنم و میذارم همین جا تا بحث رو ادامه بدیم .. در شکل های زیر هم دو نمونه از اجرای این الگوریتم رو میتونید ملاحظه کنید ..

موفق باشید ..

[hess]

پاسخ : کمک درباره مقاله GVF

سلام .................

ببینید در پست بالا گفتم که Paper آقای Tao Wang مطالب خوبی در مورد تقسیم بندی انواع Active Contour Model گفته اما خود مقاله رو یادم رفت براتون بذارم .. برای اون مقاله روی لینک زیر کلیک کنید .. موفق باشید ..

http://www.cs.ualberta.ca/TechReport...10/TR08-10.pdf

[siakamary]

پاسخ : کمک درباره مقاله GVF

با سلام وعرض ادب حضور شما
1-ببخشید منظور شما از آبجکت در اینجا همون تودهای که با ید در مغز باا ستفاده از الگوریتم پیدا کرد؟
2- حلقه روی تصویر رو خودمون باید بزاریم یانهاین حلقه رو خود الگوریتم ایجاد میکنه؟
3-واین حلقه کجای تصویر باشه بهتره؟
4- این مطلبو درست فهمیدم یانه انرزی لبه توده توموری داری کمترین انرزیه درسته؟
باتشکر فراواناز شما من این مدت رو میانترمهای زیادی دارم به این خاطر کمتر در سایت حضور داشتم

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ..................

جواب سوال اولتون : در واقع در تصاویری که از اسکن به دست میاد مهم اون قسمتیه که میخوایم روش پردازش کنیم .. پس منظور ما از آبجکت همون غده های مورد بررسی هستن ..

جواب سوال دومتون : حلقه ی اولیه رو خودمون میذاریم .. وقتی صحبت Iteration Operation مطرح میشه در واقع منظور سلسله عملیات و فرآیندهاییه که با انتخاب یه مرحله توسط خود کاربر انتخاب میشه .. پس در اینجا انتخاب کانتور اول با خود کاربر هست .. الگوریتم انرژی این کانتور رو مینیمم میکنه ..

جواب سوال سومتون : بستگی به نوع انتخاب الگوریتم شما داره .. الان ما روی مدل پارامتریک صحبت کردیم و البته در حیطه ی GVF Forces به این معنی که ویژگی های این نوع باید استفاده کنیم .. یکی از مواردی که در این مدل برطرف شده (نسبت به انواع دیگه ی پارامتریک ..) اینه که Capture Range کانتور زیاد شده به این معنی که محدودیت برای انتخاب کانتور شما وجود نداره (البته در یه محدوده ی معقول ..) اما اگه شما حلقتون رو در داخل آبجکت قرار بدید (یا وسط اون ..) Order Of Iteration شما کمتر میشه و به طبع نتیجه گیریتون سریع تر انجام میشه ..

جواب سوال چهارمتون : ببینید همون طور که در بالا هم گفتم شما انرژی کانتور رو دنبال میکنید تا به مینیمم مقدار برسید .. در واقع بر میگرده به مدل Edge Map شما .. حالا که تصویرتون Gray Scale هست (احتمال قوی ..) پس پردازش توسط این الگوریتم باید مینیمم انرژی لبه ها رو ارضا کنه .. موفق باشید ..

[siakamary]

پاسخ : کمک درباره مقاله GVF

با سلام وعرض ادب به شما
1-آیا کانتور یا حلقه ای که روی تصویرایجاد میکنیم اندازه اون به نتیجه نهایی بستگی داره؟
2- منظور من از نتیجه نهایی وضوح وگسستگی نقاط محدوده تومور یعنی آیا با بزرگتر شدن کانتور وضوح تومور نهایی تفاوتی داره یا بهتر سوال رو مطرح کنم اندازه کانتور با وضوح و گسستگی نقاط در شکل تومورکه جواب الگوریتم هست چه نسبتی داره؟
3-آیا این الگوریتم میتونه که یه سری خصوصیات از تومور و ناحیه ی سالم مغز رو به ما بده مثلا این توده توموری داری یه حاشیه در سطح توده توموری هست یا نه؟

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ...............

جواب سوال اول و دومتون : ببینید اگه منظور شما از نتیجه ی نهایی ؛ اتمام Order پردازش بر روی آبجکت هست ، باید بگم که نه .. فرقی نمیکنه شما Initial Contour تون رو کجا یا با چه اندازه ای انتخاب کنید .. ممکنه در سرعت رسیدن به نتیجه تاثیر داشته باشه اما هر انتخاب در نهایت به یک جواب میرسه .. مثالی که میتونم براتون بزنم همون تصویر چند شکل هندسیه که در پست بالا مشخص شدن ..

جواب سوال سومتون : GVF Forces تنها قادره که از طریق Boundary Extrection به مراحل Process کمک کنه و نمیتونه ویژگی خاصی رو از Texture تصویر استخراج کنه .. در واقع اگه بخوام سوال شمارو یک مقدار کلی تر مطرح کنم این طور میشه که شما میخواید از این الگوریتم به عنوان ابزار Feature Extraction یا Texture Detection استفاده کنید که یک همچین موردی ممکن نیست .. درسته که این الگوریتم توی Tracking هم کاربرد داره اما در اونجا هم نکته ای که مهمه اینه که نقاط روی Boundary برای ادامه ی پردازش اهمیت پیدا میکنن ..

اگه نگاهی دقیقتر به روند الگوریتم داشته باشید متوجه میشید که ابن الگوریتم صرفا با Vector Force هایی کار داره که در هر مرحله برای مینیمایز شدن پردازش میشن .. اما اگه میخواید برای آبجکتتون این طور ویژگی ها رو هم قائل بشید و به اصطلاح نشون بدید که تومور شما (همون آبجکتتون ..) دارای خطوط حاشیه هست یا نه میتونید از تکنیک های Morphological استفاده کنید .. یعنی در ابتدا خطوط آبجکتتون رو با استفاده از دستورهای مشخص این محدوده تشریح کنید و بعد از GVF برای لبه یابی اون کمک بگیرید .. موفق باشید ..

[hess]

پاسخ : کمک درباره مقاله GVF

سلام ...............

در لینک زیر دوتا Source Codeهست که ممکنه براتون مفید باشه .. اونهارو هم ببینید بد نیست .. موفق باشید ..

http://www.eca.ir/forum2/index.php?topic=23314.0

[siakamary]

پاسخ : کمک درباره مقاله GVF

با سلام وعرض ادب
1)آیا تکنیکهای morphological در مورد خصوصیات و ویژگی های آبجکت بحث میکنه؟
2)آیا شما میتوانید یه منبع یا مقاله درباره تکنیکهای morphological به اینجانب معرفی فرمائید؟


((باکمال تشکر از تمام زحمات وکمکهای شما))

[hess]

پاسخ : کمک درباره مقاله GVF

سلام...............

Morphological Image Processing تکنیکی در پردازش تصویره که بااستفاده از روابطی که بر روی مجموعه های باینری (بهصورت عمومی ..) تعریف میکنه، به اعمال پردازش های خاص روی تصویر میپردازه ..

2)آیا شما میتوانید یه منبع یا مقاله درباره تکنیکهای morphological به اینجانب معرفی فرمائید؟

منبع یا مقاله ی فارسی که در این مورد خیلی کم هست (مخصوصا مطالبی که بشه به اونها استناد کرد ..) اما فصل نهم کتاب گونزالس این بحث رو کامل توضیح داده .. اتفاقا من قصد داشتم که یه تاپیک جدید برای این مبحث ایجاد کنم اما متاسفانه از نظر زمانی در مضیقه هستم .. حالا این فرمایش شما بهانه ای شد که هر جوری هست این تاپیک رو ایجاد کنم .. من آخر هفته یک مقدار آزاد تر میشم و مطالب این مبحث رو به مرور در یه تاپیک جدید مطرح میکنم .. موفق باشید ..