Методика обработки изображений биомедицинских сигналов

Методика устранения посторонних шумов и коррекции искажения типа дисфокусировки. Обрезка сильно искаженных краев изображения. Построение яркостной гистограммы изображения и его преобразование в индексный формат с восьмицветовой палитрой в пакете Matlab.
Краткое сожержание материала:

Размещено на

МИНОБРНАУКИ РФ

ПЕНЗЕНСКАЯ ГОСУДАРСТВЕННАЯ ТЕХНОЛОГИЧЕСКАЯ АКАДЕМИЯ

Контрольные работы по дисциплине

«Методы обработки биомедицинских сигналов и данных»

Выполнила: студентка группы 8БМ3зи

Малышева (Шарова) Е.Н.

Проверил: к.т.н., доцент.,

Киреев А.В.

Пенза - 2011г.

Задание №1

Для изображения, соответствующего варианту задания устраните посторонние шумы и скорректируйте искажения типа дисфокусировки. Обрежьте сильно искаженные края изображения. Постройте яркостную гистограмму изображения, на основании которой повысьте его контрастность. Затем преобразуйте изображение в индексный формат с 8 цветной палитрой. (Задание выполняется в пакете Matlab).

Загрузка изображения в переменную А производится по команде

>> A=imread('10imag.jpg');

Просмотр изображения выполняется по команде

>> imshow(A)

В результате выводится исходное изображение:

Для фильтрации сначала создаётся пустое изображение, такого же размера, как и исходное

>> B=uint8(zeros(453,460,3));

Затем выполняется медианальная фильтрация отдельно для каждого слоя

>> B(:,:,1)=medfilt2(A(:,:,1));

>> B(:,:,2)=medfilt2(A(:,:,2));

>> B(:,:,3)=medfilt2(A(:,:,3));

Результат фильтрации выводится на экран по команде

>> imshow(B)

Для устранения размытия изображения создаётся функция размытия точки

>> PSF=fspecial('disk', 1);

и выполняется восстановление отдельно для каждого слоя

>> C=uint8(zeros(453,460,3));

>> C(:,:,1)=deconvwnr(B(:,:,1), PSF);

>> C(:,:,2)=deconvwnr(B(:,:,2), PSF);

>> C(:,:,3)=deconvwnr(B(:,:,3), PSF);

Ниже приведены результаты восстановления для r=1, 2 и 3.

Наилучшие результаты получаются с радиусом размытия r=1.

Обрезка краёв изображения выполняется по команде

>> D=C(10:440,10:450,:);

Вывод результата на экран выполняется по команде

>> imshow(D)

Яркостные гистограммы для красного, зелёного и синего цветов строятся по командам

>> imshow(D)

>> imhist(D(:,:,1))

>> figure

>> imhist(D(:,:,2))

>> figure

>> imhist(D(:,:,3))

Анализируя гистограмму изображение, можно заключить, что повышение его контраста возможно в результате усечения динамического диапазона изображения, что выполняется по команде

>> Q=D;

>> Q(:,:,1)=imadjust(D(:,:,1), [0.2 0.8]);

>> Q(:,:,2)=imadjust(D(:,:,2), [0.2 0.8]);

>> Q(:,:,3)=imadjust(D(:,:,3), [0.2 0.8]);

Новые гистограммы имеют вид

Изображение после улучшения цветового контраста

>> imshow(Q)

Преобразование изображения в индексное с 8 битной палитрой выполняется по команде

>> [I,map] = rgb2ind(Q, 8);

Результат преобразования выводится по команде

>> imshow(I,map)

Задание №2

коррекция изображение дисфокусировка палитра

Для электрокардиосигналов, соответствующих варианту задания постройте усреднённый участок кардиоцикла и определите амплитуды Q, R, S, T, U зубцов и длительности интервалов между ними; постройте частотный спектр, определите амплитуды и частоты его характерных участков. Определите внутригрупповые и межгрупповую дисперсии вычисленных информативных признаков для нормальных и патологических ЭКС. Выберите наиболее информативные признаки, и по ним определите тип неизвестных электрокардиосигналов. Оцените достоверность классификации.

Внешний вид и обозначения основных элементов кардиосигнала

Форма усреднённого кардиоцикла нормального ЭКС

Форма усреднённого кардиоцикла патологического ЭКС

Параметры нормальных ЭКС

	амплитуды зубцов	интервалы
	Q	R	S	Q-R	R-S	ЧСС
1	-103.500	296.500	-83.500	1.000	2.000	40.000
2	-78.512	309.488	-114.512	1.000	2.000	41.000
3	-97.379	539.705	-59.611	2.000	4.000	39.000
4	-48.917	403.083	-40.417	2.000	2.000	60.000
5	-71.347	432.153	-103.847	2.000	1.000	49.000
6	-8.673	42.327	-10.173	7.000	4.000	78.000
7	-66.195	313.616	-393.301	9.000	9.000	64.000
8	-32.195	365.805	-168.195	3.000	2.000	41.000
?	-63.340	337.835	-121.695	3.375	3.250	51.500
??	1034.354	20730.131	14379.793	8.839	6.500	206.571

Параметры патологических ЭКС

амплитуды зубцов	интервалы
Q	R	S	Q-R	R-S	ЧСС
-20.265	291.735	-66.265	7.000	5.000	51.000
-7.569	159.931	-51.569	3.000	2.000	51.000
-34.440	223.060	-37.440	3.000	1.000	58.000
-48.917	403.083	-40.417	2.000	2.000	Другие файлы: Методы цифровой обработки сигналов для решения прикладных задач Рассмотрены актуальные вопросы цифровой обработки сигналов для решения практических задач. Проведен анализ методов автоматического оценивания дисперси... Методы слепой обработки сигналов и их приложения в системах радиотехники и связи Книга посвящена новому направлению цифровой обработки сигналов, известному как «слепая обработка сигналов». Методы и алгоритмы слепой обработки сигнал... Применение цифровой обработки сигналов В книге рассматриваются применения цифровых методов для обработки сигналов в системах связи, геофизике, радио- и гидролокации, а также для анализа реч... Быстрые алгоритмы и программы спектральной обработки сигналов и изображений Спектральное представление сигналов в базисах функций.Синтез эффективных алгоритмов БПФ действительных последовательностей.Синтез эффективных алгоритм... Конспект лекций. "Автоматизация обработки и анализа медико-биологической информации" Ч.1 и Ч.2 Описание (Ч.1): В пособии изложены теоретические и вычислительные аспекты обработки и анализа медико-биологической информации. Рассматриваются принци...