Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D

Descripción del Articulo

La presente tesis tiene como finalidad evaluar el desempeño de 2 métodos de Súper Resolución aplicados a imágenes médicas digitales en 2D: El método Iterative Back Projecting (IBP) y el método Iterative Kernel Steering (IKS), utilizando el indicador objetivo denominado PSNR (Peak Signal to Noise Rat...

Descripción completa

Detalles Bibliográficos
Autor: Camargo Fernández Baca, Enzo
Formato: tesis de grado
Fecha de Publicación:2016
Institución:Universidad Nacional de Ingeniería
Repositorio:UNI-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.uni.edu.pe:20.500.14076/5389
Enlace del recurso:http://hdl.handle.net/20.500.14076/5389
Nivel de acceso:acceso abierto
Materia:Súper resolución de imágenes
Procesamiento de imágenes
Calidad de una imagen digital: PSNR
id UUNI_2b0a25268167c5ddd78448eecf739975
oai_identifier_str oai:cybertesis.uni.edu.pe:20.500.14076/5389
network_acronym_str UUNI
network_name_str UNI-Tesis
repository_id_str 1534
dc.title.es.fl_str_mv Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
title Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
spellingShingle Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
Camargo Fernández Baca, Enzo
Súper resolución de imágenes
Procesamiento de imágenes
Calidad de una imagen digital: PSNR
title_short Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
title_full Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
title_fullStr Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
title_full_unstemmed Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
title_sort Evaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2D
dc.creator.none.fl_str_mv Camargo Fernández Baca, Enzo
author Camargo Fernández Baca, Enzo
author_facet Camargo Fernández Baca, Enzo
author_role author
dc.contributor.advisor.fl_str_mv Oporto Díaz, Samuel Alonso
dc.contributor.author.fl_str_mv Camargo Fernández Baca, Enzo
dc.subject.es.fl_str_mv Súper resolución de imágenes
Procesamiento de imágenes
Calidad de una imagen digital: PSNR
topic Súper resolución de imágenes
Procesamiento de imágenes
Calidad de una imagen digital: PSNR
description La presente tesis tiene como finalidad evaluar el desempeño de 2 métodos de Súper Resolución aplicados a imágenes médicas digitales en 2D: El método Iterative Back Projecting (IBP) y el método Iterative Kernel Steering (IKS), utilizando el indicador objetivo denominado PSNR (Peak Signal to Noise Ratio) para evaluar el desempeño de cada método en las pruebas sintéticas, el cual se calcula basado en las diferencias que existen entre la imagen original (HR) y la imagen en Súper Resolución (SR) obtenida. La Súper Resolución es una tecnología diseñada en el campo del procesamiento de imágenes, diseñada con la finalidad de obtener una imagen de mayor resolución hasta 8 veces mayor a la imagen o imágenes de entrada, mediante el modelamiento de los fenómenos que afectan su obtención y minimizar sus efectos, mediante la adición de información que permita reconstruir la imagen real (HR) de forma más aproximada posible, logrando de esta manera la imagen en Súper Resolución (SR), esto es graficado en la Figura 27, donde se presenta el Esquema general de la Tesis, presentando el problema y su solución mediante Súper Resolución. En la presente tesis se logra mejorar la calidad de la imagen hasta 3 veces (3x) en relación a la imagen inicial obtenida, es decir, si la imagen de entrada tiene una resolución de 240 x 240 pixeles, se incrementa hasta en 720 x 720 pixeles, 3 veces en cada dirección ancho y alto. En relación al desempeño obtenido de métodos evaluados se demuestra que el método IBP (varias imágenes de entrada) es mejor el IKS (1 sola imagen de entrada), en los que no hay presencia de ruido, es decir, PSNR (IBP) > PSNR (IKS), asimismo hay casos que los que predomina el ruido, se observa que el IKS tiene mejores resultados obteniéndose PSNR (IBP) < PSNR (IKS). El aporte del presente trabajo y su desarrollo es trascendental por las potenciales aplicaciones futuras en mamografía, ecografía, rayos X, digitalización de placas de imágenes médicas, así como aplicaciones en la industria, seguridad civil y militar, exploración minera, forestal, hídrica y recursos en general, esto debido a que las imágenes al ser digitalizadas se pueden procesar y explotar de muchas maneras y extraer información relevante según su área de aplicación para la toma de decisiones. Palabras Clave: Súper Resolución, Método Iterative Back Projecting (IBP), Método Iterative Kernel Steering (IKS), mejora de la resolución de una imagen digital, fenómenos que afectan la resolución de la imagen, ruido, sub muestreo, desenfoque, interpolación de imágenes, Pico de Señal Ratio– Ruido o Peak Signal to Noise Ratio en ingles (PSNR), Punto de Funcion de Propagación o Point Spread Function (PSF), Pruebas sinteticas, imágenes médicas digitales, aplicaciones para el desarrollo nacional, aplicaciones en imágenes médicas, aplicaciones en imágenes satelitales.
publishDate 2016
dc.date.accessioned.none.fl_str_mv 2017-10-13T16:33:23Z
dc.date.available.none.fl_str_mv 2017-10-13T16:33:23Z
dc.date.issued.fl_str_mv 2016
dc.type.es.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.14076/5389
url http://hdl.handle.net/20.500.14076/5389
dc.language.iso.es.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es.fl_str_mv application/pdf
dc.publisher.es.fl_str_mv Universidad Nacional de Ingeniería
dc.source.es.fl_str_mv Universidad Nacional de Ingeniería
Repositorio Institucional - UNI
dc.source.none.fl_str_mv reponame:UNI-Tesis
instname:Universidad Nacional de Ingeniería
instacron:UNI
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
reponame_str UNI-Tesis
collection UNI-Tesis
bitstream.url.fl_str_mv http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/3/camargo_fe.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/2/license.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/1/camargo_fe.pdf
bitstream.checksum.fl_str_mv d2ed6389b86c4635161951cdee85f708
8a4605be74aa9ea9d79846c1fba20a33
0b1cfafb17eac8824b5224b757f920ef
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - UNI
repository.mail.fl_str_mv repositorio@uni.edu.pe
_version_ 1840085488769171456
spelling Oporto Díaz, Samuel AlonsoCamargo Fernández Baca, EnzoCamargo Fernández Baca, Enzo2017-10-13T16:33:23Z2017-10-13T16:33:23Z2016http://hdl.handle.net/20.500.14076/5389La presente tesis tiene como finalidad evaluar el desempeño de 2 métodos de Súper Resolución aplicados a imágenes médicas digitales en 2D: El método Iterative Back Projecting (IBP) y el método Iterative Kernel Steering (IKS), utilizando el indicador objetivo denominado PSNR (Peak Signal to Noise Ratio) para evaluar el desempeño de cada método en las pruebas sintéticas, el cual se calcula basado en las diferencias que existen entre la imagen original (HR) y la imagen en Súper Resolución (SR) obtenida. La Súper Resolución es una tecnología diseñada en el campo del procesamiento de imágenes, diseñada con la finalidad de obtener una imagen de mayor resolución hasta 8 veces mayor a la imagen o imágenes de entrada, mediante el modelamiento de los fenómenos que afectan su obtención y minimizar sus efectos, mediante la adición de información que permita reconstruir la imagen real (HR) de forma más aproximada posible, logrando de esta manera la imagen en Súper Resolución (SR), esto es graficado en la Figura 27, donde se presenta el Esquema general de la Tesis, presentando el problema y su solución mediante Súper Resolución. En la presente tesis se logra mejorar la calidad de la imagen hasta 3 veces (3x) en relación a la imagen inicial obtenida, es decir, si la imagen de entrada tiene una resolución de 240 x 240 pixeles, se incrementa hasta en 720 x 720 pixeles, 3 veces en cada dirección ancho y alto. En relación al desempeño obtenido de métodos evaluados se demuestra que el método IBP (varias imágenes de entrada) es mejor el IKS (1 sola imagen de entrada), en los que no hay presencia de ruido, es decir, PSNR (IBP) > PSNR (IKS), asimismo hay casos que los que predomina el ruido, se observa que el IKS tiene mejores resultados obteniéndose PSNR (IBP) < PSNR (IKS). El aporte del presente trabajo y su desarrollo es trascendental por las potenciales aplicaciones futuras en mamografía, ecografía, rayos X, digitalización de placas de imágenes médicas, así como aplicaciones en la industria, seguridad civil y militar, exploración minera, forestal, hídrica y recursos en general, esto debido a que las imágenes al ser digitalizadas se pueden procesar y explotar de muchas maneras y extraer información relevante según su área de aplicación para la toma de decisiones. Palabras Clave: Súper Resolución, Método Iterative Back Projecting (IBP), Método Iterative Kernel Steering (IKS), mejora de la resolución de una imagen digital, fenómenos que afectan la resolución de la imagen, ruido, sub muestreo, desenfoque, interpolación de imágenes, Pico de Señal Ratio– Ruido o Peak Signal to Noise Ratio en ingles (PSNR), Punto de Funcion de Propagación o Point Spread Function (PSF), Pruebas sinteticas, imágenes médicas digitales, aplicaciones para el desarrollo nacional, aplicaciones en imágenes médicas, aplicaciones en imágenes satelitales.Digital images have been widely applied in medicine like X rays, ecography, MRI among others. However, the image analisys can be limited by motion blur, movement induced by patient behaviour such little kids, low performance of equipment and the noise inherent within the image sensors, that every image digital equipment has. Therefore, the improvement of image quality becomes an important task for image analisys. I present super resolution methods as a important solution for improvement of image quality and finally evaluate their performance in medical images, also with photos. Super resolution is the process in which one or more images are used for the construction of just one superior resolution image more resolution than the input images.The input images are known as a low resolution image (LR: Low resolution image) and the result image are known as super resolution image (SR: Super resolution image). The applications of this technology are many besides medical are military, security, robotics, UAVs among others. NASA also uses super resolution for the image obtained from telescopes, satelites and in the aerospace research. Peru has realized important advances in the aerospace field, UNI has launched its own satellite and it was the first satellite launched by our Country history. Therefore this field of image processing and super resolution is so important for national development. Here, we develop a super resolution framework, one method is based on frecuency domain, uses iterative back projecting to achieve the super resolution image using many input images; and the another is based on methods that need just one image. A quantity comparison in computation time, visual performance and PSNR for measure objectively the image quality are performed. The results shows a great improvement of the resolution in 3x, for example one image of 171x171 pixeles is improved to 512x512 pixeles and the low resolution images of 30.19 dB for synthetic images, and a considerable visual improvement in sharpness and visual details for real medical images and real pictures images. The method based on many input images are more efficient and get better results than the method based on just one input image. Keywords: Super resolution, Iterative back projecting method (IBP), Iterative Kernel Steering, improve of quality digital image, phenomena that affects image resolution, noise, aliasing, downsampling, upsampling, interpolation, peak signal to noise ratio (PSNR), PSF (Point Spread Function), synthetic test, digital imaging, applications for national development, medical imaging, satelital imaging.Submitted by luis oncebay lazo (luis11_182@hotmail.com) on 2017-10-13T16:33:23Z No. of bitstreams: 1 camargo_fe.pdf: 4738127 bytes, checksum: 0b1cfafb17eac8824b5224b757f920ef (MD5)Made available in DSpace on 2017-10-13T16:33:23Z (GMT). No. of bitstreams: 1 camargo_fe.pdf: 4738127 bytes, checksum: 0b1cfafb17eac8824b5224b757f920ef (MD5) Previous issue date: 2016Tesisapplication/pdfspaUniversidad Nacional de Ingenieríainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNISúper resolución de imágenesProcesamiento de imágenesCalidad de una imagen digital: PSNREvaluación del desempeño de 2 métodos de súper resolución aplicado a imágenes médicas en 2Dinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero de SistemasUniversidad Nacional de Ingeniería. Facultad de Ingeniería Industrial y de SistemasTítulo ProfesionalIngeniería de SistemasIngenieríaTEXTcamargo_fe.pdf.txtcamargo_fe.pdf.txtExtracted texttext/plain223087http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/3/camargo_fe.pdf.txtd2ed6389b86c4635161951cdee85f708MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALcamargo_fe.pdfcamargo_fe.pdfapplication/pdf4738127http://cybertesis.uni.edu.pe/bitstream/20.500.14076/5389/1/camargo_fe.pdf0b1cfafb17eac8824b5224b757f920efMD5120.500.14076/5389oai:cybertesis.uni.edu.pe:20.500.14076/53892020-06-01 17:25:07.894Repositorio Institucional - UNIrepositorio@uni.edu.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
score 13.945474
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).