Image Restoration by Inpainting Methods Applied to CT Reconstruction
Descripción del Articulo
        Digital inpainting es el arte de llenar partes perdidas o deterioradas de imágenes o videos en una forma que no es perceptible por un observador ordinario. Artefacto es cualquier error en la representación de la información introducida por el equipo o técnica involucrada. La reducción de artefactos...
              
            
    
                        | Autor: | |
|---|---|
| Formato: | tesis de maestría | 
| Fecha de Publicación: | 2012 | 
| Institución: | Superintendencia Nacional de Educación Superior Universitaria | 
| Repositorio: | Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI | 
| Lenguaje: | inglés | 
| OAI Identifier: | oai:renati.sunedu.gob.pe:renati/1776 | 
| Enlace del recurso: | http://renati.sunedu.gob.pe/handle/sunedu/1336616 | 
| Nivel de acceso: | acceso abierto | 
| Materia: | Diagnóstico por imagen Procesamiento de imágenes Técnicas digitales para el diagnóstico por imagen Técnicas digitales en procesamiento de imágenes http://purl.org/pe-repo/ocde/ford#2.06.02  | 
| Sumario: | Digital inpainting es el arte de llenar partes perdidas o deterioradas de imágenes o videos en una forma que no es perceptible por un observador ordinario. Artefacto es cualquier error en la representación de la información introducida por el equipo o técnica involucrada. La reducción de artefactos se considera un tema crítico en la investigación y desarrollo de rayos X CT. Nuestro enfoque es obtener una reducción de artefacto de metal (MAR), mediante la comparación de 2D inpainting resultados en el dominio de la proyección y sinogram. Nuestras imágenes CT provienen de CIVA (simulación), SkyScan2011, PerkinElmer (experimental). En primer lugar, probamos ocho algoritmos de inpainting: Variación Total (TV), Curvature Driven Diffusion (CDD), Mean Curvature Diffusion (MCD), Euler's Elastica, Morphologic Rotation Invariant (MRI), Fast Marching Method (FMM), Anisotropic Diffusion-Based (AdB) y Exemplar-Based (ExB). Luego validamos nuestros resultados utilizando el error cuadrático medio (MSE), la relación pico de señal a ruido (PSNR) y el Índice de Similitud Estructural Multi-Escala (MS-SSIM). Los resultados se compararon entre ellos considerando: el tiempo y las tres evaluaciones de calidad de imagen mencionadas. Finalmente, nuestros experimentos demostraron que nuestros dos mejores resultados de calidad MAR fueron obtenidos por CDD y ExB, para nuestras imágenes experimentales en el dominio de proyección. Los resultados en el dominio del sinograma fueron solo cualitativos. | 
|---|
 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).
    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).