کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6938311 1449925 2018 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel method for automated correction of non-uniform/poor illumination of retinal images without creating false artifacts
ترجمه فارسی عنوان
یک روش جدید برای تصحیح خودکار روشنایی غیر یکنواخت / ضعیف تصاویر شبکیه بدون ایجاد مصنوعات نادرست
کلمات کلیدی
تصویر پایه رنگ تصحیح رنگ، اصلاح نور تجزیه و تحلیل خودکار تصویر شبکیه
ترجمه چکیده
تصاویر شبکهای اغلب با تغییرات ناخواسته در روشنایی رخ می دهد که به علت ناکامی های بیش از حد در فرایند کسب تصویر رخ می دهد. این نور نامتقارن در سراسر شبکیه می تواند اطلاعات پاتولوژیکی را که می تواند از تصویر بدست آورده، محدود کند. و در هنگام انجام وظایف پردازش تصویر می تواند به مشکلات جدی منجر شود که نیاز به تجزیه و تحلیل کیفی و کمی از حضور ویژگی ها در تصویر دارد. در این دیدگاه، ما یک رویکرد جدید دو مرحله ای برای اصلاح یکنواخت و یا ضعیف روشنایی در زمینه تصویربرداری شبکیه پیشنهاد کرده ایم. یک آزمایش ذهنی برای اطمینان از این که روش پیشنهادی رنگ و یا مصنوعی نادرست بصری را بر روی تصاویر ایجاد نکرده است، به ویژه در مناطقی که از قبل از تصحیح نوری یکنواخت / ضعیف نداشته اند، انجام شد. یک آزمایش عینی بر روی 25872 تصویر شبکیه ای برای توجیه اهمیت روش پیشنهادی برای تشخیص / طبقه بندی آسیب شناسی خودکار انجام شد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
یک روش جدید برای تصحیح خودکار روشنایی غیر یکنواخت / ضعیف تصاویر شبکیه بدون ایجاد مصنوعات نادرست
چکیده انگلیسی
Retinal images are frequently corrupted by unwanted variations in the brightness that occur due to over-all imperfections in the image acquisition process. This inhomogeneous illumination across the retina can limit the pathological information that can be gained from the image; and can lead to serious difficulties when performing image processing tasks that requires qualitative as well as quantitative analysis of feature presence on the image. On that perspective we have proposed a novel two-step approach for non-uniform and/or poor illumination correction in the context of retinal imaging. A subjective experiment was conducted to ensure that the proposed method did not create visually noticeable false color or artifacts on the images, especially on the areas that did not suffer non-uniform/poor illumination prior to correction. An objective experiment on 25,872 retinal images was performed to justify the significance of the proposed method for automated pathology detection/classification.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Visual Communication and Image Representation - Volume 51, February 2018, Pages 95-103
نویسندگان
, , , ,