2.2.2.Основные принципы анализа изображений. Анализ изображения можно разбить на несколько основных шагов[ 2, 14 ] ( рис.1.2) :

1. захват и улучшение изображения,

2. сегментация ( бинаризация ),

3. обнаружение объектов ( идентификация ),

4. измерение,

5. анализ.

Под процессом захвата изображения понимают его преобразование в электрический сигнал, пригодный для оцифровки и хранения в памяти компьютера в виде битовой карты. В результате оцифровки получается серое изображение с квантованным пространством и интенсивностью (уровнем серого).

Процесс квантования пространства приводит к геометрическим искажениям, которые трудно поддаются учету и вносят определенную погрешность в измерения. Дискретизация оптической плотности структуры объекта по амплитуде также приводит к различного рода искажениям. Естественно, что квантование функции тесно связано с квантованием ее аргументов. Кроме того, во время захвата изображения не исключено возникновение точечных шумов, которые сказываются на качестве изображения. Для удаления таких шумов используется медианная и усредняющая фильтрация. Медианная фильтрация представляет собой метод нелинейной обработки сигналов. Одномерный медианный фильтр - это скользящее окно, охватывающее нечетное число элементов изображения. Центральный элемент заменяется медианой всех элементов изображения в окне. Медианой дискретной последовательности a1,a2, .,an для нечетного n является тот элемент, для которого существует (n-1)/2 элементов больших или равных ему по величине и (n-1)/2 - меньших или равных ему. Усредняющими являются низкочастотные пространственные фильтры, которые наиболее эффективны при сглаживании шумов. Они также, как и медианные фильтры представляют собой скользящее окно размера n×n, где заменяется только центральный элемент по формуле:

, где

- сглаживающий массив, часто называемый шумоподавляющей маской.

Одним из способов выделения границ объекта является метод статистического дифференцирования [ 15, 16 ], где значение яркости каждого элемента делится на статистическую оценку среднеквадратичного отклонения :

; где - среднее значение яркости исходного изображения в точке с координатами ( j, k ).

Также для улучшения изображения используется функция контрастирования, осуществляемая варьированием масштабов частот серого уровня изображения [ 15, 16, 17, 18] .

Под сегментацией понимают получение бинарного изображения, требующего задания всего двух уровней яркости. Различают три метода сегментации:

1. выбор порога;

2. выделение границ;

3. выращивание регионов.

Итак, мы имеем бинарное изображение, в котором есть уровень, соответствующий пустому пространству, и уровень, соответствующий объектам. Далее необходимо выделить какой-либо индивидуальный признак для каждого объекта. Этот процесс называется идентификацией.

В результате проделанных операций будет получено изображение по которому можно проводить автоматические измерения с записью результатов в базу данных для дальнейшей обработки.

2.2.2. Анализаторы изображений.

Работа автоматизированных систем анализа изображений основана на методах, которые относят к разделам технического зрения. Использование таких систем предоставляют исследователю ряд преимуществ. Во-первых, количественный учет и классификация признаков объектов более объективны, так как для электронно-вычислительной техники все признаки равноценны. Во-вторых, расчеты и измерения выполняются намного быстрее чем вручную. В-третьих, в течении длительной работы исследователь устает, в силу чего начинает пропускать интересующие его структуры. У автоматических анализаторов это исключено. В-четвертых, эти анализаторы могут применятся для обработки любого изображения, в чём заключается их универсальность.

рис3 Система анализа изображения BIOSCAN AT:

1)Световой микроскоп; 2)телевизионный датчик; 3) персональный компьютер с фреймграбером; 4) дигитайзер; 5) устройство ввода графической информации мышь.

В работе была использована компьютерная система обработки и анализа изображений "Биоскан-АТ", разработанная на базе Минского государственного мединститута. "Биоскан-АТ" представляет собой высокоинтегрированную гибкую аналитическую систему, основной принцип построения которой - получение предельно широких возможностей для обработки и анализа изображений за счет развитого и оптимизированного программного обеспечения при минимальной сложности аппаратной части.

Особенноссистемы "Биоскан-АТ" является одномониторное исполнение. “Биоскан-АТ” представляет собой многооконную интерактивную среду. Он содержит все функциональные возможности современных анализаторов изображений известных западных фирм при существенном снижении стоимости. Многооконная графическая среда дает ряд преимуществ: одновременное отображение нескольких кадров, работа с кадрами большого формата за счет скроллинга (прокрутки) изображения внутри окна , экономия места на экране при использовании накладывающихся окон. Проблема получения изображения непосредственно с телекамеры, что является необходимым для поиска объекта исследования, регулировки освещенности, наведения на резкость решена в системе "Биоскан-АТ" на аппаратном уровне установкой в компьютер специального устройства ввода изображения. Другой важной особенностью проектируемой системы является встроенный интерпретатор языка высокого уровня, позволяющий выполнять программу анализа изображений в автоматическом режиме. Система "Биоскан-АТ" комплектуется дигитайзером - устройством кодирования графической информации повышенной точности, использующимся для управления системой, редактирования изображений и полуавтоматических измерений. Возможна замена дигитайзера манипулятором "мышь", однако это увеличивает погрешность измерений и исключает возможность работы с фотографиями, картами и рисунками. Встроенные в систему функции обработки и анализа изображений реализуют большинство известных в настоящее время подходов к получению, коррекции, преобразованию, измерению, реконструкции и хранению изображений, в том числе методы математической морфологии нового поколения. Система находится в непрерывном развитии и постоянно расширяется новыми функциями и возможностями.

ГЛАВА 3. Экспериментальная часть.

3.1. Морфологическое исследование поражения нейронов вирусом простого герпеса.

В ходе работы проводился анализ поражения коры головного мозга человека (поля 4) на поражение нейронов вирусом герпеса. Для исследования отбирался материал по возрасту 60-70 лет, форма хронического заболевания, использовалась классификация нейронов на поражение первого (ВПГ1) и второго типа (ВПГ2). Посредством анализатора изображений измерялись и подсчитывались характеристики ядер всех пирамидальных нейронов, одновременно проводилась их классификация по виду поражения. Измерялись следующие характеристики: количество клеток на единицу площади, площадь, фактор формы, средняя полутоновая величина и ядерно-цитоплазматическое отношение.