Campos aleatórios markovianos não locais: um novo modelo e sua aplicação em filtragem de ruído em imagens

• Processo: 13/25595-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de abril de 2014 - 31 de março de 2016
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Denis Henrique Pinheiro Salvadeo
• Beneficiário: Denis Henrique Pinheiro Salvadeo
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Pesquisadores associados: Alexandre Luís Magalhães Levada ; Nelson Delfino d'Ávila Mascarenhas
• Assunto(s): Processamento de imagem assistida por computador Ultrassom Tomografia computadorizada Campos aleatórios markovianos Matriz de informação de Fisher Algoritmos para imagens
• Palavra(s)-Chave do Pesquisador: Campos Aleatórios Markovianos | Filtragem de ruído em imagens | Informação de Fisher Observada | Non Local Means | Tomografia Computadorizada (CT) | ultrassom | Processamento de Imagens

Resumo

Em geral, nas mais diversas modalidades de sistemas de imageamento, existe um grande interesse por parte dos pesquisadores em se reduzir o ruído das imagens (dependente da modalidade utilizada), mantendo especialmente detalhes estruturais e resolução. Ainda, diversas destas modalidades como Tomossíntese Mamária e CT utilizam a perigosa radiação ionizante para a aquisição de imagens. Assim, pesquisadores desta área perseguem o princípio ALARA, a fim de se utilizar a menor dose de radiação possível. Porém, reduzir a dose nestes sistemas implica em aumentar o ruído na imagem adquirida. Baseado nestas motivações, este projeto de pesquisa visa a investigação de um novo modelo de Campos Aleatórios Markovianos (MRF) considerando, especialmente, a abordagem em estado da arte, que usa informação redundante contida em diferentes partes (não locais) de uma imagem. Este novo modelo será denominado MRF Não Local (NLMRF). Como principais vantagens deste novo modelo destacam-se: 1) o uso da informação radiométrica na seleção dos cliques do MRF por considerar a ponderação das energias do modelo de acordo com a similaridade entre os patches, 2) a geração de um algoritmo adaptativo ao tipo de ruído por considerar um framework Bayesiano para a obtenção das medidas de similaridades entre patches mais adequadas a cada tipo de ruído e 3) ao nível de ruído local fornecido por um parâmetro definido em termos da Informação de Fisher. Com isso, espera-se, que utilizando o modelo NLMRF para a filtragem de ruído de imagens, especialmente de CT, Tomossíntese Mamária e Ultrassom, se possa atingir um melhor balanço entre redução de ruído e preservação de detalhes tais como bordas e outras estruturas, quando comparados aos métodos já existentes, além da possibilidade de redução da dose em sistemas que utilizam radiação ionizante. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SALVADEO, DENIS H. P.; MASCARENHAS, NELSON D. A.; LEVADA, ALEXANDRE L. M.. Nonlocal Markovian models for image denoising. JOURNAL OF ELECTRONIC IMAGING, v. 25, n. 1, JAN 2016. (10/09248-7, 13/25595-7)