Tarefa Filtro Espacial Suavização

Prévia do material em texto

FILTRO ESPACIAL SUAVIZAÇÃO
IMAGENS MÉDICAS 2
Profª. Ana Claudia Patrocínio
Maria Vitória Garcia - 11821EBI013
Uberlândia, 28 de Abril de 2023
http://www.feelt.ufu.br/pessoas/docentes/eduardo-lazaro-martins-naves
Filtro média - Primeira imagem
Código
clc;
pkg load image;
img = imread('mamografia 7_2.jpg');
% Filtro de média com kernel de 3x3
kernel_size = 3;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img1 = imfilter(img, h);
% Filtro de média com kernel de 7x7
kernel_size = 7;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img2 = imfilter(img, h);
% Filtro de média com kernel de 15x15
kernel_size = 15;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img3 = imfilter(img, h);
% Plot das imagens
figure;
subplot(2, 2, 1);
imshow(img);
title('Imagem original');
subplot(2, 2, 2);
imshow(filtered_img1, []);
title('Filtro de média 3x3');
subplot(2, 2, 3);
imshow(filtered_img2, []);
title('Filtro de média 7x7');
subplot(2, 2, 4);
imshow(filtered_img3, []);
title('Filtro de média 15x15');
% Estatística da imamgem original
disp(['Média da imagem original: ' num2str(mean(img(:)))]);
disp(['Desvio padrão da imagem original: ' num2str(std(double(img(:))))]);
disp(['Variância da imagem original: ' num2str(var(double(img(:))))]);
% Histogramas
figure;
subplot(2,2,1);
imhist(img);
title('Histograma da Imagem Original');
subplot(2,2,2);
imhist(filtered_img1);
1
title('Histograma Filtro do 3x3');
subplot(2,2,3);
imhist(filtered_img2);
title('Histograma Filtro do 7x7');
subplot(2,2,4);
imhist(filtered_img3);
title('Histograma Filtro do 15x15');
Resultados
2
3
4
Filtro média - Segunda imagem
Código
clc;
pkg load image;
img = imread('mamografia 9_2.tif');
% Filtro de média com kernel de 3x3
kernel_size = 3;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img1 = imfilter(img, h);
% Filtro de média com kernel de 7x7
kernel_size = 7;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img2 = imfilter(img, h);
% Filtro de média com kernel de 15x15
kernel_size = 15;
h = fspecial('average', [kernel_size kernel_size]);
filtered_img3 = imfilter(img, h);
% Plot das imagens
figure;
subplot(2, 2, 1);
imshow(img);
title('Imagem original');
subplot(2, 2, 2);
imshow(filtered_img1, []);
title('Filtro de média 3x3');
subplot(2, 2, 3);
5
imshow(filtered_img2, []);
title('Filtro de média 7x7');
subplot(2, 2, 4);
imshow(filtered_img3, []);
title('Filtro de média 15x15');
% Estatística da imamgem original
disp(['Média da imagem original: ' num2str(mean(img(:)))]);
disp(['Desvio padrão da imagem original: ' num2str(std(double(img(:))))]);
disp(['Variância da imagem original: ' num2str(var(double(img(:))))]);
% Histogramas
figure;
subplot(2,2,1);
imhist(img);
title('Histograma da Imagem Original');
subplot(2,2,2);
imhist(filtered_img1);
title('Histograma Filtro do 3x3');
subplot(2,2,3);
imhist(filtered_img2);
title('Histograma Filtro do 7x7');
subplot(2,2,4);
imhist(filtered_img3);
title('Histograma Filtro do 15x15');
Resultados
6
7
8
Filtro mediana - Primeira imagem
Código
pkg load image
img = imread('mamografia 7_2.jpg');
% Filtro de média com kernel de 3x3
filtered_img1 = medfilt2(img, [3 3]);
% Filtro de média com kernel de 7x7
filtered_img2 = medfilt2(img, [7 7]);
9
% Filtro de média com kernel de 15x15
filtered_img3 = medfilt2(img, [15 15]);
% Plot das imagens
figure;
subplot(2, 2, 1);
imshow(img);
title('Imagem original');
subplot(2, 2, 2);
imshow(filtered_img1, []);
title('Filtro de mediana 3x3');
subplot(2, 2, 3);
imshow(filtered_img2, []);
title('Filtro de mediana 7x7');
subplot(2, 2, 4);
imshow(filtered_img3, []);
title('Filtro de mediana 15x15');
% Estatística da imamgem original
disp(['Média da imagem original: ' num2str(mean(img(:)))]);
disp(['Desvio padrão da imagem original: ' num2str(std(double(img(:))))]);
disp(['Variância da imagem original: ' num2str(var(double(img(:))))]);
disp(['Moda da imagem original: ' num2str(mode(img(:)))]);
disp(' ')
% Estatística do filtro 3x3
disp(['Média da imagem filtrada 3x3: ' num2str(mean(filtered_img1(:)))]);
disp(['Desvio padrão da imagem filtrada 3x3: '
num2str(std(double(filtered_img1(:))))]);
disp(['Variância da imagem filtrada 3x3: ' num2str(var(double(filtered_img1(:))))]);
disp(['Moda da imagem filtrada 3x3: ' num2str(mode(filtered_img1(:)))]);
disp(' ')
% Estatística do filtro 7x7
disp(['Média da imagem filtrada 7x7: ' num2str(mean(filtered_img2(:)))]);
disp(['Desvio padrão da imagem filtrada 7x7: '
num2str(std(double(filtered_img2(:))))]);
disp(['Variância da imagem filtrada 7x7: ' num2str(var(double(filtered_img2(:))))]);
disp(['Moda da imagem filtrada 7x7: ' num2str(mode(filtered_img2(:)))]);
disp(' ')
% Estatística do filtro 15x15
disp(['Média da imagem filtrada 15x15: ' num2str(mean(filtered_img3(:)))]);
disp(['Desvio padrão da imagem filtrada 15x15: '
num2str(std(double(filtered_img3(:))))]);
disp(['Variância da imagem filtrada 15x15: ' num2str(var(double(filtered_img3(:))))]);
disp(['Moda da imagem filtrada 15x15: ' num2str(mode(filtered_img3(:)))]);
disp(' ')
10
% Histogramas
figure;
subplot(2,2,1);
imhist(img);
title('Histograma da Imagem Original');
subplot(2,2,2);
imhist(filtered_img1);
title('Histograma Filtro do 3x3');
subplot(2,2,3);
imhist(filtered_img2);
title('Histograma Filtro do 7x7');
subplot(2,2,4);
imhist(filtered_img3);
title('Histograma Filtro do 15x15');
Resultados
11
12
13
Filtro mediana - Segunda imagem
Código
clc;
pkg load image;
img = imread('mamografia 9_2.tif');
% Filtro de média com kernel de 3x3
filtered_img1 = medfilt2(img, [3 3]);
% Filtro de média com kernel de 7x7
filtered_img2 = medfilt2(img, [7 7]);
% Filtro de média com kernel de 15x15
filtered_img3 = medfilt2(img, [15 15]);
% Plot das imagens
figure;
subplot(2, 2, 1);
imshow(img);
title('Imagem original');
subplot(2, 2, 2);
imshow(filtered_img1, []);
title('Filtro de mediana 3x3');
subplot(2, 2, 3);
imshow(filtered_img2, []);
title('Filtro de mediana 7x7');
subplot(2, 2, 4);
imshow(filtered_img3, []);
title('Filtro de mediana 15x15');
14
% Estatística da imamgem original
disp(['Média da imagem original: ' num2str(mean(img(:)))]);
disp(['Desvio padrão da imagem original: ' num2str(std(double(img(:))))]);
disp(['Variância da imagem original: ' num2str(var(double(img(:))))]);
disp(['Moda da imagem original: ' num2str(mode(img(:)))]);
disp(' ')
% Estatística do filtro 3x3
disp(['Média da imagem filtrada 3x3: ' num2str(mean(filtered_img1(:)))]);
disp(['Desvio padrão da imagem filtrada 3x3: '
num2str(std(double(filtered_img1(:))))]);
disp(['Variância da imagem filtrada 3x3: ' num2str(var(double(filtered_img1(:))))]);
disp(['Moda da imagem filtrada 3x3: ' num2str(mode(filtered_img1(:)))]);
disp(' ')
% Estatística do filtro 7x7
disp(['Média da imagem filtrada 7x7: ' num2str(mean(filtered_img2(:)))]);
disp(['Desvio padrão da imagem filtrada 7x7: '
num2str(std(double(filtered_img2(:))))]);
disp(['Variância da imagem filtrada 7x7: ' num2str(var(double(filtered_img2(:))))]);
disp(['Moda da imagem filtrada 7x7: ' num2str(mode(filtered_img2(:)))]);
disp(' ')
% Estatística do filtro 15x15
disp(['Média da imagem filtrada 15x15: ' num2str(mean(filtered_img3(:)))]);
disp(['Desvio padrão da imagem filtrada 15x15: '
num2str(std(double(filtered_img3(:))))]);
disp(['Variância da imagem filtrada 15x15: ' num2str(var(double(filtered_img3(:))))]);
disp(['Moda da imagem filtrada 15x15: ' num2str(mode(filtered_img3(:)))]);
disp(' ')
% Histogramas
figure;
subplot(2,2,1);
imhist(img);
title('Histograma da Imagem Original');
subplot(2,2,2);
imhist(filtered_img1);
title('Histograma Filtro do 3x3');
subplot(2,2,3);
imhist(filtered_img2);
title('Histograma Filtro do 7x7');
subplot(2,2,4);
imhist(filtered_img3);
title('Histograma Filtro do 15x15');
Resultados
15
16
17
Discussão
❖ Qual kernel, na sua opinião, obteve melhores resultados de filtragem?
Não dá para dizer qual dos filtros de tamanho diferente (3x3, 7x7, 15x15) é
melhor só olhando para as imagensresultantes. Para escolher o melhor filtro,
é preciso analisar as imagens e ver qual é o objetivo da filtragem. Por
exemplo, se o objetivo for remover ruídos de alta frequência, o filtro de 15x15
pode ser melhor. Já se o objetivo for manter as bordas e detalhes nítidos, o
filtro de 3x3 pode ser mais apropriado. A escolha do melhor filtro depende do
tipo de imagem e do objetivo da filtragem.
❖ A mudança de desvio padrão do filtro mediana alterou muito o resultado
visual da imagem? E no resultado quantitativo, a alteração de desvio
18
padrão do filtro mediana alterou enquanto os valores de média, moda, e
variância das imagens resultantes filtradas?
Em ambas as imagens não obtiveram resultados visuais tão significativos
nem quantitativos analisados pelos histogramas, apenas sofreu um maior
borramento das estruturas de acordo com que se tinha o aumento da escala
dos filtros, isso talvez seja devido a composição da imagem e as estruturas
presentes na mesma.
❖ Além dessas perguntas, sinta-se livre para comentar outros possíveis
resultados.
Talvez não sejam as melhores técnicas para imagens de mamografia como
se apresenta dependendo do objetivo que se deseja obter.
19