Lọc nhiễu ảnh y khoa dựa trên miền curvelet domain

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - NGUYỄN THANH TÂN LỌC NHIỄU ẢNH Y KHOA DỰA TRÊN MIỀN CURVELET DOMAIN CHUYÊN NGHÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGHÀNH: 60.48.01 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2014 ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - NGUYỄN THANH TÂN LỌC NHIỄU ẢNH Y KHOA DỰA TRÊN MIỀN CURVELET DOMAIN CHUYÊN NGHÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGHÀNH: 60.48.01 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2014 ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Ngày, tháng, năm sinh: Chuyên ngành: Nguyễn Thanh Tân MSHV: 12070545 Nơi sinh: Quảng Ngãi 12-12-1988 Khoa Học Máy Tính Mã số : 604801 I TÊN ĐỀ TÀI: Lọc nhiễu ảnh y khoa dựa miền Curvelet Domain II NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu loại ảnh y khoa Tìm hiểu loại nhiễu ảnh thường gặp ảnh y khoa Tìm hiểu nghiên cứu liên quan đến lọc ảnh y khoa Đề xuất giải thuật lọc nhiễu phù hợp dựa curvelet transform Thực thi giải thuật đề xuất So sánh kết thực nghiệm với giải thuật khác III NGÀY GIAO NHIỆM VỤ : 20-01-2014 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 20-06-2014 V CÁN BỘ HƯỚNG DẪN: PGS-TS Đặng Thành Tín – TS Nguyễn Thanh Bình Tp HCM, ngày 20 tháng năm 2014 CÁN BỘ HƯỚNG DẪN TRƯỞNG KHOA….……… CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học: PGS-TS Đặng Thành Tín – TS Nguyễn Thanh Bình Cán chấm nhận xét 1: Tiến sĩ Trần Ngọc Thịnh Cán chấm nhận xét 2: Tiến sĩ Lý Quốc Ngọc Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 17 tháng năm 2014 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch hội đồng: PGS.TS Dương Tuấn Anh Thư kí hội đồng: TS Lê Lam Sơn Phản biện 1: TS Trần Ngọc Thịnh Phản biện 2: TS Lý Quốc Ngọc Ủy viên: TS Nguyễn Thanh Bình Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA i LỜI CẢM ƠN Tôi xin gửi lời cảm ơn chân thành sâu sắc đến PGS-TS Đặng Thành Tín TS Nguyễn Thanh Bình, tận tình hướng dẫn, giúp đỡ tơi suốt q trình làm luận văn tạo điều kiện để tơi hồn thành luận văn Xin chân thành cảm ơn đến quý Thầy Cô khoa Khoa Học Kỹ Thuật Máy Tính truyền đạt cho tơi kiến thức q báu suốt q trình học tập trường Cuối cùng, cảm ơn gia đình, người thân bạn bè động viên tạo điều kiện tốt để tơi hồn thành luận văn Đặc biệt, trân trọng dành tặng thành luận văn cho Cha Mẹ Nhờ công lao dưỡng dục cha mẹ mà chúng có thành ngày hơm Con xin hứa tiếp tục cố gắng phấn đấu để vươn cao i TÓM TẮT Ảnh y khoa trở thành phương tiện việc chẩn đốn bệnh lĩnh vực y tế Ảnh thu sau chụp thường bị nhiễu Hầu hết nhiễu nhiễu Gaussian, nhiễu đốm nhiễu muối tiêu Vì vậy, ảnh sau chụp cần phải qua trình khử nhiễu Việc khử nhiễu cho ảnh y khoa nhằm tạo hình ảnh trực quan có chất lượng cao Luận văn đề xuất phương pháp lọc đa tầng dựa miền Curvelet kết hợp với kỹ thuật Cycle Spinning lọc Bayes nhằm loại bỏ nhiễu ảnh y khoa Kết thực nghiệm ảnh 2-D cho thấy mức độ khử nhiễu phương pháp đề xuất cải thiện so với phương pháp liên quan ABSTRACT Medical image is becoming a major method of diagnostic disease in medical field The image obtained after snap often corrupted with noises Almost of this type noises include Gaussian noise, salt and pepper noise, speckle noise After taking images, it must need to denoising The medical image denoising create visual images of high quality This thesis is propose a multilevel thresholding technique for noise removal in curvelet transform domain which uses cycle-spinning and BayesShrink filters Results obtained for 2-D images demonstrate an improved performance over other recent related methods available in literature ii LỜI CAM ĐOAN Tôi cam đoan rằng, ngoại trừ kết tham khảo từ cơng trình khác ghi rõ luận văn, cơng việc trình bày luận văn tơi thực chưa có phần nội dung luận văn nộp để lấy cấp trường trường khác Ngày 20 Tháng 06 Năm 2014 Nguyễn Thanh Tân iii MỤC LỤC LỜI CAM ĐOAN iii LỜI CẢM ƠN i TÓM TẮT ii ABSTRACT .ii DANH MỤC HÌNH vi DANH MỤC BẢNG viii CHƯƠNG 1: GIỚI THIỆU 1.1 Giới thiệu đề tài 1.2 Nội dung mục tiêu đề tài 1.3 Giới hạn đề tài 1.4 Cấu trúc luận văn CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 Các loại nhiễu 2.1.1 Nhiễu Gaussian 2.1.2 Nhiễu muối tiêu (Salt and Pepper) 2.1.3 Nhiễu đốm (Speckle) 2.2 Curvelet Transform 2.2.1 Các bước xây dựng Curvelet Transform 2.2.2 Các bước biến đổi Cuvelet Transform ngược 15 2.3 Kỹ thuật lọc 16 2.3.1 Kỹ thuật ngưỡng wavelet 16 2.3.2 Kỹ thuật Cycle Spinning 18 2.4 Các cơng trình nghiên cứu liên quan nước 19 2.4.1 Curvelet Transform cho xử lý nhiễu ảnh 19 2.4.2 Wavelet Transform 20 2.4.3 Contourlet Transform 23 2.5 Các cơng trình nghiên cứu liên quan nước 24 iv CHƯƠNG 3: GIẢI THUẬT ĐỀ XUẤT 25 3.1 Mơ hình sở 25 3.2 Mơ hình đề xuất 26 3.2.1 Ưu điểm phương pháp Curvelet Transform 26 3.2.2 Mơ hình đề xuất 26 3.3 Phương pháp thực 30 3.4 Phương pháp đánh giá 35 3.4.1 Đánh giá định tính 35 3.4.2 Đánh giá định lượng 35 3.4.3 So sánh kết đạt 37 CHƯƠNG 4: THÍ NGHIỆM VÀ KẾT QUẢ 38 4.1 Phương pháp thực nghiệm 38 4.2 Kết thực nghiệm 38 4.2.1 Kết thực nghiệm nhiễu Gaussian 39 4.2.2 Kết thực nghiệm nhiễu đốm (Speckle) 51 4.2.3 Kết thực nghiệm nhiễu muối tiêu (Salt & Pepper) 56 CHƯƠNG 5: KẾT LUẬN 64 5.1 Kết đạt 64 5.2 Ưu nhược điểm giải thuật đề xuất 65 5.2.1 Ưu: 65 5.2.2 Nhược: 65 5.3 Hướng mở rộng 65 TÀI LIỆU THAM KHẢO i PHỤ LỤC a LÝ LỊCH TRÍCH NGANG m v DANH MỤC HÌNH Hình 2.1: Phân phối Gaussian Hình 2.2: Ảnh y khoa xương Hình 2.3: Hàm mật độ xác suất cho nhiễu muối tiêu Hình 2.4: Ảnh y khoa xương Hình 2.5: Phân bố Gamma Hình 2.6: Ảnh y khoa xương Hình 2.7: Các bước biến đổi Curvelet Transform Hình 2.8: Quá trình Subband Decomposition 10 Hình 2.9: Quá trình Smooth Partitioning 12 Hình 2.10: Một số phân tích Ridgelet 13 Hình 2.11: Q trình phân tích Ridgelet 14 Hình 2.12: Chuyển đổi Curvelet ngược từ miền tần số sang miền ảnh 16 Hình 2.13: Ngưỡng cứng 17 Hình 2.14: Ngưỡng mềm 18 Hình 2.15: Các bước kỹ thuật giảm nhiễu TI 19 Hình 2.16: Sơ đồ khối băng lọc kênh DWT 22 Hình 2.17: Sơ đồ khối đặc tả băng lọc bước DWT 22 Hình 2.18: Cấu trúc hệ số DWT ảnh 22 Hình 2.19 Contourlet Transform 23 Hình 3.1: Mơ hình sở giảm nhiễu ảnh 25 Hình 3.2: Sơ đồ khối giải thuật đề xuất 30 Hình 3.3: Quá trình thêm nhiễu tập ảnh thử nghiệm 31 Hình 3.4: Biến đổi Curvelet Transform 32 Hình 3.5: Phân đoạn subband Curvelet Transform 33 Hình 3.6: Bước áp dụng nhiễu subband 34 Hình 4.1: Kết thực ảnh nhiễu Gaussian 39 Hình 4.2: Đồ thị số PSNR ảnh giảm nhiễu Gaussian 40 Hình 4.3: Kết thực nhiễu Gaussian 41 Hình 4.4: Đồ thị số PSNR ảnh giảm nhiễu Gaussian 42 Hình 4.5: Đồ thị số MSE ảnh giảm nhiễu Gaussian 44 Hình 4.6: Kết thực nhiễu Gaussian 45 Hình 4.7: Đồ thị số PSNR ảnh giảm nhiễu Gaussian 46 vi [13] A Khare and U S Tiwary, “Soft-thresholding for denoising of medical images – A multiresolution approach”, International Journal on Wavelet, Multiresolution and Information Processing, vol 3, no 4, 2005, pp 477-496 [14] M L Hilton and R T Ogden, “Data analytic wavelet threshold selection in 2-D denoising”, IEEE Transaction on Signal Processing, vol 45, no 2, 1997, pp 496-500 [15] N T Bình and A Khare, “Medical Imgae Deblurring in Wavelet domain” in procc of 11th conference on Science and Technology, University of Technology, Ho Chi Minh City, Vietnam, 2009, pp 34-40 [16] J Kalifa and S Mallat, “Thresholding estimators for linear inverse problems and deconvolutions”, Annals of Statistics, vol 31, no 1, 2003, pp 58-109 [17] H Shan, and J Ma, “Curvelet-based geodesic snakes for image segmentation with multiple objects”, Patthern Recognition Lettes, vol 31, no 5, 2010, pp 355-360 [18] A Khare, “Wavelet transform based techniques for denoising of medical images – a multiresolution approach”, LAP – Lambat Academic publication, 2010 [19] J Portilla, V Strela, M Wainwright, and E Simoncelli, “Image denoising using scale mixtures of gaussians in the wavelet domain”, IEEE Trans on Image Processing, vol 12, no 11,pp 1338–1351, Nov 2003 [20] Candes E., “Ridgelets Theory and Applications”, Stanford, USA, 1998 [21] M N Do and M Vetterli, “The contourlet transform: an efficient directional multiresolution image representation”, IEEE Trans on Image Processing, vol 14, no 12, December 2005 [22] S Dangeti, “Denoising techniques – A comparison” Master Thesis, Louisiana State, University and Agricultural and Mechanical College, 2003 [23] T.P.Y Yu, A.Stoschek and D.L Donoho, “Translation and Direction Invariant Denoising of 2-D and 3-D Images”, In Wavelet Application in Signal and Image Processing IV, Proceedings SPIE, 1996 [24] N G Kingsbury, “Image processing with complex wavelets”, Phil Trans R Soc London A, Sept 1999 ii [25] E J Cand’es, L Demanet, D L Donoho, L Ying, “Fast Discrete Curvelet Transforms”, SIAM Mult Model Sim 5-3 (2006) 861 [26] Emmanuel J Candès , David L Donoho, “Curvelets, Multiresolution Representation, and Scaling Laws”, in wavelet applications in signal and image processing viii,proc.spie 4119 [27] D.L Donoho and I.M Johnstone, “Ideal spatial adaptation by wavelet shrinkage”, Biometrika, vol.81, no.3, 1994, pp.425-455 [28] R Sihag, R Sharma, and V Seltia “Wavelet thresholding for image de-noising”, International Journal of Computer Applications, 2011 [29] N.T.Binh, A.Khare “Multilevel threshold based image denoising in curvlet domain”, Journal of Computer Sicience and Technology, May 2010 [30] Jianwei Ma, Gerlind Plonka “A Review of Curvelets and Recent Applications”, IEEE Signal Processing Magazine, 2009 [31] Binh N T, Thanh N C “Object detection in Speckled image based on curvelet transform”, ARPN Journal of Engineering and Applied Sciences, June 2007 iii PHỤ LỤC Nhiễu Gaussian Bảng 7.1: Giá trị PSNR (dB) chạy thực nghiệm tập liệu với nhiễu Gaussian Ảnh thử nghiệm 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 Kích thước ảnh Noisy Wavelet Transform[24] Curvelet Transform[1] Proposed Method 256 x 256 20.5150 20.1196 20.1653 20.9320 14.9776 20.9607 10.0041 14.9140 20.9587 20.3322 20.2227 19.9251 20.3558 20.2219 20.2752 20.2430 20.344 19.9655 19.9959 20.4203 20.4685 20.2852 20.1221 20.3367 20.4380 19.8252 21.0637 20.7040 20.5569 19.9918 20.1321 20.2004 20.1711 25.6792 24.6690 26.2556 26.9144 16.1201 25.8029 10.3923 16.1237 23.9945 24.0029 27.6351 22.5738 21.1206 26.3468 26.5149 21.6729 21.7541 28.0152 27.9590 20.6167 21.7805 23.7378 24.2496 25.4365 26.7247 24.9268 25.1080 25.0125 24.7536 24.7018 21.8840 25.3797 25.6239 26.8817 26.6900 27.4658 27.6280 16.2836 26.6163 10.4174 16.2861 25.4650 25.3614 29.0348 24.7532 23.7908 27.9815 28.4777 24.6702 24.0788 29.3322 28.7333 23.4848 24.5757 25.5479 26.9877 26.9769 28.0031 26.9124 26.0445 26.3141 26.8396 26.4515 24.1683 26.8421 26.8848 26.7576 26.7264 27.5228 27.5958 16.2852 26.4583 10.4177 16.2879 25.539 25.4531 28.9521 25.4283 24.4432 28.0219 28.4405 25.4174 24.7150 29.0945 28.6756 24.0824 25.0589 26.0695 27.3559 27.0966 27.9401 27.1178 25.8135 26.2884 26.8674 26.4595 24.7262 26.9435 27.1261 a 34 35 20.6296 17.4693 27.4321 19.9849 28.3188 20.2075 28.2263 20.2175 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 19.7683 20.1046 19.9615 20.0116 19.9797 20.0633 19.7073 19.7872 20.1893 20.1956 20.0423 19.899 20.0565 20.0612 19.9266 20.3439 20.3411 19.8614 24.4766 23.4512 26.9301 26.9699 23.9347 23.9273 27.5597 27.6634 22.9110 23.8300 25.5898 25.7323 26.3299 26.8442 27.4594 25.7053 25.3539 23.6318 26.2266 25.4295 28.0005 28.2425 26.105 25.7564 28.7092 28.6304 25.1402 25.9026 26.8717 27.6453 27.5079 27.7416 28.6517 26.4400 26.8980 25.2893 26.5397 25.7440 28.0092 28.2411 26.4557 26.0155 28.6535 28.5627 25.4647 26.0905 27.0445 27.7950 27.4661 27.6630 28.5553 26.3366 26.8321 25.5186 512 x 512 b Bảng 7.2: Giá trị MSE chạy thực nghiệm tập liệu với nhiễu Gaussian Ảnh thử nghiệm 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 Kích thước ảnh 256 x 256 512 x 512 Noisy Wavelet Transform[24] Curvelet Transform[1] Proposed Method 577.5355 632.5877 625.9692 524.6616 2066.9117 521.2020 6496.4157 2097.4159 512.4447 602.3629 617.7493 661.5566 599.1005 617.8542 610.3178 614.8665 600.7313 655.4401 650.8696 590.2725 583.7522 608.9167 632.216 601.748 587.8646 676.9599 508.994 552.9476 571.9871 651.4788 630.7643 620.9230 625.1304 562.5031 1164.5373 175.8588 221.9125 153.9994 132.3233 1588.8049 170.9174 5940.9273 1587.4886 259.1987 258.695 112.0911 359.4988 502.3605 150.7953 145.0734 442.3699 434.1849 102.6979 104.0348 564.1735 431.5500 274.979 244.4096 185.9631 138.2333 209.1228 200.5763 205.038 217.6297 220.2412 421.3875 188.4116 178.1127 117.4555 652.5077 133.3252 139.3409 116.546 112.2745 1530.1166 141.7257 5906.6756 1529.2065 184.7489 189.2082 81.2091 217.6499 271.6456 103.4971 92.3226 221.8482 254.2127 75.83280 87.0454 291.4775 226.7293 181.2558 130.1087 130.4331 102.9852 132.3857 161.6686 151.9409 134.6239 147.2072 249.0296 134.5449 133.2308 95.7631 619.9107 137.1904 138.1784 115.026 113.1092 1529.5511 146.9761 5906.2887 1528.5791 181.6250 185.2564 82.7689 186.3152 233.752 102.5397 93.1170 186.7855 219.5743 80.1002 88.2101 254.0013 202.8555 160.7417 119.5339 126.8889 104.4881 126.2702 170.5021 152.8421 133.7653 146.9356 219.0061 131.4406 126.0294 97.8249 618.4932 685.881 634.774 231.9648 293.7367 155.0323 186.2633 144.2472 173.2533 c 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 656.040 648.510 653.299 640.842 695.585 682.900 622.515 621.613 643.948 665.546 641.843 641.149 661.333 600.752 601.128 671.341 131.8457 1300.6452 262.7886 263.2384 114.0530 111.3617 332.6435 269.2017 179.5149 173.7212 151.3870 134.4802 116.7183 174.8034 189.5366 281.7751 d 103.0467 97.4604 159.435 172.7593 87.5311 89.1326 199.0947 167.0407 133.6306 111.8285 115.4230 109.3746 88.6968 147.5985 132.8255 192.3743 102.8386 97.4928 147.0651 162.7554 88.6601 90.5328 184.7598 159.9679 128.4198 108.0379 116.5387 111.374 90.6878 151.1548 134.856 182.4825 Nhiễu đốm (Speckle) Bảng 7.3: Giá trị PSNR (dB) chạy thực nghiệm tập liệu với nhiễu đốm Ảnh thử nghiệm 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Kích thước ảnh 256 x 256 Noisy Wavelet Transform[24] Curvelet Transform[1] Proposed Method 25.0915 22.5494 30.0345 28.7897 25.0787 26.6676 24.3597 25.0093 25.5012 21.8714 23.7585 18.9248 23.6468 24.7955 23.4283 24.4429 24.4424 22.7319 24.0642 20.5364 22.0227 23.3442 24.9341 22.5183 23.4816 19.7606 22.0779 27.0348 22.5153 23.2368 19.757 25.5551 20.8386 26.5765 24.1315 29.2870 26.6146 30.5543 31.1097 29.2695 29.3504 30.4273 28.0621 28.0282 25.8746 30.8474 22.6942 24.9159 30.1321 29.853 25.5032 25.5661 30.6988 31.2600 22.4696 24.7853 26.2786 28.2403 27.8007 30.1126 25.4795 26.2004 29.7865 27.3979 26.7493 21.3706 28.7343 27.3251 30.9347 30.1909 26.1453 28.3323 32.9360 28.8512 25.5403 26.6960 30.5105 25.3364 25.6617 24.7603 26.3848 24.6939 24.8897 27.4474 26.4500 25.7599 25.5032 30.8628 29.4724 22.8978 22.8363 25.9884 27.3236 25.006 25.506 27.7441 26.2464 27.1297 26.6464 28.3840 23.293 29.3988 27.3286 26.9373 28.1289 29.3030 28.4982 29.8023 35.4972 30.0628 32.3709 30.9084 31.0737 28.8540 26.6455 31.4901 24.7380 25.3317 30.3037 30.5661 26.3682 25.5714 31.2071 30.7124 24.1598 25.4603 26.9957 28.8287 28.2354 30.5555 28.0408 26.7144 29.9026 28.9300 27.7998 23.7639 29.4856 28.6113 33.8743 30.6292 e 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 512 x 512 20.9613 22.0137 23.1365 21.7811 22.8534 22.8051 20.9792 22.3874 21.6578 23.1967 21.7005 23.2505 23.6766 21.7656 22.0735 25.3058 20.9549 20.756 26.0718 26.4793 31.5551 30.6762 27.1145 27.1069 31.4839 32.5540 25.4961 27.2980 28.2699 29.5472 30.7508 30.2830 31.3322 28.4406 27.9066 25.1190 f 28.0154 23.6663 26.1986 25.1978 24.7807 24.4808 30.8945 28.9446 23.9962 24.0561 25.0241 26.1239 26.3067 24.0165 25.0521 25.4078 25.3231 26.1728 28.3759 27.5790 33.0030 32.5086 28.5622 28.0749 33.1261 33.1392 26.9484 28.3067 29.3322 30.9990 31.4843 32.9306 33.5735 33.4508 29.6330 27.0258 Bảng 7.4: Giá trị MSE chạy thực nghiệm tập liệu với nhiễu đốm Ảnh thử Kích nghiệm thước ảnh Noisy Wavelet Transform[24] Curvelet Transform[1] Proposed Method 76.6276 141.7832 57.2333 50.3626 76.9357 75.5162 58.9324 101.5936 102.3907 25.8746 53.4983 349.6723 209.6466 63.0770 67.2636 183.1298 180.4967 55.3610 48.6499 368.2279 216.0463 153.1882 97.5105 107.8963 63.3614 184.134 155.9707 68.3018 118.383 137.4508 474.2597 87.0270 120.3846 52.4333 62.2280 157.9609 95.4655 33.0736 84.7143 181.5743 139.1493 57.8135 190.3005 176.5667 217.2932 149.4861 220.6454 210.9159 117.0406 147.2572 172.6194 183.1284 53.3087 73.4248 333.6533 338.4168 163.7707 120.5249 205.3433 183.0141 109.3124 154.3247 125.9247 140.7487 94.3361 304.6358 74.6797 120.2876 131.6297 100.0435 76.3447 91.8881 68.0533 18.3383 64.0911 37.6699 52.7528 50.7819 84.6612 140.775 46.1390 218.4133 190.5064 60.633 57.0784 150.0585 180.2755 46.2456 55.1871 249.5182 184.9469 129.8695 85.1545 97.6198 57.2183 102.0933 138.5597 66.4992 83.1923 107.9202 273.3303 73.2011 89.5257 26.6469 56.2547 160.6569 102.6922 94.512 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 256 x 256 201.3398 361.5238 64.5100 85.9231 201.9342 140.0606 238.2919 205.1865 183.214 422.6067 273.6696 832.9239 280.7995 215.5464 295.2907 233.7701 233.7978 346.6504 255.0734 574.7014 408.1409 301.0664 208.7698 364.1216 291.6898 687.1064 402.9907 128.7063 364.3765 308.6031 687.6647 180.9547 536.0712 143.0303 251.1474 36 512 x 512 521.134 g 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 408.987 615.812 431.494 337.087 340.855 518.987 375.268 443.919 311.465 439.573 307.634 278.882 433.032 403.396 191.645 521.899 546.366 146.2693 45.4541 55.6496 126.3672 126.5886 46.2049 36.1147 183.4308 121.1378 96.8470 72.1711 54.7010 60.9225 47.8476 93.1162 105.2969 200.0678 h 279.5465 156.0347 196.4737 216.2782 231.7421 52.9207 82.9116 259.0949 255.5487 204.4912 158.7402 152.1991 257.8880 203.1757 187.1982 190.8842 156.9651 113.5478 32.5676 36.4942 90.5434 101.2954 31.6572 31.5618 131.2923 96.0300 75.8334 51.663 46.2004 33.1148 28.5579 29.3764 70.7588 128.9749 Nhiễu muối tiêu (Salt & Pepper) Bảng 7.5: Giá trị PSNR (dB) chạy thực nghiệm tập liệu với nhiễu muối tiêu Ảnh thử Kích nghiệm thước ảnh 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 256 x 256 Noisy 21.271 21.8143 21.8508 20.8635 21.1148 20.7438 21.3928 20.6707 20.4729 21.5614 21.4627 22.3165 21.3279 21.7052 21.7488 21.4304 21.2705 22.1663 22.1806 21.3321 21.0831 21.6375 21.587 21.3581 21.7105 22.6695 20.8919 20.8209 21.0712 22.1123 21.7268 21.6875 21.7491 20.85 21.6083 Wavelet Curvelet Transform[24] Transform[1] 22.9428 24.3449 23.9378 21.2885 22.586 21.5255 23.2459 21.7741 22.0321 23.7267 22.3749 23.4435 22.5284 22.9753 23.0280 22.7302 22.5135 24.0835 23.9984 22.5535 22.2489 23.0271 22.7734 22.8720 22.6012 25.4467 22.8216 21.6066 22.7578 25.0306 23.2868 23.9157 23.7806 21.3041 22.8670 21.6359 22.3978 22.316 20.8657 21.2728 20.7482 21.5511 20.7468 20.6181 22.3089 21.5323 23.0785 21.8072 21.8008 21.8967 21.9115 21.7629 22.4100 22.3525 22.128 21.3144 21.9556 21.7884 21.5154 21.7873 23.0327 21.8676 20.8314 21.6100 24.1875 23.800 21.7757 21.8255 20.8523 21.6392 i Proposed Method 28.4087 28.2388 29.2666 32.315 29.0877 30.1406 29.9079 29.9904 27.9150 26.7674 30.9248 26.0475 25.0028 29.6937 30.1078 26.0468 25.2650 30.7698 30.2970 24.6138 25.6683 27.2031 28.6192 28.2257 29.8390 28.1200 27.1901 28.4480 28.5791 27.5992 25.3018 28.6866 28.8803 31.7130 29.7255 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 512 x 512 20.4156 19.6404 19.8622 19.8117 19.5519 19.5588 20.3935 20.193 19.6978 19.3401 19.7803 19.6713 19.624 19.7018 19.8161 19.3959 19.4441 20.1468 21.4358 21.1644 20.8546 21.2327 21.4358 21.1175 22.0144 21.7583 21.4848 20.8541 21.5379 21.0379 21.0007 20.6745 20.3186 19.8604 21.0851 22.9430 20.6664 19.8782 19.9189 19.8933 19.8266 19.7891 20.5351 20.2723 19.9961 19.5065 19.9463 19.8211 19.7056 19.7463 19.8666 19.3977 19.5083 20.3386 j 28.2437 26.9043 31.0602 30.8393 27.6630 27.1973 32.1604 31.7946 26.4999 27.2788 29.0826 29.8422 29.6529 30.8189 31.3201 29.7625 28.9061 26.8267 Bảng 7.6: Giá trị MSE chạy thực nghiệm tập liệu với nhiễu muối tiêu Ảnh thử Kích nghiệm thước ảnh 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Noisy Wavelet Curvelet Transform[24] Transform[1] Proposed Method 256 x 256 485.262 428.204 424.623 533.003 503.038 547.894 471.851 557.203 583.159 453.878 464.316 381.443 478.953 439.102 434.707 467.783 485.324 394.868 393.564 478.483 506.721 445.997 451.21 475.632 438.557 351.666 529.533 538.263 508.109 399.804 436.923 440.886 434.677 534.659 449.000 330.2141 239.1079 262.6035 483.3177 358.4956 457.6452 307.9584 432.1878 407.2607 275.6839 376.3453 294.2569 363.2761 327.7521 323.8024 346.7846 364.5311 253.9374 258.9625 361.1871 387.4314 323.8718 343.3555 335.6449 357.2419 185.5269 339.55955 449.1798 344.5876 204.1819 305.0723 263.9452 272.2801 481.5805 336.0334 446.1648 374.3732 381.4916 532.7311 485.0615 547.3412 454.9581 547.5178 563.9861 382.1111 456.9333 320.0576 428.9075 429.5378 420.1602 418.723 430.3163 373.3175 378.2971 398.3649 480.4459 414.4935 430.7624 458.708 430.8711 323.4502 422.9853 536.9563 448.8308 247.9282 271.0681 432.0232 427.097 534.376 445.8204 93.8023 97.5450 76.9881 38.1576 80.2250 62.9535 66.4180 65.1696 105.0945 136.8788 52.5531 161.5591 205.4953 67.7768 63.4311 161.5833 193.454 54.4626 60.7268 224.7491 176.3011 123.8129 89.3628 97.8379 67.4807 100.2486 124.1846 92.9570 90.1925 113.0208 191.8214 87.9864 84.1484 43.8313 69.2676 512 x 512 590.912 467.1962 557.7553 97.4343 k 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 706.383 671.207 679.065 720.925 719.786 593.925 621.981 697.109 756.962 683.987 701.371 709.053 696.468 678.378 747.296 739.04 628.64 497.322 534.0991 489.5705 467.1987 502.7254 408.9208 433.7625 461.96 534.155 456.3446 512.0293 516.431 556.7138 604.2485 671.4964 506.4945 330.203 l 668.7402 662.5046 666.4171 676.7408 682.6105 574.8724 610.7305 650.8366 728.5095 658.3453 677.5893 695.85 689.3745 670.5394 746.9832 728.2064 601.4747 132.6331 50.9403 53.5977 111.3735 123.9784 39.5406 43.0147 145.5778 121.6753 80.3186 67.4304 70.4346 53.8506 47.9811 68.6805 83.6502 135.0224 LÝ LỊCH TRÍCH NGANG Họ tên: Nguyễn Thanh Tân Nơi sinh: Quảng Ngãi Ngày sinh: 12/12/1988 Địa liên lạc: Mỹ Trang, Xã Phổ Cường, Huyện Đức Phổ, Tỉnh Quảng Ngãi Email: thanhtanpc@gmail.com QUÁ TRÌNH ĐÀO TẠO Thời gian Trường đào tạo Trình độ 2006-2011 Đại học khoa học tự nhiên Công nghệ thông tin Cử nhân TP.HCM 2012-2014 Đại học bách khoa TP.HCM Chun ngành Khoa học máy tính Thạc sĩ Q TRÌNH CƠNG TÁC Thời gian Đơn vị cơng tác Vị trí 2011-2014 Công ty TNHH Aricent Việt Nam Kỹ sư phần mềm m ... khử nhiễu ảnh y khoa, tiến hành thực luận văn ? ?Lọc nhiễu ảnh y khoa dựa miền Curvelet Domain? ?? Trong khuôn khổ luận văn n? ?y, chúng tơi vào tìm hiểu loại ảnh y khoa lợi ích chuyên khoa mà loại ảnh. .. 12-12-1988 Khoa Học M? ?y Tính Mã số : 604801 I TÊN ĐỀ TÀI: Lọc nhiễu ảnh y khoa dựa miền Curvelet Domain II NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu loại ảnh y khoa Tìm hiểu loại nhiễu ảnh thường gặp ảnh y khoa. .. khử nhiễu ảnh y khoa, thực luận văn với tên đề tài ? ?Lọc nhiễu ảnh y khoa dựa miền Curvelet Domain? ?? 1.2 Nội dung mục tiêu đề tài Qua trình nghiên cứu sở lý thuyết Curvelet Transform, nhận th? ?y ưu