Phương pháp hiệu quả xử lý ảnh cho việc đo lường thông số tương quan của cấu trúc răng hàm mặt

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƢỜNG ĐẠI HỌC BÁCH KHOA - - LUẬN VĂN THẠC SĨ PHƢƠNG PHÁP HIỆU QUẢ XỬ LÝ ẢNH CHO VIỆC ĐO LƢỜNG THÔNG SỐ TƢƠNG QUAN CỦA CẤU TRÚC RĂNG HÀM MẶT GVHD: PGS TS LÊ TIẾN THƢỜNG HVTH: NGUYỄN THIỆN THƠNG MSHV: 11146079 TP HỒ CHÍ MINH, THÁNG 06 NĂM 2013 CƠNG TRÌNH ĐƢỢC HỒN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hƣớng dẫn khoa học : PGS.TS LÊ TIẾN THƢỜNG (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : TS CHẾ VIẾT NHẬT ANH (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : TS TRƢƠNG QUANG VINH (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ đƣợc bảo vệ Trƣờng Đại học Bách Khoa, ĐHQG Tp HCM ngày 11 tháng 07 năm 2013 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS TS LÊ TIẾN THƢỜNG TS HOÀNG TRANG TS CHẾ VIẾT NHẬT ANH TS TRƢƠNG QUANG VINH TS VÕ NGUYỄN QUỐC BẢO Xác nhận Chủ tịch Hội đồng đánh giá LV Trƣởng Khoa quản lý chuyên ngành sau luận văn đƣợc sửa chữa CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA I CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN THIỆN THÔNG MSHV: 11146079 Ngày, tháng, năm sinh: 23/03/1988 Nơi sinh: Tiền Giang Chuyên ngành: Kỹ Thuật Điện Tử Mã số : 605270 II TÊN ĐỀ TÀI: Phƣơng pháp hiệu xử lý ảnh cho việc đo lƣờng thông số tƣơng quan cấu trúc hàm mặt III NHIỆM VỤ VÀ NỘI DUNG: Đề tài nhằm mục tiêu đƣa giải pháp đo lƣờng thông số tƣơng quan cấu trúc hàm mặt sở giải thuật xử lý nhận diện ảnh gồm nhiệm vụ nội dung:  Tìm hiểu phân tích phim sọ nghiêng, bao gồm mục đích vị trí điểm chuẩn có phim  Đề xuất thử nghiệm với giải thuật nhận diện điểm ảnh thông dụng nhƣ: dị góc Harris, biến đổi Gabor Wavelet, phƣơng pháp rút trích đặc trƣng HOG (Histogram of Oriented Gradients) kết hợp hỗ trợ vector SVM (Support Vector Machine)  So sánh nhận xét kết thu đƣợc từ phƣơng pháp, lựa chọn phƣơng pháp tổng quát cho loại ảnh sọ nghiêng  Đề xuất giải thuật xác định điểm quan trọng: Sella (S), Nasion (Na), Gonion (Go), Menton (Me), Pogonion (Pog), Gnathion (Gn), Sudmental (B)  So sánh đánh giá thông qua bác sĩ chuyên khoa phẫu thuật răng-hàmmặt  Tiến hành viết báo cáo cho đề tài  Đúc kết nghiên cứu thành báo để gởi cho hội nghị nƣớc IV.NGÀY GIAO NHIỆM VỤ : V 02/07/2012 NGÀY HOÀN THÀNH NHIỆM VỤ: VI.CÁN BỘ HƢỚNG DẪN : 21/06/2013 PGS TS LÊ TIẾN THƢỜNG Tp HCM, ngày 02 tháng 07 năm 2012 CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƢỞNG KHOA ĐIỆN-ĐIỆN TỬ LỜI CẢM ƠN - Em xin đƣợc gửi lời cám ơn sâu sắc đến PGS.TS thầy Lê Tiến Thƣờng hƣớng dẫn đầy chu đáo nhiệt tình Thầy dẫn dắt, tạo cho em cách tƣ làm việc khoa học, hƣớng em đến đề tài khoa học mẽ tiếp cận công nghệ đại Em xin chân thành cám ơn thầy cô khoa Điện-Điện tử Thầy cô tạo điều kiện thuận lợi để chúng em đƣợc học tập , làm việc sáng tạo ngơi trƣờng giàu thành tích ngành giáo dục Việt Nam Con xin gửi lời cảm ơn đến Bố Mẹ Cám ơn Bố Mẹ tạo điều kiện cho ăn học, hỗ trợ lúc khó khăn, điểm tựa vững cho đời Tôi xin cám ơn bạn học tập, giúp đỡ, động viên bƣớc đƣờng nghiên cứu Tp Hồ Chí Minh, tháng năm 2013 Học viên Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng TÓM TẮT LUẬN VĂN Vấn đề xác định vị trí điểm chuẩn nha học phim sọ nghiêng cần thiết cho chỉnh nha, nghiên cứu trình thay đổi khung xƣơng, sở chẩn đoán tật so le, etc Hiện nay, bƣớc tiến hành để xác định điểm chuẩn chủ yếu dựa vào kinh nghiệm, đƣợc thực tay bác sĩ chun mơn Luận văn trình bày giải thuật giúp tự động xác định điểm chuẩn có ảnh sọ nghiêng, giải thuật Histogram of Oriented Gradients (HOG) Giải thuật giúp nhận diện vùng ảnh mong muốn Để HOG nhận biết đƣợc vùng ảnh chứa điểm chuẩn, cần tạo thƣ viện ảnh, phân loại ảnh chứa vùng có điểm chuẩn cần tìm với ảnh khơng có điểm Các ảnh đƣợc mơ tả miêu tả HOG, sau thuật tốn Support Vector Machine (SVM) tuyến tính phân loại ảnh tạo thành mơ hình tham khảo Với mơ hình tham khảo này, chúng tơi thử nghiệm nhiều ảnh chụp sọ nghiêng nam từ 10 đến 35 tuổi nữ từ 10 đến 32 tuổi Kết hồn tồn thuyết phục khơng nhận biết đƣợc vùng chứa điểm chuẩn ảnh rõ nét mà cịn ảnh sọ nghiêng khơng chuẩn Từ kết hợp giải thuật khác để tìm điểm chuẩn cịn lại nha học Phƣơng pháp đề cặp đƣợc trình bày báo “Using the Histogram of Oriented Gradients for Detecting Cephalometric Landmarks”, gửi cho hội nghị quốc tế ATC (Advanced Technologies for Communications) 2013 Tóm tắt luận văn i HVTH: Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng Abstract The issue of locating cephalometric landmarks in skull radiography is necessary for orthodontic treatment, study of skeletal changes, staggered teeth diagnosis, etc Currently, the steps to identify cephalometric landmarks are primarily based on experiences and the visual assessment of trained doctors This paper proposes a technique which automatically identify these landmarks on skull radiography using Histogram of Oriented Gradients (HOG) descriptor The first, a set of photo is created to classify the regions containing desired benchmarks with others These images will be performed by the HOG descriptor Then the Support Vector Machine (SVM) algorithm will classify these images and create a reference model Through this model, we have experimented on several skull radiographies of man at the age from 10 to 32 and women from 10 to 35 The result completely convinces as not only detects cephalometric landmarks on the sharpness of the images but also on the blurred images HOG descriptor combines other algorithms to detect other benchmarks in cephalogram The above-mentioned method is presented in our paper "Using the Histogram of Oriented Gradients for Detecting Cephalometric Landmarks", was submitted to the International Conference ATC (Advanced Technologies for Communications) in 2013 Abstract ii HVTH: Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng GIỚI THIỆU ĐỀ TÀI Phân tích điểm chuẩn nha học đƣợc nha sĩ thực bắt nguồn từ việc chỉnh nha nhƣ định phẫu thuật y học Từ việc thống kê số liệu từ vùng xƣơng sọ xƣơng hàm, ngƣời ta định nghĩa nên điểm chuẩn cần phân tích xác định thông số chuẩn nha học Dựa vào lý thuyết này, nha sĩ xác định điểm chuẩn để từ đo đạc thơng số chuẩn ảnh X-quang bệnh nhân Điều đáng lƣu ý việc đo đạc thông số thực tay bác sĩ chuyên môn Họ vẽ lại cấu trúc cần nghiên cứu theo phƣơng pháp vẽ nét đƣợc thống giới Nhƣng bƣớc tiến hành lại gây trở ngại lớn cho bác sĩ không chuyên môn, đặc biệc bác sĩ chƣa có nhiều kinh nghiệm việc chỉnh nha Trong y học, vấn đề y đức đƣợc đặt lên hàng đầu, cần phải có hỗ trợ định từ máy móc việc tìm điểm chuẩn cần xác định ảnh sọ nghiêng cách sử dụng giải thuật xử lý ảnh Trong hai thập kỷ trở lại, nhiều phƣơng pháp xử lý ảnh nhƣ nhận dạng vật thể đƣợc sáng tạo Trong lĩnh vực thị giác máy tính, ngƣời ta cố gắng nghiên cứu mơ tả xác định vật thể ngày mạnh Một mơ tả mạnh kể đến HOG (Histogram of Oriented Gradients) Bộ mơ tả HOG xác định xác nhiều vật thể nhƣ ngƣời, gƣơng mặt, đồ vật hay động vật Để xác định điểm quan tâm ảnh bất kỳ, cần có loại thuật toán để phân loại vùng điểm với vùng khác hình Có nhiều thuật tốn làm đƣợc cơng việc này, để đơn giản nhanh, sử dụng thuật toán SVM (Support Vector Machine) SVM khái niệm thống kê khoa học máy tính cho tập hợp phƣơng pháp học có giám sát liên quan đến để phân loại phân tích hồi quy Sự kết hợp HOG SVM mang lại hiệu cao xác việc nhận dạng vật thể Điều thấy rõ ràng ứng dụng phát ngƣời hay phát nhanh ngƣời vật thể khác [19] Từ đó, giải pháp đƣợc đề để tự động tìm điểm chuẩn phim sọ nghiêng ứng dụng phƣơng pháp nhận dạng dùng HOG kết hợp với phƣơng pháp khác Giới thiệu đề tài iii HVTH: Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng INTRODUCTION Analysis of cephalometric landmarks was done by a dentist who stems from the orthodontic and surgical indications medicine From the statistical data from the skull and jaw, one defines benchmarks which are necessary to analyze and determine the correct dental parameters Based on these theories, a dentist defines benchmark to determine the parameters measured in the standard X-ray images of the patient It should be noted that the measurement of these parameters is made by expert doctors They will redraw the structure which should be studied by the method of drawing has been consistently around the world But the steps taken to cause major obstacle for professional improper doctor, specifically the doctors not have much experience in orthodontics In medicine, ethical issues are at the forefront, it is necessary to have the certainly support from machine for find the area, containing the necessary benchmarks, to determine in skull radiography By using image processing algorithms, we propose an automated-detecting solution for finding cephalometric landmarks in skull radiography For over two decades, many image processing methods as well as identifying objects were created In the field of computer vision, scientist tries to study descriptors and object detectors growing up One of the most powerful descriptor is the HOG The HOG can be described quite accurately identify many objects such as people, faces, objects or animals To determine the point of interest on any image, an algorithm for classifying useful regions with other regions and backgrounds There are many algorithms could this work, for simple and fast, we use the SVM algorithm SVM (support vector machine) is a concept in statistics and computer science for a set of supervised learning methods related to classification and regression analysis The combination of HOG and SVM will bring high efficiency and accuracy in identifying objects This could be seen clearly in applications such as: pedestrian detection or fast human detection [19][20] Thus, the identification method utilizes HOG combine other algorithms to detect cephalometric landmarks Introduction iv HVTH: Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng MỤC LỤC TÓM TẮT LUẬN VĂN i Abstract ii GIỚI THIỆU ĐỀ TÀI iii INTRODUCTION iv MỤC LỤC v DANH MỤC HÌNH VẼ vi Chƣơng PHÂN TÍCH PHIM SỌ NGHIÊNG 1.1 Phim sọ nghiêng ( Cephalometric) 1.1.1 Mục đích sử dụng phim cephalo: 1.1.2 Các kỹ thuật phân tích phim cephalom: 1.1.3 Các điểm chuẩn phim cephalo 1.2 Các phân tích cephalometric 1.2.1 Phân tích Downs 1.2.2 Phân tích Steiner 1.2.3 Phân tích Wits 1.2.4 Phân tích Mc Narama Chƣơng 11 CÁC PHƢƠNG PHÁP NHẬN DIỆN ĐIỂM ẢNH 11 Mục lục v HVTH: Nguyễn Thiện Thơng 2.1 Bộ dị góc Harris (Harris corner detector) 11 2.1.1 Giới thiệu 11 2.1.2 Giải thuật dị góc Harris 12 2.2 Biến đổi Gabor Wavelet 13 2.2.1 Tổng quát biến đổi Gabor Wavelet 13 2.2.2 Biểu diễn hình ảnh Gabor Wavelet: 15 2.3 Giải thuật làm trội đƣờng viền (giải thuật Chan-Vese) 17 2.3.1 Giới thiệu 17 2.3.2 Phân tích giải thuật Chan-Vese 17 Chƣơng 22 RÚT TRÍCH ĐẶC TRƢNG (HOG) 22 3.1 Giới thiệu 22 3.2 Rút trích đặc trƣng HOG ảnh 23 3.3 Chuẩn hóa vector đặc trƣng cho block 27 3.4 Ảnh tích hợp (Integral Image) 27 3.5 Cơng thức đệ quy tính ảnh tích hợp 28 Chƣơng 4: 30 BỘ HỖ TRỢ VECTOR (SVM) 30 4.1 Nhận dạng dùng Support Vector Machine (SVM) 30 4.2 Phân loại SVM 33 4.2.1 SVM tuyến tính 33 4.2.2 SVM phi tuyến 35 4.3 Nhận dạng dùng Fuzzy SVM (SVM mờ) 36 Chƣơng 39 GIẢI PHÁP XỬ LÝ ẢNH TÌM ĐIỂM CHUẨN TRONG NHA HỌC 39 5.1 Ảnh mẫu chụp sọ nghiêng 39 5.1.1 Phân tích histogram mẫu ảnh 40 5.1.2 Phân loại ảnh mẫu 41 5.1.3 Đặc tích chung mẫu ảnh 41 Mục lục vi HVTH: Nguyễn Thiện Thông Phƣơng pháp xác định thông số tƣơng quan nha học GVHD: PGS TS Lê Tiến Thƣờng - Gnathion (Gn) trung điểm độ dài đƣờng cong tạo đầu mút điểm Me điểm Pog - Sudmental (B) điểm sau xƣơng ổ hàm dƣới: B = f(x,y) Min(y) với giá trị x nằm khoảng 0< x