Nonlinear Filter

การศึกษาการทำ Nonlinear Filter ใน Image processing

Objective

  1. เพื่อศึกษาคุณสมบัติของ Nonlinear Filter
  2. เพื่อศึกษาความแตกต่างระหว่าง Nonlinear Filter
  3. เพื่อศึกษาคุณสมบัติและความแตกต่างของ Noises
  4. ศึกษาการประยุกต์ใช้ Nonlinear Filter ในด้านการแพทย์

Medthods

  1. Unsharp Masking

    คือ กระบวนการเพื่อเพิ่มความคมชัดของภาพโดยการใช้ภาพจริง (Real image, \(f_r\)) และ ภาพที่ผ่านการกรอง (Filtered image, \(f_f\)) ที่จะมีลักษณะเป็นภาพเบลอ โดยจะเป็น การหักล้างภาพจริงด้วยภาพเบลอ ตามสมการ \(f_s(x,y) = f_r(x,y) - kf_f(x,y)\) โดยที่ k จะเป็นค่าคงที่

  2. Noise

    ในการศึกษานี้จะทำการเพิ่มสิ่งรบกวนภาพ(noise) ลงไปในภาพจริง โดยการใช้ noise 3 ชนิด ดังนี้

    1. Gaussian noise

      คือ noise ที่มีลักษณะการกระจายตัวแบบ normal distribution ที่เกิดจากแสงไม่ดีหรือ อุณหภูมิขณะถ่ายสูง หรือ การรบกวนจากสัญญาณไฟฟ้า ทำให้ แต่ละจุดบนภาพเกิดสีเพี้ยนไปจากรอบๆ

    2. Poisson noise

      คือ noise ที่มีลักษณะการกรจายตัวแบบ poisson distribution ที่เกิดจากโฟตอนในเซนเซอร์รับภาพได้รับปริมาณแสงมากกว่าจุดอื่น ทำให้บางจุดบนภาพมีลักษณะต่างจากรอบๆเล็กน้อย

    3. Salt & pepper noise

      คือ noise ทีมีลักษณะเป็นสีขาวบนพื้นมืด และสีดำบนพื้นสว่าง กระจายตัวอยู่ภายในภาพ เกิดจากความผิดพลาดในการแปลงข้อมูลรูปภาพจาก อะนาล็อกเป็นดิจิตอล

  3. Nonlinear Filter

    ในการศึกษานี้จะทำ non-linear filter 3 ชนิด ดังนี้

    1. Median filter

      การหาค่ากลางหรือค่ามัธยฐานภายใน รูปภาพที่คลุมด้วยmask ที่สร้างขึ้น แล้วแทนที่จุดๆหนึ่งที่สนใจด้วยค่ากลางนั้น

    2. Min filter

      การหาค่าน้อยที่สุดภายใน รูปภาพที่คลุมด้วยmask ที่สร้างขึ้น แล้วแทนที่จุดๆหนึ่งที่สนใจด้วยค่าที่น้อยที่สุดนั้น

    3. Max filter

      การหาค่ามากที่สุดภายใน รูปภาพที่คลุมด้วยmask ที่สร้างขึ้น แล้วแทนที่จุดๆหนึ่งที่สนใจด้วยค่าที่มากที่สุดนั้น

Results

จากการศึกษา Unsharp filter ผลของการใส่ Noise ลงในภาพ และ Nonlinear filter ทั้งสามแบบ ทางกลุ่มได้ทำการเขียนฟังก์ชั่นการทำงานบนโปรแกรม MATLAB และได้ผลออกมาเป็นดังภาพด้านล่าง

  1. JPEG Image

    ภาพที่ 1 : แสดงผลจากการใส่ noise ทั้งสามแบบในภาพ RGB
    ภาพที่ 2 : แสดงผลจากการใส่ noise ทั้งสามแบบในภาพ Grayscale

    ภาพที่ 3 : แสดงภาพต้นฉบับที่มี Gaussian noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 4 : แสดงภาพต้นฉบับที่มี Poisson noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 5 : แสดงภาพต้นฉบับที่มี Salt and Pepper noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

  2. DICOM

    ภาพที่ 6 : แสดงภาพต้นฉบับจาก DICOM file ที่มี Gaussian noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 7 : แสดงภาพต้นฉบับจาก DICOM file ที่มี Poisson noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 8 : แสดงภาพต้นฉบับจาก DICOM file ที่มี Salt and Pepper noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

  3. LSM

    ภาพที่ 9 : แสดงภาพต้นฉบับจาก LSM file ที่มี Gaussian noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 10 : แสดงภาพต้นฉบับจาก LSM file ที่มี Poisson noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

    ภาพที่ 11 : แสดงภาพต้นฉบับจาก LSM file ที่มี Salt and Pepper noise และผลจากการใส่ Nonlinear filter ทั้งสามแบบ

  4. Unsharp filter

    ภาพที่ 12 : แสดงภาพต้นฉบับ ภาพที่ใส่ Gaussian noise ภาพที่ผ่านการทำ smoothing filter และผลจากการทำ unsharp filter

    ภาพที่ 13 : แสดงภาพต้นฉบับ ภาพที่ใส่ Poisson noise ภาพที่ผ่านการทำ smoothing filter และผลจากการทำ unsharp filter

    ภาพที่ 14 : แสดงภาพต้นฉบับ ภาพที่ใส่ Salt and Pepper noise ภาพที่ผ่านการทำ smoothing filter และผลจากการทำ unsharp filter

  5. Nonlinear Filter บนภาพจาก AVI Video

    1. Gaussian noise with Nonlinear filter

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ Nonlinear filter ใน Video ที่มี Gaussian noise

    2. Poisson noise with Nonlinear filter

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ Nonlinear filter ใน Video ที่มี Poisson noise

    3. Salt and Pepper noise with Nonlinear filter

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ Nonlinear filter ใน Video ที่มี Salt and Pepper noise

    4. Unsharp filter with Gaussian noise

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ unsharp filter ใน Video ที่มี Gaussian noise

    5. Unsharp filter with Poisson noise

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ unsharp filter ใน Video ที่มี Poisson noise

    6. Unsharp filter with Salt and Pepper noise

      Video แสดงผลการประมวลผลภาพจาก AVI file แสดงผลการทำ unsharp filter ใน Video ที่มี Salt and Pepper noise

  6. Nonlinear Filter บนภาพจาก Webcam
    1. Nonlinear filter

      Video แสดงผลการประมวลผลภาพจากกล้อง webcam แสดงผลการทำ Nonlinear filter

    2. Unsharp filter

      Video แสดงผลการประมวลผลภาพจากกล้อง webcam แสดงผลการทำ unsharp filter

Discussion

จากผลที่ได้นั้น Minimum filter และ Maximum filter เกิดการทำให้ภาพผิดเพี้ยนเกินไปเนื่องจากเป็นการดูค่าที่จุดนั้น และจุดรอบๆ โดยเปลี่ยนเป็นค่าที่น้อยที่สุด หรือมากที่สุด จึงทำให้ contrast ของภาพผิดเพี้ยนไป และ Median filter ที่ดูค่าที่จุดนั้นและจุดรอบๆจุดที่สนใจ โดยเปลียนค่าเป็นค่ากลาง หรือค่ามัธยฐาน ทำให้ได้ภาพที่ filter ได้ดีที่สุด

ส่วนผลที่ได้จาก Unsharp filter นั้นทำให้ได้ภาพที่ filter แล้วนั้นมีความคมชัดมากขึ้น แต่จะมีการคำนวณที่ซับซ้อนมากกว่า Non linear filter ทั้งสามแบบนั้น เนื่องจากต้องมีการ filter ภาพที่ได้ก่อนและนำมาหักลบกับภาพเดิม

Conclusion and Future Study

จากการศึกษา Unsharp filter จะเห็นว่าภาพที่ได้จะมีลักษณะของภาพที่คมชัดดูมีมิติมากขึ้นส่วน Linear filter ที่ใช้นั้น Median filter ให้ค่าของภาพที่ดีกว่า Minimum และ Maximum filter เนื่องจาก filter สองชนิดหลัง บางครั้งยังทำให้ภาพที่ได้มีลักษณะผิดเพี้ยนไป

Future Study

จากการที่ทางกลุ่มได้ทำการศึกษาเกี่ยวกับ Non linear filter ที่ใช้ใน image procrssing ครั้งนี้ สามารถนำไปประยุกต์ใช้ได้ทั้งในทางชีวการแพทย์ หรือในด้านต่างๆ เพราะในการทำ image ทางการแพทย์นั้น ต้องการภาพที่มีรายละเอียดครบถ้วน หากภาพที่ได้มี noise รับกวนตัวภาพอาจทำให้การวินิจฉัยของแพทย์ผิดพลาดได้ จึงสามารถนำความรู้ที่ได้มาประยุกต์ใช้ได้

Q&A

Question 1:
วิธีการทำ unsharp masking มีเทคนิกพิเศษในการจัดการภาพอย่างไร
Answer:
การทำ unsharp masking เป็นการเพิ่ม Contrast ระหว่าง Pixel ซึ่งเป็นการตัดขอบเส้นของภาพให้ดูคมขึ้น หากเป็นภาพที่มีรายละเอียดมากเกินไปเช่นภาพต้นไม้ที่มีใบละเอียด หากเพิ่ม contrast ให้กับภาพมากเกินไป จะทำให้ภาพแตก จึงต้องปรับให้มีความเหมาะสม

Question 2:
รูปภาพที่นำมาทำimage processing จะพบ noise แบบใดได้มากที่สุด
Answer:
Poisson noise

Question 3:
หากทำ median filter จะมีข้อดีอย่างไร
Answer:
  1. จะไม่เกิดปรากฎการณ์ shift boundary ซึ่งมักเกิดกับ smoothing filter เนื่องจากปัญหาของ contrast
  2. จะไม่เกิดค่าที่มากเกินไปเนื่องจากการคำนวณนั้นมีความ sensitive มากกว่า mean filter หากเป็น mean filter จะเกิดปัญหานี้ขึ้นได้
  3. ไม่มีการลดลงของ contrast เนื่องจากค่าของ output ที่ได้มาจากค่ารอบๆ ไม่ใช่ค่าที่คำนวณใหม่

Source code is available on Github