Tiến Sĩ Biến đổi đa phân giải có hướng ứng dụng trong phân tích vi ảnh

Cấu trúc luận án

Chương 1 giới thiệu nhu cầu, mục tiêu nghiên cứu của luận án. Trình bày các đóng góp, cũng như cấu trúc của luận án.

Chương 2 trình bày thuật giải xác định biên dựa trên biến đổi wavelet. Phần đầu trình bày tóm tắt biến đổi wavelet liên tục và rời rạc trong không gian một hoặc hai chiều. Phần kế tiếp trình bày thuật giải a trous cho biến đổi wavelet không giảm kích thước mẫu. Phần kế tiếp trình bày phương pháp xác định cực trị mô-đun của biến đổi wavelet theo các thuật giải wavelet gốc hoặc a trous dựa trên hàm wavelet thực hoặc phức. Sau cùng là ứng dụng cực trị wavelet để xác định biên các vùng tròn trong vi ảnh microarray sử dụng phân tích phổ gen. Đồng thời các thực nghiệm cũng được thực hiện trên ảnh y khoa. Cuối cùng là thực nghiệm so sánh giữa giải pháp được đề xuất trong luận án với các phương pháp xác định biên cổ điển như Canny, Robert, và Sobel.

Chương 3 trình bày hai phương pháp phân đoạn ảnh. Phương pháp thứ nhất dựa trên thuật giải watershed cải tiến kết hợp giữa độ đo khoảng cách và giá trị cường độ xám của từng điểm ảnh, đồng thời đề nghị thuật giải làm giảm tình trạng phân đoạn quá nát dựa trên thông tin vector topo kết hợp với cường độ mức xám. Phương pháp thứ hai dựa trên thống kê sử dụng mô hình trường ngẫu nhiên Markov với thuật giải nung luyện mô phỏng có hàm giảm nhiệt độ thích nghi. Thuật giải SA cải tiến với phương pháp tính nhiệt độ khởi đầu và hàm giảm nhiệt độ thích nghi và ứng dụng chúng vào phân đoạn ảnh. Sau cùng là các phương pháp phân đoạn ảnh dựa trên MRF phân cấp với các dạng phân rã giảm hay giữ nguyên kích thước mẫu.

Chương 4 trình bày các phép biến đổi đa phân giải cục bộ có hướng. Phần đầu tóm tắt biến đổi ridgelet liên tục và các dạng rời rạc dựa trên sự kết hợp giữa biến đổi Radon và wavelet một chiều trên các lát cắt chiếu trong miền Radon. Sơ lược các phương pháp rời rạc hoá biến đổi ridgelet như rectopolar và slantstack nhằm tạo lưới phủ, cũng như biến đổi ridgelet trực giao. Phần kế tiếp trình bày hai dạng biến đổi đa phân giải cục bộ có hướng curvelet và contourlet và ứng dụng của chúng để biểu diễn “đối tượng cong” trong ảnh. Xây dựng các mô hình kết hợp giữa ridgelet hữu hạn và các phân rã LP hay wavelet nhằm tạo ra các biến đổi tựa curvelet. Phần cuối của chương minh hoạ ưu điểm của các hệ số của các phép biến đổi tựa curvelet thông qua thực nghiệm tái tạo lại ảnh gốc. Chương 5 trình bày phương pháp phân tích vi ảnh dưạ trên sự kết hợp giữa SVM cải tiến và các đặc trưng đa phân giải với các hệ số của biến đổi trong chương 4. Phương pháp xây dựng đặc trưng bất biến với tịnh tiến, tỉ lệ, quay. Trình bày phương pháp trích đặc trưng Haralick và Zernike moment. Phương pháp xây dựng đặc trưng Zernike moment kết hợp biến đổi tựa curvelet nhằm xây dựng các đặc trưng Zernike trên các vành tròn chứa các hệ số tựa curvelet. Trình bày phương pháp giữ lại đặc trưng có nghĩa dựa trên ma trận các giá trị riêng (eigen). Sau cùng là kết quả thực nghiệm thể hiện độ chính xác khi phân loại thực hiện trên tập ảnh chụp tế bào HELA, CHO, v.v. Chương 6 trình bày kết luận và định hướng phát triển, và sau cùng là danh sách tài liệu tham khảo.

MỤC LỤC
CHưƠNG 1: GIỚI THIỆU . 12
1.1. Mở đầu 12
1.2. Tình hình nghiên cứu trong và ngoài nước . 14
1.3. Mục tiêu thực hiện của luận án . 19
1.4. Những đóng góp chính 21
1.5. Cấu trúc luận án 23
CHưƠNG 2: XÁC ĐỊNH BIÊN TRONG VI ẢNH DỰA TRÊN CỰC TRỊ WAVELET 25
2.1. Giới thiệu . 25
2.2. Sơ lược về biến đổi wavelet 25
2.2.1. Biến đổi wavelet liên tục . 26
2.2.2. Biến đổi wavelet rời rạc 27
2.3. Cực trị mô-đun của biến đổi wavelet . 29
2.3.1. Mô-đun của hàm wavelet giá trị thực 29
2.3.2. Mô-đun của hàm wavelet giá trị phức . 31
2.3.3. Xác định cực trị dựa trên biến đổi wavelet . 33
2.3.4. Xác định biên dựa trên wavelet không giảm kích thước mẫu . 34
2.4. Thực nghiệm xác định biên trên vi ảnh DNA microarray . 39
2.5. Tóm tắt . 43
CHưƠNG 3: CÁC THUẬT GIẢI PHÂN ĐOẠN ẢNH 44
3.1. Giới thiệu . 44
3.2. Phân đoạn với watershed cải tiến 46
3.2.1. Phân đoạn với watershed phân cấp . 46
3.2.2. Ứng dụng thuật giải watershed trong phân tích vi ảnh grain 50
3.3. Phân đoạn ảnh với mô hình trường ngẫu nhiên Markov . 58
3.3.1. Các khái niệm cơ bản về trường ngẫu nhiên Markov . 59
3.3.2. Biểu diễn ảnh dựa trên MRF . 60
3.4. Thuật giải nung luyện mô phỏng thích nghi trong phân đoạn ảnh 63
3.4.1. Giới thiệu thuật giải nung luyện mô phỏng . 65
3.4.2. Xác định giá trị nhiệt độ khởi đầu . 66
3.4.3. Hàm giảm nhiệt độ thích nghi . 68
3.5. Phân đoạn ảnh dựa trên MRF đa phân giải . 70
3.5.1. Phân đoạn ảnh dựa trên kết hợp của MRF và phân rã LP . 71
3.5.2. Phân đoạn ảnh dựa trên kết hợp giữa MRF và WT . 72
3.5.3. Phân đoạn ảnh dựa trên kết hợp giữa MRF và UWT 74
3.5.4. Phân đoạn ảnh dựa trên kết hợp giữa MRF và WP bất đẳng hướng . 75
3.6. Thực nghiệm trong phân đoạn vi ảnh 78
3.7. Tóm tắt . 83
CHưƠNG 4: PHÉP BIẾN ĐỔI ĐA PHÂN GIẢI CÓ HưỚNG CỤC BỘ 85
4.1. Giới thiệu . 85
4.2. Biến đổi ridgelet và ứng dụng phân tích vi ảnh chụp wafer 86
4.2.1. Biến đổi ridgelet liên tục . 86
4.2.2. Biến đổi ridgelet rời rạc . 88
4.2.3. Biến đổi ridgelet trực giao . 91
4.2.4. Ứng dụng trong phân tích hướng vật chất . 94
4.3. Các biến đổi đa tỉ lệ cục bộ có hướng . 97
4.3.1. Sơ lược về biến đổi curvelet 98
4.3.2. Biến đổi contourlet và các dạng biến thể 103
4.4. Biến đổi đa phân giải có hướng cục bộ dựa trên ridgelet hữu hạn 107
4.4.1. Biến đổi tựa curvelet dạng I 107
4.4.2. Biến đổi tựa curvelet dạng II . 114
4.5. Tóm tắt . 118
CHưƠNG 5: PHÂN TÍCH VI ẢNH DỰA TRÊN BIẾN ĐỔI ĐA PHÂN GIẢI CÓ HưỚNG 119
5.1. Giới thiệu . 119
5.2. Xây dựng tập đặc trưng sử dụng trong phân tích vi ảnh . 120
5.2.1. Đặc trưng cơ bản . 120
5.2.2. Đặc trưng đa phân giải 123
5.2.3. Đặc trưng vector riêng . 127
5.3. Thực nghiệm phân tích vi ảnh SLP . 129
5.4. Tóm tắt . 137
CHưƠNG 6: KẾT LUẬN VÀ HưỚNG PHÁT TRIỂN 138
DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ CÓ LIÊN QUAN ĐẾN ĐỀ TÀI LUẬN ÁN . 141
TÀI LIỆU THAM KHẢO . 142
PHỤ LỤC: TẬP DỮ LIỆU THỰC NGHIỆM 147