컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 6-3. Morphological processing

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

Morphological Processing

앞서 구했던 thresholding을 통해 구한 결과 이미지는 noise가 있고 원하는 부분만을 구하지는 못했습니다. 이에 추가 processing 작업이 필요합니다.

Morphological Processing를 사용하면 noise 제거가 가능합니다.

Dilation : 팽창하고 싶을 때 사용, Morphological Processing을 사용했을 때를 일컬음

1) structural element 정의

2) sliding window 방식으로 지나가면서 겹쳐지는 부분을 색을 칠합니다.

Dilation ex)

원하는 장기 내부에 희망 색이 아닐 경우 흰색으로 바꿔주고 주변을 팽창시키는 segmentation을 사용하는 것

Erosion : Dilation과 반대로 작용하는 것으로 background로 바꿔주는 방법론

Erosion 다음 Dilation하는 방법 -> opening

원본의 shape을 유지하면서 noise를 제거하는 방법

Dilation 다음 Erosion하는 방법 -> closing

원본의 shape을 유지하면서 object 내 hole을 제거하는 방법

Erosion -> Dilation -> Dilation -> Erosion : noise를 없애고 hole도 없애는 방법 순서

외곽에 원하는 부분을 제외한 흰 부분들에 대하여 삭제하고 싶을 때 다음 차시에서 배우는 Region Growing을 사용할 수 있습니다. 점을 찍으면 region이 growing되어서 segmentation하는 방법.

여러 object가 있을 때 효과적으로 segmentation해주기 위한 Watershed algorithm 또한 알아볼 것