Sieci synchronicznych oscylatorów
Sieci synchronicznych oscylatorów (SSO) [10] są narzędziem, które może być wykorzystywane do segmentacji obrazów, w tym segmentacji tekstur. Sieci te wykorzystują teorię "chwilowej korelacji", która próbuje wyjaśnić proces segmentacji sceny dokonywanej przez ludzki mózg. Teoria ta zakłada jednoczesną aktywność komórek nerwowych mózgu podczas rozpoznawania danego obiektu sceny, które opisują jego właściwości takie jak kolor, kształt, tekstura, itp. Realizacją tej idei jest sieć oscylatorów połączonych ze sobą za pomocą wag, każdy z nich odpowiada jednemu punktowi obrazu. Grupa oscylatorów związana z danym obiektem obrazu synchronizuje się, podczas gdy pozostałe oscylatory pozostają nieaktywne. Proces powtarza się dla wszystkich obiektów obrazu, zapewniając w konsekwencji jego segmentację. Segmentacja taka jest możliwa dla obrazów biomedycznych, w tym również obrazów tekstur [1,2,4] (rys. 1,2).
Odpowiednia definicja wag sieci pozwala na wykrywanie krawędzi tekstur (a nie całych ich obszarów). To podejście umożliwia znaczne skrócenie czasu analizy obrazu, ze względu na mniejszą liczbę aktywnych oscylatorów biorących udział w segmentacji obrazu [3] (rys. 3).Istnieje możliwość wykorzystania SSO do segmentacji obrazów trójwymiarowych. Przykład takiego zastosowania pokazano na rys. 4, gdzie czerwony obszar wyznacza obszar wątroby na trójwymiarowym obrazie MRI.
Sieci te mogą być również wykorzystane do wykonywania operacji morfologicznych na obrazach binarnych [5] oraz wykrywania w obrazach określonych wzorców [8]. Ważną cechą tych sieci jest możliwość ich realizacji w postaci układu scalonego, co umożliwi równoległą, a w konsekwencji szybką analizę obrazu [9].
Rys. 1. Obraz MRI przekroju stopy (a) wynik segmentacji w celu wykrycia kości pięty (b)
Rys. 2. Obraz USG serca z zaznaczonym guzem łagodnym (a), wynik segmentacji (b)
Rys. 3. Detekcja krawędzi tekstur dla obrazów z rys. 1a (a) i 2a (b)
Rys. 4. Przykłady segmentacji trójwymiarowych obrazów MR wątroby