language arrow_drop_down
DK NO EN
Blogg: 2020-05-28

Bildbehandling, inte så komplicerat som det låter

Om man googlar på begreppet bildbehandling får man förklaringen att det är en metod för att förändra bilder med olika metoder och algoritmer. Lägg sen till att bildbehandling har stor inverkan i ditt vardagliga liv och påverkar allt från sjukvården till industri. Visst kan det då vara svårt att förstå hur allt egentligen hänger ihop?

Jag tänkte därför försöka förklara vad bildbehandling är och hur det funkar. Mitt hjärta klappar lite extra för medicinteknik och därför vill jag trycka på hur bildbehandling kan bidra till att öka säkerheten för patienter och resultera i bättre sjukvård.

Smart Maintenance for competitive edge

Bildbehandling i din vardag
Digital bildbehandling finns i en mängd olika tekniska lösningar som vi använder till vardags. Skärmlåset på telefonen som bygger på ansiktsigenkänning, appen som kan mäta avstånd via mobilkameran, bakgrundsfiltret på Microsoft Teams eller parkeringsassistansen och ”lane-assist” i bilen. Andra användningsområden vi kanske inte ser till vardags där bildbehandling kan vara behjälpligt är:

  • Anomalidetektion i produktion
  • Bearbetning av medicinska bilder
  • Insamling av spelarstatistik inom sport
  • Kameraövervakning

Vad är bildbehandling?
Digital bildbehandling är när man manipulerar eller analyserar en bild på så sätt att man antingen får ut en resulterande bild som på något sätt är modifierad eller någon slags data som är baserad på informationen i bilden. Det finns ett gäng metoder för att modifiera bilder eller plocka ut intressant information. Och jag tänkte att vi kunde titta närmare på en av modifieringarna.

Bildregistrering och matchning
Inom digital bildbehandling finns ett område som kallas bildregistrering. Det går ut på att hitta hur en bild ska transformeras, för att den så bra som möjligt ska matcha en annan bild. Hur bra en matchning är beror på vilket angreppssätt som använts och hur bilderna ser ut.

Det går att titta på hur väl bildernas intensitet överensstämmer eller ta fram annan egenskap ur bilden. En sådan egenskap kan vara linjer eller punkter i bilden. Transformationen som ger den bästa matchningen kan bestå av olika typer av modifikationer av bilden, till exempel att den är roterad eller förflyttad uppåt eller neråt.

För att gå lite mer på djupet kring transformationer så behöver man vara med på att bilden består utav pixlar, där varje pixel kan ses som en punkt med en x- och en y-koordinat. Låt oss säga att vi vill flytta bilden 3 pixlar till höger och 2 pixlar uppåt, då vill vi addera dessa förflyttningar till vår punkt, om vi har ett koordinatsystem där x-värden ökar åt höger och y-värden ökar uppåt. Testa att rita och räkna själv!

Bildbehandling

Som tur är finns det bibliotek som kan tänka på sådana saker så att det blir mindre komplicerat för oss. Ett exempel på ett sådant programvarubibliotek är OpenCV.

Bildbehandling i medicinteknik
Vad kan då detta användas till? Bland annat kan det användas för att jämföra medicinska bilder med varandra. Till exempel kan det vara till nytta då man vill jämföra en bild av en patient innan och efter en behandling eller då man vill titta på information från medicinska bilder tagna med olika instrument (exempelvis CT och MR) eftersom patienten inte kommer ligga placerad exakt likadant under de olika bildtagningarna.

För att som hastigast beskriva andra modifieringsmetoder går det fylla ”hål” i bilder baserat på den information som finns runt ”hålet”. Det går även att förbättra bildkvalitén genom att minska på bruset i bilden. När det gäller att plocka ut information ur bilden kan man till exempel räkna antal objekt i bilden eller beräkna avstånd.

Detta var en kortfattad beskrivning om vad som bildbehandling är och hur det kan används inom medicinteknik. Har du frågor får du gärna kontakta oss!

// Linnea Fridman, Consultant Prevas AB

Kommentarer

    Du måste vara inloggad för att få kommentera

    Stängd för fler kommentarer

    Vänligen verifiera att du inte är en robot

    300

    Relaterade artiklar

    pageRefs: [Produktutveckling, Digitalisering, Life Science]