(Contrast Limited Adaptive Histogram Equalization (CLAHE))
El método CLAHE, ha demostrado su gran capacidad en el realce de contraste en el proceso de evaluación. En ese sentido, las imágenes de respuesta obtenidas realzan las características dentro del hueso pélvico y en regiones de difícil visibilidad.
Una de las características de este método que podría considerarse como una ligera desventaja para etapas posteriores (como es el caso de la segmentación-registro), donde la identificación de bordes o contorno es importante, radica en el exceso de información, debido principalmente al realce del contraste en toda la imagen y no sólo en los bordes de la imagen.
En la Figura 4.2, se muestra una comparación entre las imágenes originales (parte superior) y las imágenes de respuesta (parte inferior) obtenidas al aplicar el método CLAHE. En las tres imágenes de respuesta obtenidas se ve una gran mejora en la apariencia de la estructura pélvica, realzando detalles finos que a simple vista no son notorios en la imagen original; donde, el realce en la imagen no sólo se da en el contorno, sino también en toda la estructura pélvica en general.
FIGURA4.2. Comparación entre imágenes originales e imágenes de respuesta utilizando
el método CLAHE.
Fuente: Elaboración propia.
Asimismo, en la imagen central, se puede observar que el método CLAHE también realizó un incremento del contraste para la región negra ubicada sobre la cresta iliaca izquierda; sin embargo, este realce no es adecuado; ya que simboliza presencia de ruido en la imagen.
EJEMPLO PSNR CON RUIDO POISSON PSNR CON RUIDO GAUSSIANO Ejemplo 1 66.45 63.92 Ejemplo 2 67.12 63.86 Ejemplo 3 67.01 64.02
TABLA4.2. PSNR obtenido por cada ejemplo mostrado en la Figura 4.2 Fuente: Elaboración propia.
Como se puede observar en la tabla, el método CLAHE a diferencia del método anterior es superior en cuanto a su PSNR teniendo en cuenta ambos tipos de ruido agregados a las imágenes de rayos X; sin embargo, resulta ser mejor frente a ruido Poisson.
4.1.3 Filtro Guiado(Guided Filter)
Este método es considerado el más completo debido a su capacidad de preservar bordes mientras elimina el ruido presente en la imagen de Rayos X. En la evaluación realizada, se observó que este método tiende a suavizar la imagen, es decir, uniformiza los valores de intensidad de los píxeles presentes en la imagen; de esta manera garantiza que la imagen no presente cambios bruscos en el contraste.
Una de las características del método filtro guiado, que es considerada como desventaja, hace referencia a consideraciones de visibilidad para el ojo humano; es decir, que a simple vista para el ojo del ser humano puede parecer que las imágenes de respuesta obtenidas no tienen la suficiente nitidez.
En la Figura 4.3, se puede observar las imágenes de respuesta obtenidas (parte inferior). Éstas imágenes en efectos de visibilidad, como se indicó anteriormente, no ofrecen mucha información a simple vista; por el contrario, dan la impresión de tener menor calidad que las imágenes originales (parte superior).
FIGURA4.3. Comparación entre imágenes originales e imágenes de respuesta utilizando el método filtro guiado.
Fuente: Elaboración propia.
La tabla 4.3, muestra el PSNR obtenido para cada ejemplo mostrado en la Figura 4.3.
EJEMPLO PSNR CON RUIDO
POISSON PSNR CON RUIDO GAUSSIANO Ejemplo 1 75.02 68.13 Ejemplo 2 75.27 67.85 Ejemplo 3 75.32 67.99
TABLA4.3. PSNR obtenido por cada ejemplo mostrado en la Figura 4.3 Fuente: Elaboración propia.
Como se puede observar en la tabla, el método filtro guiado; presenta un PSNR superior en comparación con los dos métodos anteriores. Asimismo, presenta mejor desempeño frente a ruido Poisson.
4.1.4 Filtro Wiener(Wiener Filter)
El método filtro Wiener, al igual que el método filtro guiado elimina ruido presente en la imagen mediante el suavizamiento de los valores de intensidad de los píxeles. Adicionalmente, cuida de la preservación de bordes.
Teniendo en cuenta los experimentos realizados, al igual que el método filtro guiado, en aspectos de visibilidad al ojo humano es poco eficiente; debido a la poca nitidez que tienen las imágenes resultantes de la aplicación del mismo. Un factor importante que se ha encontrado, como resultado de la investigación, es el suavizamiento excesivo en algunas regiones de la pelvis; tal es el caso del acetábulo, lo que conlleva a una pérdida de información relevante para estudios o aplicaciones posteriores.
La Figura 4.4, muestra las imágenes de respuesta obtenidas después de la aplicación del método Filtro Wiener; como se puede observar, las imágenes de respuesta en ciertas partes de la pelvis presenta distorsión visual por el suavizamiento excesivo de la imagen.
FIGURA4.4. Comparación entre imágenes originales e imágenes de respuesta utilizando el método filtro Wiener.
La tabla 4.4, muestra el PSNR obtenido para cada ejemplo mostrado en la Figura 4.4.
EJEMPLO PSNR CON RUIDO
POISSON PSNR CON RUIDO GAUSSIANO Ejemplo 1 74.78 67.94 Ejemplo 2 74.08 67.86 Ejemplo 3 75.09 68.01
TABLA4.4. PSNR obtenido por cada ejemplo mostrado en la Figura 4.4 Fuente: Elaboración propia.
Como se puede observar en la tabla, el método filtro Wiener, al igual que el método filtro guiado presenta un alto PSNR; de este modo tiene un mejor desempeño frente al ruido Poisson en comparación con el ruido Gaussiano.