Inpaint-menetelmän kehittäminen digitaalisten röntgenkuvien restauroimiseen

Abstract

Röntgenkuvia muodostavissa röntgenilmaisimissa on aina mukana vikoja, kun ne tulevat tehtaalta. Nämä viat ilmenevät ilmaisimen muodostamissa röntgenkuvissa valkoisina pikseleinä, joiden muodostamat pisteet ja viivat peittävät osan röntgenkuvasta alleen. Nämä valkoiset alueet häiritsevät röntgenkuvien tulkittavuutta ja analysointia, minkä vuoksi ne on restauroitava pois kuvasta. Restauroinnin tavoitteena on saada röntgenkuvan sisältämät tyhjät valkoiset alueet katoamaan niin, ettei niitä voi erottaa paljaalla silmällä ja jotta lopputulos näyttää luonnolliselta ja tutkimuskelpoiselta röntgenkuvalta. Tässä diplomityössä kuvataan prosessia, jonka tavoitteena on kehittää sopiva inpaintrestaurointialgoritmi röntgenkuvien restauroimiseksi.

Ennen restaurointisovelluksen kehitystyön aloittamista aiheeseen perehdyttiin tarkemmin kirjallisen materiaalin kautta. Tutkimustyön tavoitteena oli perehtyä röntgenkuvauksen periaatteisiin sekä löytää röntgenkuvien restauroimiseen soveltuvia inpaint-restaurointimenetelmiä. Sen jälkeen aloitettiin röntgenkuvien restaurointialgoritmin ohjelmointiprosessi, jonka aikana algoritmi suunniteltiin ja ohjelmoitiin toimivaksi. Ohjelmointiprosessin jälkeen sovelluksella suoritettiin algoritmisia testejä, joiden avulla tutkittiin sovelluksen toiminnallisuutta sekä sen tuottamien restauroitujen kuvien laatua. Lopuksi suoritettiin asiantuntevan koehenkilön avulla testi, jossa henkilölle näytettiin joukko kuvia, joista puolet oli muokkaamattomia ja puolet oli sovelluksella restauroituja kuvia. Testin tulosten avulla tutkittiin, kuinka laadukkailta ja aidoilta sovelluksen tuottamat restauroidut kuvat näyttivät ihmissilmälle.

Algoritmisten tulosten perusteella sovellukseen ohjelmoitu restaurointialgoritmi on toimiva ja kykenevä tuottamaan laadukkaita restauroituja röntgenkuvia. Myös koehenkilön kanssa suoritettu testi tuotti positiivisia tuloksia, sillä koehenkilö ei huomannut eroa aitojen ja restauroitujen kuvien välillä. Restaurointialgoritmin tuottamien restaurointitulosten laatu heikkenee, mikäli kuvan restauroitavat alueet kasvavat liian suuriksi, mutta röntgenkuvien sisältämien pienten alueiden restauroimiseen algoritmi on osoittautunut toimivaksi.

X-ray detectors that create X-ray images always have defects when they come from the factory. These defects appear in the X-ray images produced by the detector as white pixels which form dots and lines to the X-ray image. These white areas are covering part of the X-ray image which interfere the interpretation and analysis of images. For that reason they must be restored out of images. The goal of the restoration is to make the empty white areas in the X-ray image disappear so that they cannot be distinguished with the bare eye and so that the result looks like a natural and researchable X-ray image. This thesis describes a process whose goal is to develop a suitable image inpainting algorithm for the restoration of X-ray images.

Before starting the development work of the restoration application, the subject was familiarized through literature. The goal of the research work was to learn about the principles of X-ray imaging and to find image inpainting methods suitable for restoring X-ray images. After that, the programming process of the X-ray image restoration algorithm began, during which the algorithm was designed and programmed to functional. After the programming process, algorithmic tests were performed with the application to examine the functionality of the application and the quality of the restored images it produced. Finally, with the help of an expert test person, a test was performed in which the person was shown a set of images, half of which were unedited and half of which were images restored with the application. The results of the test were used to examine how high-quality and authentic the restored images produced by the application looked to the human eye.

Based on the algorithmic results, the restoration algorithm programmed into the application is functional and capable of producing high-quality restored X-ray images. The test performed with the test person also produced positive results, as the test person did not notice the difference between the original and the restored images. The quality of the restoration results produced by the restoration algorithm will deteriorate if the areas to be restored in the image grow too large, but the algorithm has proven to be suitable for restoring small areas contained in X-ray images.