Keterlihatan rendah urat bahagian tangan membawa kepada kegagalan dalam capaian PIV. Hal ini telah membawa kesan negatif kepada pesakit dan pengendali yang melaksanakan teknik ini. Sistem peningkatan urat tangan yang berkesan boleh menunjukkan imej-imej urat dengan lebih jelas demi membantu dalam proses PIV. Namun, terdapat batasan dalam peningkatan sistem yang dibangunkan oleh penyelidik terdahulu seperti mudah-alih dan keupayaan peningkatan imej yang rendah. Projek ini mencadangkan sistem peningkatan imej tangan urut yang menggabungkan kaedah-kaedah penapisan dan peningkatan dari penyelidik Sarjana Muda sebelumnya dengan menggunakan MATLAB. Interaksi antara Raspberi Pi dan MATLAB dapat diwujudkan dengan pemasangan pakej sokongan perkakasan MATLAB pada Pi Raspberi. Tahap hinggar yang berbeza ditambahkan untuk menjana imej bising bagi menguji prestasi penapis yang terpilih. Kemudian, Three Value Weighted Filter (TVWF) dan Block Matching with 3D Filter (BM3D) telah digunakan pada imej bising selepas penambahan bunyi bising. Nilai-nilai PSNR, SNR, MSE, MSSIM dan Q daripada imej yang telah ditapis telah dikira. Kemudian, imej yang dihasilkan daripada kaedah penapisan terbaik telah dipertingkatkan. Berpengkhususan, ketepatan dan sensitiviti imej hasilan telah dikira. Projek ini menggunakan aplikasi IoT untuk penyimpanan imej hasilan bagi memudahkan akses pengguna jauh. Aplikasi GoSync telah dipasangkan pada Raspberi Pi untuk berhubung dengan Google Drive. Akhir sekali, prestasi sistem cadangan telah dibandingkan dengan kerja-kerja sebelumnya. Kajian menunjukkan bahawa TVWF lebih berkesan daripada BM3D pada imej urat tangan. Kedua-dua penapis berkesan pada tahap bunyi bising yang terkecil, 0.1 hinggar Garam Dan Lada Sulah dan 0.001 bagi hingar Gaussian. Pengguna boleh mencapai ke storan awan daripada mana-mana sahaja melalui aplikasi Google Drive. Imej-imej yang dipertingkatkan telah disimpan ke dalam storan awan. Keseluruhannya, kerja ini mendedahkan bahawa sistem penapis dan peningkatan imej yang dicadangan mempunyai prestasi yang lebih rendah berbanding kerja sebelumnya yang menggunakan peningkatan imej sahaja.
_______________________________________________________________________________________________________
The low visibility of dorsal hand vein leads to failure in Peripheral Intravenous (PIV) access. This has brought many negative impact to not only patients but to the operator who execute the procedure as well. To aid the PIV access, an effective hand vein enhancement system which can make the vein images more obvious is desired. However, there are limitations in enhancement system developed by previous researcher such as low portability and poor image enhancement ability. This project proposed an enhancement system that combine filtering and enhancement methods from previous undergraduate researchers by using MATLAB software. Raspberry Pi was setup by installing MATLAB hardware support package for Raspberry Pi to enable the interaction between Raspberry Pi hardware and MATLAB software. Different noise levels are modelled to generate noisy image to test the performance of selected filters. Then, Three Value Weighted Filter (TVWF) and Block Matching with 3D (BM3D) filter were applied on the noisy images. The PSNR, SNR, MSE, MSSIM and Q values of the filtered image were calculated. Next, the images produced from best filtering method were enhanced through grayscale enhancement, image segmentation and binary enhancement. Specificity, accuracy and sensitivity of enhanced images were computed. This project adds on the ultilization of IoT application for cloud storage of enhanced hand vein images to ease remote user’s accessibility. GoSync application is installed to Raspberry Pi to connect with Google Drive Cloud for images storage. Lastly, the performance of the proposed system has been compared with the previous work’s results. The results show that TVWF works more effective on hand vein images than BM3D. Both filters worked effective on the smallest noise level, 0.1 for Salt and Pepper Noise and 0.001 for Gaussian Noise. Authorized user can access to the cloud storage anywhere via the Google Drive application.The enhanced images have been stored to the cloud storage. Overall, this work reveals that the proposed image filtering and enhancement system has lower performance as compared to the previous work which employed only image enhancement.
Iot-based hand vein image enhancement system / Teo Peck Geok