Р

Регистрация изображений

Регистрация изображений (сопоставление, наложение) это процесс трансформации различных наборов данных в одну координатную систему. Данными могут быть серия фотографий, данные из разных сенсоров, моментов времени, глубины, или точек наблюдения. Алгоритмы регистрации изображений используются в компьютерном видении, методах медицинской визуализации, в военном деле для автоматического распознавания целей, и для упорядочивания и анализа изображений спутниковых данных. Регистрация необходима для того, чтобы иметь возможность сравнивать или интегрировать полученные из этих различных устройств регистрации данных.

Классификация алгоритмов

Сравнение методов основанных на анализе интенсивности или основе выделения признаков

В данном процессе, одна часть изображений представляет собой опорное изображение или эталон, а другие соответствующие изображения называются целевыми, или теми, подлежащих сканированию, поиска объектов. Регистрация изображения достигается путем сопоставления целевых изображений, так чтобы они совпадали с эталонным изображением. В методах, которые работают с интенсивностью изображений, сравнивают образцы интенсивности изображения на основе корреляции показателей, а в методах основанных на выделении признаков ищут соответствия между элементами изображения, такими как точки, линии и контуры. Методы на основе анализа интенсивности, сопоставляют целые изображения или части изображений. Если сопоставляются части изображений, центры соответствующих частей изображения рассматриваются как соответствующие характерные точки. Методы на основе выделения признаков главным образом устанавливают соответствие между группой различных точек изображения. Найдя соответствие между этими группами точек на изображении (образами), для изображения конечного изображения выполняется геометрическая трансформация целевого изображением, перед сопоставлением с эталонным изображением, которая показывает соответствие между этими изображениями точка за точкой.

Модели трансформации

Алгоритмы сопоставления изображений можно классифицировать в соответствии с моделями трансформации, которые они используют для соотношения пространства целевого изображения в пространство эталонного изображения. Первая широкая категория моделей трансформации включает в себя линейные отображения такие как: вращение, масштабирование, перемещение и другие аффинные преобразования. Линейные отображения носят глобальный характер, таким образом, их нельзя применять для моделирования местных геометрических различий между изображениями.

Вторая категория преобразований позволяет осуществлять эластичные или нежесткие преобразования. Такие трансформации позволяют осуществлять локальные деформации целевого изображения для согласования с эталонным. Нежесткие преобразования включают в свой набор радиальные базисные функции (сплайн "тонкая пластина" или сплайны поверхностей, мультиквадратични, и финитные преобразования (то есть с компактным носителем)), модели физической непрерывности (вязких жидкостей), модели больших деформаций (диффеоморфизмов).

Пространственные методы и методы в частотной области

Пространственные методы имеют дело с пространством изображения сравнивая образцы интенсивности или элементы изображения. Некоторые алгоритмы выделения признаков происходят от традиционных техник для выполнения ручного сопоставления изображений, в которых оператор вручную выделяет соответствующие контрольные точки в изображениях. Когда количество точек превышает минимум, который необходим для определения правильной модели трансформации, могут применяться итеративные алгоритмы, такие как RANSAC, чтобы быстро оценить параметры конкретного типа преобразования (например аффинного) для сопоставления изображений.

Методы, работающие в частотной области определяют параметры трансформации для сопоставления изображений при работе в области преобразования. Такие методы применяются для простых преобразований, таких как перемещение, вращение и масштабирование. Применяя метод фазовой корреляции в пары изображений получают третье изображение, которое содержит единичный пик (точку). Координаты этого пика, соответствуют относительном сдвига между изображениями. В отличие от пространственных алгоритмов, метод фазовой корреляции устойчив к наличию шума, осцилляций, и других препятствий, которые являются типичными для медицинских или спутниковых изображений. Кроме того, метод фазовой корреляции использует быстрое преобразование Фурье для подсчета кросс-корреляции между двумя изображениями, как правило происходит с высокой производительностью. Метод можно усовершенствовать для расчета разницы при вращении и масштабировании между двумя изображениями переведя их перед тем в лог-полярных координат. Благодаря свойствам преобразования Фурье, вращение и масштабирование может определяться способом инвариантный к перемещению.

Одно- и мульти-модальные методы

Другая классификация групп методов это одномодальных и мультимодальные методы. Одномодальных методы пытаются регистрировать изображения получены в одном режиме с помощью одинакового типа сенсора / сканера, в то время как мультимодальные методы регистрации работают с изображениями, полученные из различных типов и режимов работы сенсоров.

Мультимодальные методы регистрации часто используются в медицинской визуализации поскольку изображение объекта часто получаются из разных сканеров. Примером того является регистрация КТ / МРТ изображений мозга или ПЭТ / КТ изображение всего тела для выявления опухолей, регистрации КТ изображений повышенной контрастности по сравнению с КТ изображениями без повышения контрастности для сегментации специфический частей анатомии и регистрации ультразвуковых и КТ изображений для локализации предстательной железы при лучевой терапии.

Автоматические и интерактивные методы

Методы регистрации можно классифицировать относительно уровня автоматизации, они обеспечивают. Существуют ручные, интерактивные, полу-автоматические и автоматические методы. Ручные методы предоставляют инструменты для сопоставления изображений вручную. Интерактивные методы позволяют уменьшить систематические ошибки пользователя, выполняя определенные ключевые операции автоматически, но потребует участия пользователя для контроля процесса регистрации. Полуавтоматические методы автоматического выполняют большинство шагов регистрации автоматически, но зависит от проверки правильности пользователем. Автоматические методы не требуют какого-либо взаимодействия с пользователем и выполнять все действия автоматически.

Меры сходства

Анализ сходства изображений широко используется в медицинской визуализации. Меры сходства изображений определяют степень сходства между образами интенсивности двух изображений. Выбор меры сходства изображения зависит от модальности изображений, которые сопоставляются. Типичными примерами таких мер сходства изображений является кросс-корреляция, взаимная информация, сумма квадратов разностей интенсивности, и соотношение однородности изображения. Мера взаимной информации и нормализованной взаимной информации является наиболее популярной мерой сходства при сопоставлении мультимодальных изображений. Кросс-корреляция, сумма квадратов разностей интенсивности и соотношение однородности изображения обычно используются для регистрации изображений одинаковой модальности.

Неопределенность

Существует уровень неопределенности, связанной с регистрацией изображений, которые имеют какие-либо пространственно-временные видминности.Реестрация изображений со степенью неопределенности является необходимым для многих применений выявления изменений, таких как медицинская диагностика.

В задачах дистанционного наблюдения в которых цифровое изображение может представлять несколько километров пространственной расстоянии (например, изображения NASA LANDSAT), неопределенность в регистрации изображений может означать, что результат может иметь детализацию в несколько километров в сравнении с точностью на поверхности земли. В несколько известных работах пытались количественно оценить неопределенность в регистрации изображений, чтобы сравнить результаты. Однако, много подходов для оценки неопределенности или определения деформаций очень затратные в исчислении или применяются только для ограниченного набора пространственных трансформаций.

Изображения по теме

  • Регистрация изображений
  • Регистрация изображений
Показать больше

Похожие статьи

Добавить комментарий

Проверьте также
Закрыть
Кнопка «Наверх»
Закрыть
Закрыть