Înregistrarea imaginilor
În procesarea digitală a imaginilor și viziunea computerizată , seturile de date achiziționate prin eșantionarea aceleiași scene sau a unui obiect relativ în mișcare (imagini realizate în momente diferite) sau din perspective diferite vor fi în sisteme de coordonate diferite. Înregistrarea imaginii (în engleză înregistrarea imaginii) este procesul care permite conversia diferitelor seturi de date prezente în diferite seturi de coordonate într-un sistem în care fiecare coordonată corespunde spațial, evidențiind astfel orice posibilă modificare a dimensiunii, formei sau poziției. Înregistrarea este necesară pentru a putea compara sau integra datele obținute din diferite măsurători.
Înregistrarea imaginilor medicale (de exemplu pentru date ale aceluiași pacient luate la intervale diferite de timp sau pentru a compara cu precizie și a putea reconstrui în modele 3D obținute prin diferite tehnici, cum ar fi tomografia computerizată , rezonanța magnetică și RMN ) procedură care de multe ori implică, de asemenea, transformarea-înregistrarea elastică (cunoscută și sub numele de non-rigid ) pentru a putea contracara deformarea pe care o pot prezenta imaginile pacientului (datorită respirației, modificărilor anatomice, mișcărilor și multor alți factori). Înregistrarea non-rigidă a imaginilor medicale poate fi utilizată pentru a compara (înregistra) datele pacienților cu un atlas anatomic , cum ar fi Atlasul Talairach pentru imagistica creierului (obținut prin măsurători în chirurgia stereotaxică).
Clasificarea algoritmilor utilizați
Pe baza intensității sau caracteristicilor
Înregistrarea imaginilor sau algoritmii de realiniere pot fi clasificați în două moduri: bazat pe intensitate sau bazat pe caracteristici. [1] Prinde una dintre imagini ca „referință” (în engleză: reference) sau „sursă” (sursă) și se referă la a doua imagine ca „țintă” (țintă) sau (detectată). Înregistrarea imaginii implică transformarea spațială a imaginii țintă pentru a o alinia cu imaginea de referință. [1] Metodele bazate pe intensitate compară orice regularități ale intensității din imagini bazate pe sisteme de corelație de măsurare, în timp ce metodele bazate pe caracteristici se potrivesc cu caracteristicile imaginii, cum ar fi vârfurile, liniile și contururile. [1] Metodele bazate pe intensitate înregistrează imagini întregi sau subimagini. Dacă se realizează înregistrarea subimagine, centrele de subimagine corespunzătoare sunt tratate ca puncte caracteristice corespunzătoare. Metodele bazate pe funcții se potrivesc cu un număr de puncte din imagini. Cunoscând corespondența dintre un anumit număr de puncte din imagini, se determină o transformare pentru a mapa asemănările dintre imaginea „țintă” în comparație cu imaginea „de referință”, stabilind astfel corespondențe punct cu punct între imaginea de referință și ținta respectivă . [1]
Modele de transformare
Algoritmii de înregistrare a imaginii pot fi clasificați în funcție de modelele de transformare pe care le folosesc pentru a corela spațiul de imagine țintă cu spațiul de imagine de referință. Prima categorie largă de modele de transformare include transformări liniare , care includ translația, rotația, scalarea și alte transformări afine. Transformările liniare sunt globale prin însăși natura lor, prin urmare, diferențele geometrice locale dintre imagini nu pot fi modelate. [1]
A doua categorie largă de transformări sunt cele „elastice” sau „non-rigide”. Aceste transformări sunt capabile să îndoaie local imaginea țintă pentru a o alinia cu imaginea de referință. Transformările non-rigide includ funcții de bază radiale (spline subțiri sau de suprafață, transformări multi-pătrate și suportate compact [1] ), modele fizice continue (fluide vâscoase) și modele de deformare mare ( difeomorfism ).
Metode care compară domeniul spațial cu cel al frecvențelor
Metodele spațiale operează în domeniul imaginii, comparând caracteristicile de potrivire și / sau tiparele de intensitate din imagini. Unii dintre algoritmii de potrivire a caracteristicilor sunt evoluția tehnicilor tradiționale pentru efectuarea înregistrării manuale a imaginilor, în care un operator uman alege punctele de control corespunzătoare (CP) din imagini. Când numărul de puncte de control depășește minimul necesar pentru a defini modelul de transformare adecvat, algoritmi iterativi precum RANSAC pot fi folosiți pentru a estima aproximativ parametrii unui anumit tip de transformare (de exemplu „ transformare afină ”) pentru înregistrarea imaginilor.
Metodele din domeniul frecvenței găsesc parametrii de transformare pentru înregistrarea imaginilor în timp ce lucrează în domeniul transformării. Aceste metode funcționează pentru transformări simple, cum ar fi translarea, rotația și scalarea. Aplicarea metodei de corelare a fazelor la câteva imagini produce o a treia imagine care conține un singur vârf. Locația acestui vârf corespunde traducerii relative dintre imagini. Spre deosebire de mulți algoritmi din domeniul spațial, metoda de corelare a fazelor este capabilă să reziste la zgomot, ocluzii și alte defecte tipice imaginilor medicale sau de satelit.
În plus, corelația de fază folosește transformata Fourier rapidă pentru a procesa corelația încrucișată între cele două imagini, ceea ce duce, în general, la câștiguri mari de performanță. Metoda poate fi extinsă pentru a determina diferențele de rotație și scară între două imagini prin conversia imaginilor în coordonate polare . Datorită proprietăților transformatei Fourier , parametrii de rotație și scară pot fi determinați într-un mod invariant de traducere.
Metode cu unică modalitate versus metode multimodale
O altă clasificare poate fi cea dintre metodele unimodale și multimodale. Metodele cu un singur mod tind să înregistreze imagini în același mod dobândit de același tip de scaner / senzor, în timp ce metodele de înregistrare a imaginilor multimodale tind să înregistreze imagini dobândite de diferite tipuri de scanere sau senzori.
Metodele de înregistrare multi-modale utilizate în imagistica medicală ca imagini ale pacienților sunt adesea obținute de la mai multe scanere. Exemplele includ înregistrarea imaginilor CT / RM ale creierului sau ale întregului corp, cum ar fi PET / CT , în scopul localizării tumorii, înregistrarea imaginilor cu contrast (CT și RMN) versus imagini fără contrast (CT și RMN) pentru segmentarea părților specifice ale anatomie și înregistrarea imaginilor cu ultrasunete ( ultrasunete ) versus imagini CT pentru localizarea prostatei în radioterapie .
Metode automate către metode interactive
Metodele de înregistrare a imaginilor pot fi clasificate pe baza nivelului de automatizare pe care îl oferă (au fost dezvoltate metode manuale, interactive, semi-automate și automate). [2] Metodele manuale oferă instrumente pentru alinierea manuală a imaginilor. Metodele interactive reduc părtinirea introdusă de utilizator prin efectuarea automată a unor operații cheie, bazându-se totuși pe operator pentru a ghida înregistrările. Metodele semi-automate efectuează majoritatea pașilor de înregistrare în mod automat, dar depinde de utilizator să verifice corectitudinea înregistrării. Metodele automate nu permit nicio interacțiune cu utilizatorul uman și efectuează automat toți pașii de înregistrare.
Aplicații
Înregistrarea imaginilor are mai multe aplicații în teledetecție (actualizarea hărții ), imagistica medicală (detectarea modificărilor fluxului sanguin, monitorizarea tumorii) și vederea robotizată . Deoarece există o gamă largă de aplicații cărora li se poate aplica înregistrarea imaginilor, este imposibil să se dezvolte o metodă matematică generală optimizată pentru toate utilizările.
Măsuri de similaritate pentru înregistrarea imaginilor
Compararea imaginilor similare este utilizată pe scară largă în imagistica medicală . O măsură de similaritate a imaginii cuantifică gradul de similaritate între intensitatea „modelelor” din două imagini. Alegerea unui anumit mod de măsurare a similarității depinde de tipul și modul de achiziție a imaginilor de înregistrat. Unele exemple obișnuite de similaritate a imaginii includ corelația încrucișată , informațiile reciproce , suma diferențelor pătrate în intensitate și cota de uniformitate a imaginii.
Informațiile reciproce și informațiile reciproce normalizate sunt cele mai utilizate metode de măsurare a similitudinii imaginii pentru înregistrarea imaginilor multimodale. Corelarea încrucișată, suma diferențelor de intensitate pătrată și uniformitățile razei imaginii sunt utilizate în mod obișnuit pentru înregistrarea imaginii în mod unic.
Incertitudine
Există un nivel de incertitudine asociat cu înregistrarea imaginilor care au orice diferență spațiu-timp. O înregistrare fiabilă, cu măsurarea acceptabilă a incertitudinii, este un factor crucial pentru multe aplicații care detectează modificări (detectarea schimbărilor), cum ar fi sistemele de diagnostic medical sau cele care explorează aceleași zone ale astrofotografiei pentru a detecta mișcarea asteroizilor, cometele sau apariția nova .
În aplicațiile care efectuează teledetecție chiar distanțe de sute de kilometri, unde un singur pixel digital poate reprezenta câțiva kilometri de distanță spațială (cum ar fi imaginile de la sateliții Landsat ai NASA ), o înregistrare incertă a imaginii poate însemna că o anumită soluție pentru imaginea finală (derivat parțial din eșantionarea imaginilor și procedurile de compresie) poate diferi cu câțiva kilometri de realitatea de pe sol (de exemplu, dimensiunea unei extensii de pădure sau marginile unui nor). Unele lucrări științifice au încercat să cuantifice incertitudinea înregistrării imaginilor, astfel încât rezultatele să poată fi comparate. [3] [4] Cu toate acestea, multe abordări care încearcă să cuantifice incertitudinea sau să estimeze deformările sunt intensive în calcul sau sunt aplicabile numai seturilor limitate de transformări spațiale.
Înregistrarea imaginilor de astrofotografie
Înregistrarea imaginilor este, de asemenea, utilizată în astrofotografie pentru a alinia imagini ale sateliților care se deplasează pe planete, planete care se deplasează pe fundalul constelațiilor sau pentru a corecta mișcarea sondelor spațiale care zboară deasupra suprafeței sateliților, a planetelor sau care înregistrează fenomene dinamice. (Sau static ca munții lui Marte, dar așezat pe o sferă rotativă) ca pete solare sau rachete etc.
Așezați „puncte de control” în imagini (automat sau manual), iar computerul efectuează transformări rigide sau elastice într-o singură imagine pentru a face cele mai evidențiate ale primei să se alinieze cu a doua imagine.
Înregistrarea imaginilor în fotografie aeriană și fotografie panoramică
Această procedură se aplică și tehnicii „ ActionShot ” a fotografiei panoramice . Înregistrarea imaginilor este o parte esențială a creării imaginilor panoramice. Există multe tehnici diferite care pot fi implementate în timp real pentru a lucra încorporate în dispozitive precum camere, camere video și telefoane video.
Software open source
Aceste programe îndeplinesc cerințele open source .
- Instrumente avansate de normalizare (ANTS) , pe picsl.upenn.edu .
- bUnwarpJ Arhivat 14 decembrie 2009 la Internet Archive . (Java)
- Elastix
- FSL Center Oxford Resurse pentru rezonanță magnetică funcțională
- FreeMat , pe freemat.sourceforge.net .
- IRAF , pe iraf.noao.edu .
- MIIPS , pe chara.gsu.edu .
- Registrator Twibright , la ronja.twibright.com .
- ITK
Alte programe software
- AIR-5 , pe bishopw.loni.ucla.edu .
- ART , pe nitrc.org .
- Drop Arhivat la 17 ianuarie 2019 la Internet Archive . (2D și 3D)
- DTI-TK , pe nitrc.org .
- TÂRGUL , pe cas.mcmaster.ca .
- FLIRT , pe fmrib.ox.ac.uk . Adus la 4 martie 2010 (arhivat din original la 24 august 2010) .
- CIOCAN [ link rupt ] , pe rad.upenn.edu .
- IRTK , pe doc.ic.ac.uk.
- Tria Image Processing , pe quarktet.com .
- SDK pentru similitudinea imaginilor pentru iPhone , la sites.google.com .
Astrofotografie
- DeepSkyStacker , pe deepskystacker.free.fr .
- Images Plus , la mlunsold.com .
- IRIS , pe astrosurf.com .
- Regim , pe andreasroerig.de . Adus la 4 martie 2010 (arhivat din original la 16 aprilie 2010) .
- RegiStax , pe astronomie.be .
Notă
- ^ a b c d e f A. Ardeshir Goshtasby: înregistrarea imaginilor 2-D și 3-D pentru aplicații medicale, de teledetecție și industriale , Wiley Press, 2005.
- ^ Metode manuale, interactive, semi-automate și automate pentru înregistrarea imaginilor , pe imgfsr.com . Adus la 4 martie 2010 (arhivat din original la 1 noiembrie 2009) .
- ^ Simonson, K., Drescher, S., Tanner, F., O abordare bazată pe statistici pentru înregistrarea imaginilor binare cu analiza incertitudinii. IEEE Pattern Analysis and Machine Intelligence, Vol. 29, No. 1, ianuarie 2007
- ^ Domokos, C., Kato, Z., Francos, J., Estimarea parametrică a deformărilor afine ale imaginilor binare. Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing , 2008
Elemente conexe
Alte proiecte
- Wikimedia Commons conține imagini sau alte fișiere pe înregistrarea imaginilor
linkuri externe
- Richard Szeliski, Aliniere imagine și cusătură: un tutorial . Fundamente și tendințe în grafică computerizată și viziune pe computer, 2: 1-104, 2006.
- Yangming Ou, Christos Davatzikos: DRAMMS: înregistrare deformabilă prin potrivirea atributelor și ponderarea reciprocă . Prelucrarea informațiilor în imagistica medicală (IPMI), pp. 50-62, 2009.
- Hao Li, Robert W. Sumner, Mark Pauly: - Optimizarea corespondenței globale pentru înregistrarea non-rigidă a scanărilor de adâncime
- B. Fischer, J. Modersitzki: Medicină prost pusă - o introducere la înregistrarea imaginilor . Inverse Problems, 24: 1-19, 2008
- B. Glocker, N. Komodakis, G. Tziritas, N. Navab, N. Paragios: Înregistrarea imaginilor dense prin MRF-uri și programarea liniară eficientă . Analiza imaginii medicale, (în presă), 2008.
- Barbara Zitová, Jan Flusser: Metode de înregistrare a imaginilor: un sondaj . Image Vision Comput. 21 (11): 977-1000 (2003).
- GD Evangelidis, EZ Psarakis: Alinierea parametrică a imaginii utilizând maximizarea coeficientului de corelație îmbunătățită . IEEE Trans. pe PAMI, vol.30, nr.10, 2008.
- Jan Modersitzki: Metode numerice pentru înregistrarea imaginilor [ link rupt ] , Oxford University Press, 2004.
- WR Crum, Griffin LD, Hill DL, Hawkes DJ: Zen și arta înregistrării imaginilor medicale: corespondență, omologie și calitate . Neuroimage, Vol. 20, Nr. 3. (noiembrie 2003), pp. 1425–1437.
- Gupta Nisheeth, Gupta Nikhil: O arhitectură VLSI pentru înregistrarea imaginilor în timp real . IEEE Trans. pe VLSI, Vol. 15, Nr. 9, septembrie 2007.
- Stefan Henn, Kristian Witsch: Înregistrarea imaginilor pe baza informațiilor energetice pe mai multe scări [ link rupt ] , SIAM Journal on Multiscale Modeling and Simulation (MMS), Volumul 4, Numărul 2, pp. 584-609, (2005).
- Stefan Henn, Kristian Witsch: Iterative Multigrid Regularization Techniques for Image Matching [ link broken ] ( award with the SIAM Outstanding Paper Prize 2003) SIAM Journal on Scientific Computing, 23 (4), pp. 1077-1093, iulie 2002.