Как регистрация / выравнивание и преобразование изображений работает на уровне пикселей? - PullRequest
Новая
       30

Как регистрация / выравнивание и преобразование изображений работает на уровне пикселей?

0 голосов
/ 29 апреля 2019

Я знаю основной процесс или процесс регистрации / выравнивания изображения, но что происходит на уровне пикселей, когда 2 изображения зарегистрированы / выровнены, т.е. аналогичные пиксели движущегося изображения, которое преобразуется в фиксированное изображение, сохраняются, но что происходит спиксели, которые не совпадают, усредняются ли они или что-то еще?

И как оценивается правильная техника преобразования, т.е. как я узнаю, применять ли перевод, масштабирование, вращение и т. д. и сколько (т.е. чтозначение градусов для поворота, значения для перевода и т. д.)?

Кроме того, на начальном этапе, как идентифицируются и сопоставляются аналогичные значения пикселей?

Я реализовал Pythonкод, указанный в https://simpleitk.readthedocs.io/en/master/Examples/ImageRegistrationMethod1/Documentation.html

Входные изображения имеют изображения МРТ простаты:

Фиксированное изображение Движущееся изображение Выходное изображение Вывод на консоль

Разницу можно увидеть на выходном изображении справа вверху и вверху слева.Но я не могу интерпретировать вывод консоли и то, как все это работает на самом деле.

Будет очень полезно, если я получу глубокое объяснение этой вещи.Спасибо.

1 Ответ

0 голосов
/ 26 мая 2019

Преобразование применяется ко всем пикселям.Возможно, вы путаете жесткие преобразования, которые будут только переводить, вращать и масштабировать ваше движущееся изображение, чтобы соответствовать фиксированному изображению, с упругими преобразованиями, которые также позволят немного изменить изображение.Любой пиксель, который преобразование не может разместить в фиксированном изображении, интерполируется из пикселей, которые он может разместить, хотя регистрация не очень разумна.

То, что он пытается сделать, это просто уменьшить функцию стоимости, гдевысокая стоимость связана с большой разницей, а низкая стоимость связана с небольшой разницей.Функции стоимости могут быть основаны на интенсивности (значения пикселей) или на основе признаков (формы).Он будет (полу) случайным образом сдвигать изображение до тех пор, пока не будут выполнены заданные критерии, как правило, максимальное количество итераций.

То, на что это может быть похоже, можно увидеть в следующем gif: http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/registration_visualization.gif

...