Zusammenfassung
Warping ist eine Klasse von Bildverarbeitungsverfahren, die durch Neudefinition räumlicher Beziehungen einzelner Bildpunkte zwei Bilder nicht-affin geometrisch transformieren. In dieser Arbeit definieren homologe Stützpunkte jeweils Verschiebungsvektoren. Die Verschiebung jedes Voxel wird durch die gewichtete Summe aller dieser Verschiebungsvektoren berechnet. Das jeweilige Gewicht wird durch den Abstand des Voxel zu einem Stützpunkt sowie dem Stützpunktspezifischen Gewichtungsfaktor bestimmt. Um diese Gewichtungsfaktoren zu optimieren, wird eine Evolutionstrategie angewendet. Die Fitness entspricht dem Kreuzkorrelationskoeffizienten zwischen Quelle und Ziel. Diese Methode wurde an artifiziellen dreidimensionalen Daten und an 3D-Rekonstruktionen von Autoradiographien von Nagergehirnen getestet. Die erzielte Optimierung führte dabei zu einer verbesserten Qualitat des Warpings.
Keywords
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
References
Toga AW: Visualization and warping of multimodality brain imagery. Funktional Neuroimaging. Edited by Thatcher RW, Hallet M, Zeffiro T, John ER, Huerta M. San Diego: Academic press, 171-180, 1994
Wolberg G: Digital Image Warping. IEEE Computer Society Press, 1990
Bookstein FL: Principal warps: thin-plate splines and the decomposition of deformations. IEEE Transactions on pattern analysis and machine intelligence, 11, 567–585, 1989
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Pielot, R., Scholz, M., Obermayer, K., Gundelfinger, E.D., Hess, A. (1999). Optimiertes Warping durch gewichtete Summen von Verschiebungsvektoren - eine neue Methode zur Reduktion von interindividuellen Variabilitäten von Hirndaten. In: Evers, H., Glombitza, G., Meinzer, HP., Lehmann, T. (eds) Bildverarbeitung für die Medizin 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60125-5_79
Download citation
DOI: https://doi.org/10.1007/978-3-642-60125-5_79
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-65627-2
Online ISBN: 978-3-642-60125-5
eBook Packages: Springer Book Archive