JP2020198096A - 複数の剛体変換画像のための頑健な画像レジストレーション - Google Patents
複数の剛体変換画像のための頑健な画像レジストレーション Download PDFInfo
- Publication number
- JP2020198096A JP2020198096A JP2020087285A JP2020087285A JP2020198096A JP 2020198096 A JP2020198096 A JP 2020198096A JP 2020087285 A JP2020087285 A JP 2020087285A JP 2020087285 A JP2020087285 A JP 2020087285A JP 2020198096 A JP2020198096 A JP 2020198096A
- Authority
- JP
- Japan
- Prior art keywords
- image
- registration
- matrix
- images
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 219
- 239000011159 matrix material Substances 0.000 claims abstract description 184
- 230000009466 transformation Effects 0.000 claims abstract description 32
- 238000007667 floating Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 63
- 238000003860 storage Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 18
- 230000009471 action Effects 0.000 claims description 12
- 238000012552 review Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 description 53
- 238000010586 diagram Methods 0.000 description 26
- 230000008901 benefit Effects 0.000 description 14
- 230000003595 spectral effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000004927 fusion Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 238000002601 radiography Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003325 tomography Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002091 elastography Methods 0.000 description 1
- 238000012336 endoscopic ultrasonography Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10041—Panchromatic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
本開示は、一般に、マルチ画像レジストレーションに関し、より詳細には、複数の剛体変換画像のための頑健なスパース性駆動型画像レジストレーション方法に関する。
画像レジストレーションは、同じ対象領域の画像からの情報を統合する上で非常に重要である。たとえば、パン鮮鋭化は、高空間解像度のパンクロマティック(Pan)画像を、それの対応する低空間解像度のRGB(つまり、赤、緑、青)カラー画像またはマルチスペクトル(MS)画像と融合する手法である。良好な融合性能を実現するには、パン画像とRGB画像またはMS画像との間の正確なレジストレーションが必要である。画像レジストレーションは、画像処理における興味深い開発トピックであり、画像処理技術分野において多くの注目を集めている。たとえば、いくつかの従来の方法は、ハードウェアの問題のいくつかに対処するためにさまざまな技術を用いる。例えば、米国特許第6,173,087 B1号に記載されている方法は、参照画像と変換された浮動画像との間の差異を特徴付ける目的関数を最小化することによってマルチビュー画像を位置合わせすることを目的とする。
本開示は、マルチ画像レジストレーションに関し、より詳細には、複数画像レジストレーションのための頑健なスパース性駆動型画像レジストレーション方法に関する。
図1Aは、本開示の実施形態による、シーンまたはオブジェクトの画像の複数画像レジストレーションのための画像処理のための方法のフローチャートを示すブロック図である。方法100Aは、シーンまたはオブジェクトの画像データを受信するステップ110Aを含み、画像データは、異なる回転角度、水平シフト、または垂直シフトのいずれかで単一のモダリティまたは複数のモダリティの異なる測定から収集された画像を含む。
2つの画像を位置合わせする場合、一方の画像は参照として、もう一方の画像は浮動画像として扱われる。次いで、両方の画像が同じ座標系になるように、浮動画像の画素サンプルが参照画像に変換される。浮動画像の位置sの画像強度をf(s)と記し、参照画像における変換位置Tαsでの強度をr(Tαs)と記す。ここで、Tαはパラメータαを伴う変換行列を表す。相互情報に基づくレジストレーションプロセスは、以下のプロセスを通じてαを判断する。
問題の定式化:参照画像と、すべての(N−1)個の画像を参照画像と位置合わせする目的で(N−1)個の位置合わせされていない画像とを含むN個の画像があると仮定する。レジストレーションの頑健性を改善するには、レジストレーションのためにN個の画像のすべての可能なペアを検討し、レジストレーションパラメータをあわせて分析する。
図3Aは、本開示のある実験による、実験からの参照画像を示すレジストレーション参照画像である。たとえば、図3Aは、本開示の少なくとも1つの方法を検証するために、MS画像を対応するパン画像と位置合わせする問題が相互情報に基づく方法を用いて調べられるように、参照画像として用いられる高解像度パン画像の写真である。
本開示の別の実施形態によれば、シーンまたはオブジェクトの画像の複数画像レジストレーションのためのコンピュータ実施方法である。コンピュータ実施方法は、シーンまたはオブジェクトの画像データを受信することを含む。画像データは、シーンにおける、異なる回転角度、水平シフト、または垂直シフトのいずれかで単一のモダリティまたは複数のモダリティの異なる測定から収集された画像を含むことができる。受信された画像データからの画像のペアを用いて、画像プロセッサを介してレジストレーションパラメータを推定することを含み、各画像のペアは、参照画像および浮動画像を含む。すべての画像のペアに対して画像レジストレーションプロセスを用いて、画像回転角度行列、画像水平シフト行列、および画像垂直シフト行列を含むレジストレーションパラメータに対応するパラメータ行列を生成することを含む。各パラメータ行列を、更新されたレジストレーションパラメータの低ランク行列と各低ランク行列のレジストレーションパラメータ誤差に対応する疎行列とに分解して、頑健なレジストレーションのための更新されたレジストレーションパラメータを得ることを含む。更新されたレジストレーションパラメータを用いて変換行列を形成し、画像データの画像を少なくとも1つの参照画像と位置合わせして、画像の頑健なレジストレーションをもたらすことを含む。以下の局面は、上記の実施形態の修正された実施形態の1つまたは組合せを構成するものとして企図される。
CT画像:本システムおよび方法によれば、X線CTと呼ばれる「コンピュータ断層撮影」(CT)として理解でき、医療技術分野や産業用撮像用途で用いることができる。たとえば、医用撮像は、生体撮像の一部としての使用を含み得、X線撮影、磁気共鳴イメージング、医療超音波検査または超音波、内視鏡検査、エラストグラフィ、触覚イメージング、サーモグラフィー、医療撮影、陽電子放出断層撮影(PET)および単一光子放出コンピュータ断層撮影(SPECT)としての核医学機能的撮像技術などを用いる放射線医学を組み込む。医用撮像の場合と同様に、産業用撮像用途には、非断層撮影ラジオグラフィー(産業用ラジオグラフィー)およびコンピュータ断層撮影ラジオグラフィー(コンピュータ断層撮影)の両方を含めることができる。しかし、陽電子放出断層撮影(PET)や単一光子放出コンピュータ断層撮影(SPECT)など、他の多くのタイプのCTが存在する。CTの前身であるX線トモグラフィーは、他の多くの形態の断層撮影および非断層撮影ラジオグラフィーと共に、ラジオグラフィーの1つの形式である。X線CTの産業用用途では、コンポーネントの内部検査に用いられる、スキャンされたオブジェクトの3次元の内部および外部表現を生成するために、照射を用いるものもある。産業用CTスキャンの主な用途には、探傷、故障分析、計測、アセンブリ分析、リバースエンジニアリング用途、非破壊材料分析などがある。
Claims (19)
- シーンまたはオブジェクトの画像の複数画像レジストレーションのためのコンピュータ実施方法であって、
前記シーンまたは前記オブジェクトの画像データを受信することを備え、前記画像データは、前記シーンにおける、異なる回転角度、水平シフト、または垂直シフトのいずれかで単一のモダリティまたは複数のモダリティの異なる測定から収集された画像を含み、前記方法はさらに、
前記受信された画像データからの画像のペアを用いて、画像プロセッサを介してレジストレーションパラメータを推定することを備え、各画像のペアは、参照画像および浮動画像を含み、前記方法はさらに、
すべての画像のペアに対して画像レジストレーションプロセスを用いて、画像回転角度行列、画像水平シフト行列、および画像垂直シフト行列を含むレジストレーションパラメータに対応するパラメータ行列を生成することと、
各パラメータ行列を、更新されたレジストレーションパラメータの低ランク行列と各低ランク行列のレジストレーションパラメータ誤差に対応する疎行列とに分解して、頑健なレジストレーションのための更新されたレジストレーションパラメータを得ることと、
前記更新されたレジストレーションパラメータを用いて変換行列を形成し、前記画像データの前記画像を少なくとも1つの参照画像と位置合わせして、前記画像の頑健なレジストレーションをもたらすこととを備える、シーンまたはオブジェクトの画像の複数画像レジストレーションのためのコンピュータ実施方法。 - 前記画像レジストレーションプロセスは、相互情報(MI)プロセス、相互相関プロセス、または特徴に基づくプロセスのうちの1つである、請求項1に記載のコンピュータ実施方法。
- 各画像のペアは、前記浮動画像と前記参照画像との間の前記レジストレーションパラメータに対応する、請求項1に記載のコンピュータ実施方法。
- 前記画像データは、前記シーンのマルチスペクトル(MS)画像、パンクロマティック(PAN)画像、カラー画像の1つまたは組み合わせを含む、単一のモダリティまたは異なるモダリティを含む、請求項1に記載のコンピュータ実施方法。
- 前記画像データは、前記オブジェクトのCT画像もしくはMRI画像の一方または両方を含む、異なるモダリティを含む、請求項1に記載のコンピュータ実施方法。
- 前記画像データは、前記シーンのレーダー画像を含む、請求項1に記載のコンピュータ実施方法。
- 前記パラメータ行列は前記画像プロセッサによって並列に生成され、前記パラメータ行列の各パラメータ行列を別々に生成するための総計算時間と比較すると、計算時間が少なくなる、請求項1に記載のコンピュータ実施方法。
- 前記更新されたレジストレーションパラメータの低ランク行列は、前記低ランク行列に厳密なランク≦2の構造を課せられる、請求項1に記載のコンピュータ実施方法。
- 前記更新されたレジストレーションパラメータを用いて前記変換行列を形成する画像の位置合わせは、所定の収束閾値が満たされるまで続き、前記位置合わせが終了すると、前記画像の前記頑健なレジストレーションをもたらす、請求項1に記載のコンピュータ実施方法。
- 前記所定の収束閾値は正の数である、請求項9に記載のコンピュータ実施方法。
- トランシーバを介して前記画像データを受信することと、
前記画像データをメモリに格納することとをさらに備え、前記メモリおよび前記トランシーバは前記画像プロセッサと通信しており、以前に前記メモリに格納されているのはデータであり、前記データは、前記シーンの画像履歴データ、前記オブジェクトの画像履歴データ、または前記シーンおよび前記オブジェクトの両方の画像履歴データ、前記画像レジストレーションプロセスを、前記画像プロセッサによって実行可能な格納された命令とともに含む、請求項1に記載のコンピュータ実施方法。 - シーンまたはオブジェクトの画像の複数画像レジストレーションのためのシステムであって、
前記シーンまたは前記オブジェクトの画像データを受信するためのトランシーバを備え、前記画像データは、前記シーンにおける、異なる回転角度、水平シフト、または垂直シフトのいずれかで単一のモダリティまたは複数のモダリティの異なる測定から収集された画像を含み、前記システムはさらに、
前記トランシーバと通信する画像プロセッサを備え、前記画像プロセッサは、
前記受信された画像データからの画像のペアを用いて、画像回転角度、画像水平シフトおよび画像垂直シフトを含むレジストレーションパラメータを推定するよう構成され、各画像のペアは、参照画像および浮動画像を含み、前記画像プロセッサはさらに、
すべての画像のペアに対して画像レジストレーションプロセスを用いて、画像回転角度行列、画像水平シフト行列、および画像垂直シフト行列を含むレジストレーションパラメータに対応するパラメータ行列を生成し、
各パラメータ行列を、更新されたレジストレーションパラメータの低ランク行列と各低ランク行列のレジストレーションパラメータ誤差に対応する疎行列とに分解して、頑健なレジストレーションのための更新されたレジストレーションパラメータを得て、
前記更新されたレジストレーションパラメータを用いて変換行列を形成し、前記画像データの前記画像を少なくとも1つの参照画像と位置合わせして、前記画像の頑健なレジストレーションをもたらし、
前記頑健な位置合わせされた画像を表示装置に表示するよう構成され、ユーザは前記表示された頑健な位置合わせされた画像を検討し、前記ユーザの検討に基づいて、前記ユーザは画像管理アクションを実行する、シーンまたはオブジェクトの画像の複数画像レジストレーションのためのシステム。 - 前記画像レジストレーションプロセスは、相互情報(MI)プロセス、相互相関プロセス、または特徴に基づくプロセスのうちの1つである、請求項12に記載のシステム。
- 前記画像データは、マルチスペクトル(MS)画像、パンクロマティック(PAN)画像、カラー画像、CT画像、MRI画像もしくはレーダー画像の1つまたは組み合わせを含む、請求項12に記載のシステム。
- 前記画像回転角度行列の前記更新されたレジストレーションパラメータの低ランク行列は、前記低ランク行列に厳密なランク≦2の構造を課せられる、請求項12に記載のシステム。
- 方法を実行するためにコンピュータによって実行可能なプログラムが具現化された非一時的なコンピュータ可読記憶媒体であって、前記方法は、シーンまたはオブジェクトの画像の画像処理のためのものであり、
前記シーンまたは前記オブジェクトの画像データを取得することを備え、前記画像データは、前記シーンにおける、異なる回転角度、水平シフト、または垂直シフトのいずれかで単一のモダリティまたは複数のモダリティの異なる測定から収集された画像を含み、前記方法はさらに、
前記取得された画像データからの画像のペアを用いて、前記コンピュータを介してレジストレーションパラメータを推定することを備え、各画像のペアは、参照画像および浮動画像を含み、前記方法はさらに、
すべての画像のペアに対して画像レジストレーションプロセスを用いて、画像回転角度行列、画像水平シフト行列、および画像垂直シフト行列を含むレジストレーションパラメータに対応するパラメータ行列を生成することを備え、各行列の各成分は前記浮動画像と前記参照画像とのペア間のレジストレーションパラメータに対応し、前記方法はさらに、
各パラメータ行列を、更新されたレジストレーションパラメータの低ランク行列と各低ランク行列のレジストレーションパラメータ誤差に対応する疎行列とに分解して、頑健なレジストレーションのための更新されたレジストレーションパラメータを得ることと、
前記更新されたレジストレーションパラメータを用いて変換行列を形成し、前記画像データの前記画像を少なくとも1つの参照画像と位置合わせして、前記画像の頑健なレジストレーションをもたらすこととを備える、非一時的なコンピュータ可読記憶媒体。 - 前記画像レジストレーションプロセスは、相互情報(MI)プロセス、相互相関プロセス、または特徴に基づくプロセスのうちの1つである、請求項16に記載の非一時的なコンピュータ可読記憶媒体。
- 前記画像回転角度行列の前記更新されたレジストレーションパラメータの低ランク行列は、前記低ランク行列に厳密なランク≦2の構造を課せられる、請求項16に記載の非一時的なコンピュータ可読記憶媒体。
- 入力インターフェースを用いて前記画像データを取得することと、
前記画像データを前記記憶媒体の画像データベースに格納することとをさらに備え、前記記憶媒体は、以前に格納されたデータを有する画像処理データベースも含み、前記データは、前記シーンの画像履歴データ、前記オブジェクトの画像履歴データ、または前記シーンおよび前記オブジェクトの両方の画像履歴データ、前記画像レジストレーションプロセスを、前記コンピュータによって実行可能な格納された命令とともに含み、
前記画像データベースにおける格納された画像データの量は、前記画像処理データベースにおけるすべてのデータ量よりも多く、前記画像データベースからのすべてのデータと前記撮像処理データベースからのデータとを含む結合されたデータベースからのデータにアクセスする場合と比較して、前記記憶媒体は、前記画像処理データベースに別途アクセスすることにより、処理するデータがより少ないため、前記方法を動作させるために必要なコンピュータ処理時間がより少ない、請求項16に記載の非一時的なコンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/427,736 | 2019-05-31 | ||
US16/427,736 US10949987B2 (en) | 2019-05-31 | 2019-05-31 | Robust image registration for multiple rigid transformed images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020198096A true JP2020198096A (ja) | 2020-12-10 |
JP7267233B2 JP7267233B2 (ja) | 2023-05-01 |
Family
ID=73551311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020087285A Active JP7267233B2 (ja) | 2019-05-31 | 2020-05-19 | 複数の剛体変換画像のための頑健な画像レジストレーション |
Country Status (2)
Country | Link |
---|---|
US (1) | US10949987B2 (ja) |
JP (1) | JP7267233B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022114139A1 (ja) | 2020-11-30 | 2022-06-02 | 大王製紙株式会社 | ティシューペーパー及びティシューペーパーの製造方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11270445B2 (en) * | 2017-03-06 | 2022-03-08 | The Regents Of The University Of California | Joint estimation with space-time entropy regularization |
CN112818875B (zh) * | 2021-02-04 | 2024-02-02 | 成都理工大学 | 一种基于低秩稀疏分解的易燃液体检测信号去噪方法 |
EP4053794A1 (en) * | 2021-03-05 | 2022-09-07 | Leica Microsystems CMS GmbH | Multispectral microscope system and method for registering first and second images by means thereof |
CN114187337B (zh) * | 2021-12-07 | 2022-08-23 | 推想医疗科技股份有限公司 | 图像配准方法、分割方法、装置、电子设备以及存储介质 |
WO2023149963A1 (en) * | 2022-02-01 | 2023-08-10 | Landscan Llc | Systems and methods for multispectral landscape mapping |
CN114820739B (zh) * | 2022-07-01 | 2022-10-11 | 浙江工商大学 | 一种面向多光谱相机的图像快速配准方法及装置 |
CN117173439A (zh) * | 2023-11-01 | 2023-12-05 | 腾讯科技(深圳)有限公司 | 基于gpu的图像处理方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11203443A (ja) * | 1998-01-19 | 1999-07-30 | Hitachi Ltd | マルチスペクトル衛星画像の処理方法と処理システム並びに水圏評価方法 |
JP2011024763A (ja) * | 2009-07-24 | 2011-02-10 | Hitachi Ltd | 画像処理方法および画像処理装置 |
JP2014188250A (ja) * | 2013-03-28 | 2014-10-06 | Fujifilm Corp | 画像表示装置および方法 |
JP2017143351A (ja) * | 2016-02-08 | 2017-08-17 | Kddi株式会社 | カメラのキャリブレーション装置、方法及びプログラム |
JP2018534038A (ja) * | 2015-10-09 | 2018-11-22 | インサイテック リミテッド | 種々のイメージング・モダリティを用いて得られる画像を位置合せし、画像レジストレーションを検証するためのシステムおよび方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3869355B2 (ja) * | 2002-12-10 | 2007-01-17 | 株式会社東京機械製作所 | 多色刷輪転機における見当誤差検出方法、見当誤差検出装置及び見当調整自動制御装置 |
WO2014190554A1 (en) * | 2013-05-31 | 2014-12-04 | Nokia Corporation | Calibration data |
EP3154409B1 (en) * | 2014-06-16 | 2019-05-01 | Agency for Science, Technology and Research | Reducing speckle noise in optical coherence tomography images |
US9846974B2 (en) * | 2014-12-05 | 2017-12-19 | Stmicroelectronics S.R.L. | Absolute rotation estimation including outlier detection via low-rank and sparse matrix decomposition |
WO2017011801A1 (en) * | 2015-07-16 | 2017-01-19 | Digimarc Corporation | Signal processors and methods for estimating geometric transformations of images for digital data extraction |
-
2019
- 2019-05-31 US US16/427,736 patent/US10949987B2/en active Active
-
2020
- 2020-05-19 JP JP2020087285A patent/JP7267233B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11203443A (ja) * | 1998-01-19 | 1999-07-30 | Hitachi Ltd | マルチスペクトル衛星画像の処理方法と処理システム並びに水圏評価方法 |
JP2011024763A (ja) * | 2009-07-24 | 2011-02-10 | Hitachi Ltd | 画像処理方法および画像処理装置 |
JP2014188250A (ja) * | 2013-03-28 | 2014-10-06 | Fujifilm Corp | 画像表示装置および方法 |
JP2018534038A (ja) * | 2015-10-09 | 2018-11-22 | インサイテック リミテッド | 種々のイメージング・モダリティを用いて得られる画像を位置合せし、画像レジストレーションを検証するためのシステムおよび方法 |
JP2017143351A (ja) * | 2016-02-08 | 2017-08-17 | Kddi株式会社 | カメラのキャリブレーション装置、方法及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022114139A1 (ja) | 2020-11-30 | 2022-06-02 | 大王製紙株式会社 | ティシューペーパー及びティシューペーパーの製造方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7267233B2 (ja) | 2023-05-01 |
US20200380703A1 (en) | 2020-12-03 |
US10949987B2 (en) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7267233B2 (ja) | 複数の剛体変換画像のための頑健な画像レジストレーション | |
US10489907B2 (en) | Artifact identification and/or correction for medical imaging | |
US10043088B2 (en) | Image quality score using a deep generative machine-learning model | |
US10635930B2 (en) | Patient position control for scanning | |
US20210174543A1 (en) | Automated determination of a canonical pose of a 3d objects and superimposition of 3d objects using deep learning | |
CN112770838B (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
CN107909622B (zh) | 模型生成方法、医学成像的扫描规划方法及医学成像系统 | |
US9824486B2 (en) | High resolution free-view interpolation of planar structure | |
US10417808B2 (en) | Image processing system, image processing apparatus, and image processing method | |
Pluim et al. | The truth is hard to make: Validation of medical image registration | |
JP2017174039A (ja) | 画像分類装置、方法およびプログラム | |
US9426443B2 (en) | Image processing system, terminal device, and image processing method | |
US20220139062A1 (en) | Learning apparatus, learning method, and learning program, region-of-interest extraction apparatus, region-of-interest extraction method, and region-of-interest extraction program, and learned extraction model | |
KR20200131737A (ko) | 의료 영상에서 병변의 시각화를 보조하는 방법 및 이를 이용한 장치 | |
KR101885562B1 (ko) | 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치 | |
CN107595313A (zh) | 图像处理系统、装置以及方法 | |
CN111079470B (zh) | 人脸活体检测的方法和装置 | |
Fu et al. | Oif-net: An optical flow registration-based pet/mr cross-modal interactive fusion network for low-count brain pet image denoising | |
CN113780519A (zh) | 生成对抗网络训练方法、装置、计算机设备和存储介质 | |
CN114565582B (zh) | 一种医学图像分类和病变区域定位方法、系统及存储介质 | |
WO2022127318A1 (zh) | 一种扫描定位方法、装置、存储介质及电子设备 | |
US9727965B2 (en) | Medical image processing apparatus and medical image processing method | |
US10425629B2 (en) | System for dense registration of two-dimensional depth images | |
US20240013381A1 (en) | Systems and methods for co-registering imagery of different modalities | |
US20210312629A1 (en) | Methods, systems and apparatus for processing medical chest images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200706 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221121 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230419 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7267233 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |