RU2009102657A - Сегментация изображения на основе модели с переменным разрешением - Google Patents
Сегментация изображения на основе модели с переменным разрешением Download PDFInfo
- Publication number
- RU2009102657A RU2009102657A RU2009102657/08A RU2009102657A RU2009102657A RU 2009102657 A RU2009102657 A RU 2009102657A RU 2009102657/08 A RU2009102657/08 A RU 2009102657/08A RU 2009102657 A RU2009102657 A RU 2009102657A RU 2009102657 A RU2009102657 A RU 2009102657A
- Authority
- RU
- Russia
- Prior art keywords
- image data
- data array
- coarse
- grid
- mesh
- Prior art date
Links
- 230000011218 segmentation Effects 0.000 title 1
- 230000006978 adaptation Effects 0.000 claims abstract 3
- 238000004364 calculation method Methods 0.000 claims abstract 3
- 238000010276 construction Methods 0.000 claims abstract 2
- 238000000034 method Methods 0.000 claims abstract 2
- 238000000638 solvent extraction Methods 0.000 claims abstract 2
- 238000004590 computer program Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- 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
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/10132—Ultrasound image
- G06T2207/10136—3D ultrasound 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
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Analysis (AREA)
Abstract
1. Система (100) для сегментации массива данных изображения на основании деформируемой модели для моделирования объекта в массиве данных изображения, с использованием грубой сетки для адаптации к массиву данных изображения и тонкой сетки для извлечения подробной информации из массива данных изображения, содержащая ! блок (110) инициализации для инициализации грубой сетки в пространстве массива данных изображения, ! блок (120) построения для построения тонкой сетки в пространстве массива данных изображения на основании инициализированной грубой сетки, ! блок (130) вычисления для вычисления внутреннего силового поля на грубой сетке и внешнего силового поля на грубой сетке, причем внешняя сила вычисляется на основании построенной тонкой сетки и скалярного поля интенсивностей, и ! блок (140) адаптации для адаптации грубой сетки к объекту в массиве данных изображения, с использованием вычисленного внутреннего силового поля и вычисленного внешнего силового поля, и, таким образом, для сегментации массива данных изображения. ! 2. Система (100) по п.1, в которой тонкая сетка строится на основании схемы разбиения грубой сетки. ! 3. Система (100) по п.2, в которой грубая сетка является симплексной сеткой. ! 4. Система (100) по п.2, в которой грубая сетка является треугольной сеткой. ! 5. Система (100) по любому из пп.1-4, дополнительно содержащая блок определения для определения разрешения тонкой сетки. ! 6. Устройство (800) захвата изображения, содержащее систему (100) по п.1. ! 7. Рабочая станция (900), содержащая систему (100) по п.1. ! 8. Способ (200) сегментации массива данных изображения на основании деформируемой модели для моделирования объекта в массив�
Claims (9)
1. Система (100) для сегментации массива данных изображения на основании деформируемой модели для моделирования объекта в массиве данных изображения, с использованием грубой сетки для адаптации к массиву данных изображения и тонкой сетки для извлечения подробной информации из массива данных изображения, содержащая
блок (110) инициализации для инициализации грубой сетки в пространстве массива данных изображения,
блок (120) построения для построения тонкой сетки в пространстве массива данных изображения на основании инициализированной грубой сетки,
блок (130) вычисления для вычисления внутреннего силового поля на грубой сетке и внешнего силового поля на грубой сетке, причем внешняя сила вычисляется на основании построенной тонкой сетки и скалярного поля интенсивностей, и
блок (140) адаптации для адаптации грубой сетки к объекту в массиве данных изображения, с использованием вычисленного внутреннего силового поля и вычисленного внешнего силового поля, и, таким образом, для сегментации массива данных изображения.
2. Система (100) по п.1, в которой тонкая сетка строится на основании схемы разбиения грубой сетки.
3. Система (100) по п.2, в которой грубая сетка является симплексной сеткой.
4. Система (100) по п.2, в которой грубая сетка является треугольной сеткой.
5. Система (100) по любому из пп.1-4, дополнительно содержащая блок определения для определения разрешения тонкой сетки.
6. Устройство (800) захвата изображения, содержащее систему (100) по п.1.
7. Рабочая станция (900), содержащая систему (100) по п.1.
8. Способ (200) сегментации массива данных изображения на основании деформируемой модели для моделирования объекта в массиве данных изображения, с использованием грубой сетки для адаптации к массиву данных изображения и тонкой сетки для извлечения подробной информации из массива данных изображения, содержащий
этап (210) инициализации, на котором инициализируют грубую сетку в пространстве массива данных изображения,
этап (220) построения, на котором строят тонкую сетку в пространстве массива данных изображения на основании инициализированной грубой сетки,
этап (230) вычисления, на котором вычисляют внутреннее силовое поле на грубой сетке и внешнее силовое поле на грубой сетке, причем внешняя сила вычисляется на основании построенной тонкой сетки и скалярного поля интенсивностей, и
этап (240) адаптации, на котором адаптируют грубую сетку к объекту в массиве данных изображения, с использованием вычисленного внутреннего силового поля и вычисленного внешнего силового поля, и, таким образом, сегментируют массив данных изображения.
9. Компьютерный программный продукт, загружаемый компьютерным устройством, и содержащий инструкции для сегментации массива данных изображения на основании деформируемой модели для моделирования объекта в массиве данных изображения, с использованием грубой сетки для адаптации к массиву данных изображения и тонкой сетки для извлечения подробной информации из массива данных изображения, причем компьютерное устройство содержит блок обработки и память, причем компьютерный программный продукт, когда он загружен, обеспечивает блоку обработки возможность осуществлять задачи
инициализации грубой сетки в пространстве массива данных изображения,
построения тонкой сетки в пространстве массива данных изображения на основании инициализированной грубой сетки,
вычисления внутреннего силового поля на грубой сетке и внешнего силового поля на грубой сетке, причем внешняя сила вычисляется на основании построенной тонкой сетки и скалярного поля интенсивностей, и
адаптации грубой сетки к объекту в массиве данных изображения, с использованием вычисленного внутреннего силового поля и вычисленного внешнего силового поля, и, таким образом, сегментации массива данных изображения.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06300730 | 2006-06-28 | ||
EP06300730.6 | 2006-06-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2009102657A true RU2009102657A (ru) | 2010-08-10 |
Family
ID=38724513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2009102657/08A RU2009102657A (ru) | 2006-06-28 | 2007-06-25 | Сегментация изображения на основе модели с переменным разрешением |
Country Status (6)
Country | Link |
---|---|
US (1) | US20090202150A1 (ru) |
EP (1) | EP2038839A2 (ru) |
JP (1) | JP2009542288A (ru) |
CN (1) | CN101479763A (ru) |
RU (1) | RU2009102657A (ru) |
WO (1) | WO2008001297A2 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2601212C2 (ru) * | 2011-10-11 | 2016-10-27 | Конинклейке Филипс Н.В. | Процесс интерактивной сегментации долей легкого, проводимой с учетом неоднозначности |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8437521B2 (en) * | 2009-09-10 | 2013-05-07 | Siemens Medical Solutions Usa, Inc. | Systems and methods for automatic vertebra edge detection, segmentation and identification in 3D imaging |
EP3244370B1 (en) * | 2010-09-17 | 2020-08-19 | Koninklijke Philips N.V. | Choosing anatomical variant model for image segmentation |
JP2014512229A (ja) * | 2011-04-18 | 2014-05-22 | パスファインダー セラピューティクス,インコーポレイテッド | 臓器および解剖学的構造の画像セグメンテーション |
BR112015014308B1 (pt) * | 2012-12-21 | 2022-10-11 | Koninklijke Philips N.V | Aparelho e método para guiar um usuário que manuseia uma sonda de imageamento |
US10154861B2 (en) | 2013-03-15 | 2018-12-18 | Jcbd, Llc | Spinal stabilization system |
US9510872B2 (en) | 2013-03-15 | 2016-12-06 | Jcbd, Llc | Spinal stabilization system |
US9280819B2 (en) | 2013-08-26 | 2016-03-08 | International Business Machines Corporation | Image segmentation techniques |
EP3077989B1 (en) * | 2013-12-04 | 2022-11-09 | Koninklijke Philips N.V. | Model-based segmentation of an anatomical structure. |
EP3080778B1 (en) | 2013-12-09 | 2019-03-27 | Koninklijke Philips N.V. | Imaging view steering using model-based segmentation |
WO2015087191A1 (en) | 2013-12-09 | 2015-06-18 | Koninklijke Philips N.V. | Personalized scan sequencing for real-time volumetric ultrasound imaging |
US9959672B2 (en) * | 2015-11-23 | 2018-05-01 | Adobe Systems Incorporated | Color-based dynamic sub-division to generate 3D mesh |
US10270939B2 (en) | 2016-05-24 | 2019-04-23 | E Ink Corporation | Method for rendering color images |
EP4218596A1 (en) | 2018-05-15 | 2023-08-02 | New York University | System and method for orientating capture of ultrasound images |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5802220A (en) * | 1995-12-15 | 1998-09-01 | Xerox Corporation | Apparatus and method for tracking facial motion through a sequence of images |
US5774591A (en) * | 1995-12-15 | 1998-06-30 | Xerox Corporation | Apparatus and method for recognizing facial expressions and facial gestures in a sequence of images |
US6763148B1 (en) * | 2000-11-13 | 2004-07-13 | Visual Key, Inc. | Image recognition methods |
JP2005521502A (ja) * | 2002-04-03 | 2005-07-21 | セガミ エス.エー.アール.エル. | 胸部および腹部の画像モダリティの重ね合わせ |
US7200243B2 (en) * | 2002-06-28 | 2007-04-03 | The United States Of America As Represented By The Secretary Of The Army | Spectral mixture process conditioned by spatially-smooth partitioning |
US7519209B2 (en) * | 2004-06-23 | 2009-04-14 | Vanderbilt University | System and methods of organ segmentation and applications of same |
US7542604B2 (en) * | 2004-08-26 | 2009-06-02 | Siemens Medical Solutions Usa, Inc. | System and method for image segmentation by solving an inhomogenous dirichlet problem |
US7565010B2 (en) * | 2005-01-06 | 2009-07-21 | Siemens Medical Solutions Usa, Inc. | System and method for image segmentation by a weighted multigrid solver |
US20070047790A1 (en) * | 2005-08-30 | 2007-03-01 | Agfa-Gevaert N.V. | Method of Segmenting Anatomic Entities in Digital Medical Images |
US20080279429A1 (en) * | 2005-11-18 | 2008-11-13 | Koninklijke Philips Electronics, N.V. | Method For Delineation of Predetermined Structures in 3D Images |
-
2007
- 2007-06-25 RU RU2009102657/08A patent/RU2009102657A/ru not_active Application Discontinuation
- 2007-06-25 EP EP07789795A patent/EP2038839A2/en not_active Withdrawn
- 2007-06-25 CN CNA2007800239595A patent/CN101479763A/zh active Pending
- 2007-06-25 US US12/305,433 patent/US20090202150A1/en not_active Abandoned
- 2007-06-25 WO PCT/IB2007/052447 patent/WO2008001297A2/en active Application Filing
- 2007-06-25 JP JP2009517538A patent/JP2009542288A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2601212C2 (ru) * | 2011-10-11 | 2016-10-27 | Конинклейке Филипс Н.В. | Процесс интерактивной сегментации долей легкого, проводимой с учетом неоднозначности |
Also Published As
Publication number | Publication date |
---|---|
EP2038839A2 (en) | 2009-03-25 |
CN101479763A (zh) | 2009-07-08 |
JP2009542288A (ja) | 2009-12-03 |
WO2008001297A3 (en) | 2008-03-13 |
US20090202150A1 (en) | 2009-08-13 |
WO2008001297A2 (en) | 2008-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2009102657A (ru) | Сегментация изображения на основе модели с переменным разрешением | |
HajiRassouliha et al. | Suitability of recent hardware accelerators (DSPs, FPGAs, and GPUs) for computer vision and image processing algorithms | |
Almeer | Cloud hadoop map reduce for remote sensing image analysis | |
Georgii et al. | Mass-spring systems on the GPU | |
US8619122B2 (en) | Depth camera compatibility | |
Rupnow et al. | High level synthesis of stereo matching: Productivity, performance, and software constraints | |
Wang et al. | Workload analysis and efficient OpenCL-based implementation of SIFT algorithm on a smartphone | |
Van den Braak et al. | Fast hough transform on GPUs: Exploration of algorithm trade-offs | |
WO2014071060A2 (en) | Scale-invariant superpixel region edges | |
CA2786436A1 (en) | Depth camera compatibility | |
EP2808828A2 (en) | Image matching method, image matching device, model template generation method, model template generation device, and program | |
CN109544516B (zh) | 图像检测方法及装置 | |
Singhal et al. | Implementation and optimization of image processing algorithms on embedded GPU | |
Park et al. | Real-time 3D registration using GPU | |
Mankani et al. | Real-time implementation of object detection and tracking on DSP for video surveillance applications | |
CN111429486A (zh) | 基于dnndk模型的运动目标实时检测跟踪系统及方法 | |
Athanas et al. | Image processing on a custom computing platform | |
Palossi et al. | Gpu-shot: Parallel optimization for real-time 3d local description | |
Struyf et al. | The battle of the giants-a case study of GPU vs FPGA optimisation for real-time image processing | |
Rymut et al. | Real‐time multiview human pose tracking using graphics processing unit‐accelerated particle swarm optimization | |
CN115993973A (zh) | 深度学习模型的编译方法、电子设备及存储介质 | |
Fulop et al. | Lessons learned from lightweight CNN based object recognition for mobile robots | |
Sim | Real-Time 3D Reconstruction and Semantic Segmentation Using Multi-Layer Heightmaps | |
CN113011223A (zh) | 一种图像识别方法、系统、设备和存储介质 | |
Silva et al. | A Linux microkernel based architecture for OPENCV in the Raspberry Pi device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA93 | Acknowledgement of application withdrawn (no request for examination) |
Effective date: 20100628 |