Detecting surfaces of minimal cut - a graph theoretical approach

• Autorzy: Tabor Z.

Warianty tytułu

PL

Zastosowanie algorytmów grafowych do detekcji powierzchni minimalnego cięcia

• Konferencja: STERMAT 2008 : VIII International Conference on Stereology and Image Analysis in Materials Sciences (VIII ; 02-06.09.2008 ; Zakopane, Polska)
• Języki publikacji: EN

Abstrakty

EN

In the study an algorithm localizing surfaces of minimal cuts within gray-level volumetric images of porous structures is introduced. A two-stage algorithm consists of identifying the typical intensity, corresponding to the background (void) phase and then finding an optimal cut in a properly constructed graph. It is conjectured that the minimal cut surface can provide information about the region in which deformation can localize during mechanical loading. Finite element simulations are presented to support such conjecture.

PL

W pracy przedstawiono algorytm znajdujący powierzchnie minimalnego cięcia w obrazach struktur porowatych. Zaprezentowany algorytm może być użyty do analizy zarówno obrazów binarnych jak i obrazów w skali szarości, dwu- i trójwymiarowych. Algorytm w pierwszym kroku identyfikuje typową intensywność odpowiadającą tłu, a następnie po odpowiednim prze skalowaniu odcieni szarości znajduje minimalne cięcie w obrazie, interpretowanym jako graf ważony. Powierzchnia minimalnego cięcia może dawać informację o obszarze w którym zlokalizuje się deformacja w trakcie mechanicznego obciążania badanej struktury.

Słowa kluczowe

PL

algorytm grafowy; detekcja powierzchni; struktury porowate; cięcie

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Inżynieria Materiałowa
• Rocznik: 2008
• Tom: Vol. 29, nr 4
• Strony: 439--442
• Opis fizyczny: Bibliogr. 22 poz., rys.

Twórcy

autor

Tabor Z.

• Institute of Applied Computer Science, Cracow University of Technology,

Bibliografia

• [1] Xu Y., Uberbacher E. C.: 2D Image segmentation using minimum spanning trees. Image and Vision Computing 15 (1997) 47-57.
• [2] Felzenszwalb P. F., Huttenlocher D. P.: Efficient graph-based image segmentation. Int. J. Computer Vision 59 (2004) 167-181.
• [3] Sonka M., Winniford M. D., Collins S. M.: Robust simultaneous detection of coronary borders in complex images. IEEE Trans. Medical Imaging 14 (1995) 151-161.
• [4] Udupa J. K., Samarasekera S.: Fuzzy connectedness and object definitions: theory, algorithms and applications in image segmentation. Graphic Models and Image Processing 58 (1996) 246-261.
• [5] Saha P. K., Udupa J. K.: Relative fuzzy connectedness among multiple objects: theory, algorithms and applications in image segmentation. Computer Vision and Image Understanding 82 (2000) 42-56.
• [6] Shi J., Malik J.: Normalized cuts and image segmentation. IEEE Trans. PAMI 22 (2000) 888-905.
• [7] Jermyn I., Ishikawa H.: Globally optimal regions and boundaries as minimum ratio cycles. IEEE Trans. PAMI 23 (2001) 1075-1088.
• [8] Wang S., Siskind J.: Image segmentation with ratio cut. IEEE Trans. PAMI 25 (2003) 675-690.
• [9] Li K., Wu X., Chen D. Z., Sonka M.: Optimal surface segmentation in volumetric images – a graph-theoretical approach. IEEE Trans. PAMI 28 (2006) 119-134.
• [10] Boykov Y., Kolmogorov V.: An experimental comparison of Min- Cut/Max-Flow Algorithms for energy minimization in vision. IEEE Trans. PAMI 26 (2004) 1124-1137.
• [11] Montanari U.: On the optimal detection of curves in noisy pictures. Comm. ACM 14 (1971) 335-345.
• [12] Martelli A.: An application of heuristic search methods to edge and contour detection. Comm. ACM 19 (1976) 73-83.
• [13] Pope D., Parker D., Clayton P., Gustafson D.: Left ventricular order detection using a dynamic search. Radiology 155 (1985) 513-518.
• [14] Silva M. J., Keaveny T. M., Hayes W.C.: Computed tomography-based finite element analysis predicts failure loads and fracture patterns for vertebral sections. J. Orthop. Res. 16 (1998) 300-308.
• [15] Nazarian A., Muller R.: Time-lapsed microstructural imaging of bone failure behavior. J. Biomech. 37 (2004) 55-65.
• [16] Nazarian A., Stauber M., Muller R.: Design and implementation of a novel mechanical testing system for cellular solids. J. Biomed. Mater. Res. B 73 (2005) 400-411.
• [17] Perilli E., Baruffaldi F., Baleani M., Fognani R., Visentin M., Stea S., Traina F.: Trabecular bone of proximal femur: dependence of mechanical compressive strength on local variations in bone morphometry. Bone 36 Supp. 2 (2005) 191-192.
• [18] Tabor Z.: Optimal cut of trabecular network. Med. Eng. Phys. 29 (2007) 298-306.
• [19] Cormen T. H., Leiserson C. E., Rivest R. L.: Introduction to algorithms. MIT Press, Cambridge (1990).
• [20] Rosenfeld A.: On connectivity properties of grayscale pictures. Pattern Recogn. 16 (1983) 47-50.
• [21] Stauffer D., Aharony A.: Introduction to percolation theory. Taylor & Francis, Philadelphia (1994).
• [22] Cook R. D.: Concepts and Applications of Finite Element Analysis. John Willey & Sons, New York (1994).