On the application of content adaptive mesh image representation

• Autorzy: Chlewicki W. , Rogala T.

Warianty tytułu

PL

O zastosowaniu adaptacyjnych modeli siatkowych do reprezentacji obrazu

• Języki publikacji: EN

Abstrakty

EN

In this article we focus on image representation using Content Adaptive Mesh Models (CAMM). We discuss the idea of image representation using the triangular mesh and limitations of this method. The performance of the methods is evaluated with two sample images representative for biomedical applications: brain reconstruction from Positron Emission Tomography (PET) scanner and Shepp-Logan head phantom. The conclusion is that the CAMM approach may be very effective representation for image reconstruction, but the current version of the algorithm is inappropriate for very low contrast data, such as the Shepp-Logan phantom. The main conclusion is that the node placement scheme should be corrected to prevent excess concentration of nodes in unimportant regions of highcontrast and shortage of nodes in low-contrast parts of the image. It is postulated that contrast stretching could be a possible solution to that limitation.

PL

W artykule opisano zastosowanie reprezentacji obrazu w postaci adaptujacej się do jego zawartości siatki elementów trójkatnych (ang. Content Adaptive Mesh Models - CAMM). Przeanalizowano skuteczność takiego podejścia i ograniczenia metody na przykładzie dwóch obrazów testowych, typowych dla zastosowań biomedycznych: rekonstrukcji skanu mózgu z wykorzystaniem tomografii emisyjnej (PET) oraz tzw. fantomu Sheppa-Logana. Na podstawie uzyskanych wyników wnioskuje się, że wykorzystanie siatki elementów trójkatnych może być bardzo efektywnym sposobem reprezentacji obrazu, jednak w swojej obecnej wersji algorytm nie sprawdza się w przypadkach w których część obrazu cechuje sie niskim kontrastem. Zasugerowano zastosowanie kompresji kontrastu w celu przezwyciężenia tego ograniczenia.

Słowa kluczowe

EN

image representation; mesh generation; nonuniform sampling

PL

reprezentacja obrazu; generacja siatki; próbkowanie nierównomierne

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2006
• Tom: R. 52, nr 9
• Strony: 52--54
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wzory

Twórcy

autor

Chlewicki W.

autor

Rogala T.

• Instytut Elektroniki, Telekomunikacji i Informatyki, Wydział Elektryczny, Politechnika Szczecińska,

Bibliografia

• [1] Lewitt R. M. and Matej S.: Overview of Methods for Image Reconstruction from Projections in Emission Computed Tomography, Proceedings of the IEEE 91(10):1588-161/, 2003.
• [2] Schweiger M., Arridge S., Image reconstruction in optical tomography using local basis functions, Journal of Electronic Imaging. 12(4):583-593, 2003.
• [3] Matej S., Herman G. T., Narayan T. K., Furnie S. S., Lewitt R. M. And Kinahan P. E.: Evaluation of task-oriented performance of several fully 3D PET reconstruction algorithms, Physics in Medicine and Biology, 39:355-367, 1994.
• [4] Chlewicki W., Brykalski A.: Two dimensional optimization of Bayesian algorithms with bandlimited basis functions. Biocybernetics and Biomedical Engineering 26(3):15-32, 2006.
• [5] Brankov J. G., Yang Y. and Wemick M. N.: Tomographic image reconstruction based on a content-adaptive mesh model, IEEE Transactions on Medical Imaging 23(2):202-212, 2004.
• [6] Nosratinia A.: New kernels for fast mesh-based motion estimation, IEEE Transactions on Circuits and Systems for Video Technology, 11(1):40-51, 2001.
• [7] Davoine F., Antonini M., Chassery J., and Barlaud M., Fractal image compression based on Delaunay triangulation and vector quantization, IEEE Transactions on Image Processing, 5:338-346, 1996.
• [8] Lertrattanapanich S. and Bose N.K.: High resolution image formation from low resolution frames using Delaunay triangulation, IEEE Transactions on Image Processing, 11(12):1427-1441, 2002.
• [9] Zienkiewicz O. C., and Taylor R. L., The Finite Element Method, 4th ed. Englewood Cliffs, NJ: Prentice-Hall, 1989.
• [10] Yang Y., Wemick M. N. and Brankov J. G..: A fast approach for accurate content-adaptive mesh generation, IEEE Transactions on Image Processing, I2(8):866-881, 2003.
• [11] Floyd R., and Steinberg L.: An adaptive algorithm for spatial gray scale, in SID Int. Symp. Digest of Tech. Papers, p. 36-37, 1975.