Segmentation algorithm supporting 3D data processing and visualization

• Autorzy: Kucharski T. , Kujawińska M.

Warianty tytułu

PL

Metodyka przetwarzania i wizualizacji biologicznych danych trójwymiarowych

• Konferencja: International Conference Mechatronics 2004 (5 ; 23-25.09.2004 ; Warsaw, Poland)
• Języki publikacji: EN

Abstrakty

EN

Dynamically developing visualization techniques based on 3D, CT and MRI scanners require universal image processing algorithms. Image processing procedures include image segmentation process, images taken from different scanners and their visualization. One of the disadvantages of existing algorithms is lack of automated threshold estimating procedures which are crucial for proper image segmentation. The authors focus on modifications of segmentation process, and present universal segmentation algorithm which allows tissues searching without input parameters implementation. The other advantage is possibility of bright object localization not characterized by a significant peak in histogram.

PL

W związku z dynamicznie rozwijającymi się technikami obrazowania danych medycznych pochodzących z różnych typów skanerów 3D, CT, MRI, istnieje zapotrzebowanie na uniwersalne algorytmy przetwarzania obrazu. Przetwarzanie obejmuje przede wszystkim procesy segmentacji obrazów, nakładanie obrazów uzyskanych z różnymi technikami i ich wizualizacja. Autorzy skupili się przede wszystkim na segmentacji obrazów szaro-odcieniowych, reprezentujących obrazy medyczne. Autorzy proponują uniwersalny algorytm segmentacji pozwalający wyszukać tkanki w obrazie bez potrzeby wstępnego określania parametrów. Dodatkową zaletą proponowanego rozwiązania jest możliwość lokalizowania tkanek charakteryzujących się brakiem wyraźnego pliku w histogramie.

Słowa kluczowe

EN

image processing; medical data; automated thresholding; stereoscopic visualization

PL

przetwarzanie obrazu; dane medyczne; progowanie automatyczne; stereoskopowa wizualizacja

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2004
• Tom: Vol. 45, nr 8-9
• Strony: 122--124
• Opis fizyczny: Bibliogr. 9 poz., il.

Twórcy

autor

Kucharski T.

• Warsaw University of Technology, Institute of Micromechanics and Photonics, Poland

autor

Kujawińska M.

• Warsaw University of Technology, Institute of Micromechanics and Photonics, Poland

Bibliografia

• 1. Sezgin M., Sankur B.: Survey over image thresholding techniques and quantitative performance evaluation. Electronic lmaging, 2004, January, 146-168.
• 2. Rosenfeld A., P. De la Torre: Histogram Concavity Analysis as an Aid in Threshold Selection, IEEE Trans System, 1983, SMC-13, 231-235.
• 3. Sezan M. I.: A Peak Detection Algorithm and its Application to Histogram-Based Image Data Reduction, Graphical Models and Image Processing, 1985, 29, 47-59.
• 4. Otsu N: A Threshold Selection Method From Gray Level Histograms, IEEE Transactions on Systems, 1979, SMC-9, 62-66.
• 5. Kapur J. N., Sahoo P. K., Wong A. K. C.: A New Method for Gray-Level Picture Thresholding Using the Entropy of the Histogram, Graphical Models and Image Processing, 1985, 29, 273-285.
• 6. Tsai W. H.: Moment-preserving thresholding: A new approach, Graphical Models and Image Processing, 1985, 19, 377-393.
• 7. Chanda B., Majumder D. O.: A note on the use of gray level co-occurrence matrix in threshold selection, Signal Processing, 1988, 15, 149-167.
• 8. Niblack W.: An lntroduction to Image Processing, Prentice-Hall, 1986.
• 9. Kucharski T., Kujawinska M., Lesniewski M., Niemczyk K., Bruzgielewicz A.: Enhanced stereovisualisation of micro-contrast bio tissues by means of image processing and HMD technolog, SPIE Proc. 5462, 2004 (In Press).