跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/01 03:31
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳欣蒼
研究生(外文):Wu, Xinchang
論文名稱:多模組影像套合技術應用於循血綠和螢光眼底血管攝影
論文名稱(外文):An end-to-end robust joint registration system for Indocyanine Green and Fluorescein Angiograms.
指導教授:林維暘
指導教授(外文):Lin, Weiyang
口試委員:林維暘蔡佳玲陳世真余松年劉偉名
口試委員(外文):Lin, WeiyangTsai, ChialingChen, ShihjenYu, SongnianLiou, Weiming
口試日期:2012-07-27
學位類別:碩士
校院名稱:國立中正大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:99
中文關鍵詞:整體影像套合兩兩間影像套合螢光眼底血管攝影循血綠眼底血管攝影一致性檢查
相關次數:
  • 被引用被引用:0
  • 點閱點閱:218
  • 評分評分:
  • 下載下載:20
  • 收藏至我的研究室書目清單書目收藏:0
我們的目標是建立全景影像(montage image)包含螢光眼底血管攝影和循血綠血管攝影,所得到的結果將有助於醫生診斷病變,首先會先對輸入影像使用LRV來做血管強化,然後建立全景影像有兩個重要步驟:兩兩間影像套合和整體影像 套合,其中兩兩間影像套合這個步驟是基於Generalized Dual Bootstrap-Interative Closest Point(GDB-ICP)來產生兩張圖之間的轉換關係,並且對新產生的轉換關係 進行一致性檢查用以排除掉兩張圖轉換關係有錯誤,整體影像套合是利用目前 已經被檢查過可用的轉換關係中的對應點來產生所有可信任轉換影像與新影像 的新轉換關係,最後成功率可達九成以上,之後所得的這些結果可用來分析病變 區域的變化情形。
中文摘要 i
目錄 ii
圖 目錄 v
表 目錄 viii
中英對照表 ix
符號表 xii
1 序論 1
1.1 研究背景與動機 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 技術上所面臨之挑戰 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 研究問題之定義 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 方法概述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 論文貢獻 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
ii1.6 論文架構 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 文獻回顧 9
3 多模組眼底血管套合系統 11
3.1 系統架構 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 血管強化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.3 兩兩間影像套合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.3.1 初始化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.3.2 特徵擷取 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.3 精緻對應 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.4 一致性檢 查 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.1 一致性檢查門檻值定義 . . . . . . . . . . . . . . . . . . . . . . . 27
3.4.2 一致性檢查之複雜度分析 . . . . . . . . . . . . . . . . . . . . . 28
3.5 整體套合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.5.1 整體套合範例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.6 方法總結 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4 實驗結果 38
4.1 研究資料 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2 測試論文方法與將部分步驟去除的論文方法 . . . . . . . . . . . . . . . 42
4.3 血管重影測試 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
iii5 結論與展望 54
6 附錄 55
6.1 附錄 -各組ICAG與FA 不含血管重影影像張數 . . . . . . . . . . . . . . . 55
6.2 附錄 -各組ICAG與FA 成功套合影像張數 . . . . . . . . . . . . . . . . . . 60
6.3 附錄 -各組ICAG與FA 成功率以拍攝時間分開 . . . . . . . . . . . . . . . 66
6.4 附錄 -各組ICAG與FA誤差 . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.5 附錄 -各組平均誤差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7 參考文獻 81

[1] D.G. Lowe. Distinctive image features from scale-invariant keypoints. International
journal of computer vision, 60(2):91–110, 2004.
[2] A. Can, C.V. Stewart, B. Roysam, and H.L. Tanenbaum. A feature-based technique
for joint, linear estimation of high-order image-to-mosaic transformations: mosaic-
ing the curved human retina. IEEE Transactions on Pattern Analysis and Machine
Intelligence, 24(3):412 –419, mar 2002.
[3] M. Sofka and C.V. Stewart. Retinal vessel centerline extraction using multiscale
matched filters, confidence and edge measures. IEEE Transactions on Medical Imag-
ing, 25(12):1531 –1546, dec. 2006.
[4] Gehua Yang, C.V. Stewart, M. Sofka, and Chia-Ling Tsai. Registration of challenging
image pairs: Initialization, estimation, and decision. IEEE Transactions on Pattern
Analysis and Machine Intelligence, 29(11):1973 –1989, nov. 2007.
[5] D.L. Milgram. Computer methods for creating photomosaics. IEEE Transactions on
Computers, C-24(11):1113 – 1119, nov. 1975.
[6] D.L. Milgram. Adaptive techniques for photomosaicking. IEEE Transactions on
Computers, C-26(11):1175 –1180, nov. 1977.
76[7] M. Irani and P. Anandan. Video indexing based on mosaic representations. Proceed-
ings of the IEEE, 86(5):905 –921, may 1998.
[8] S. Peleg. Elimination of seams from photomosaics. Computer Graphics and Image
Processing, 16(1):90–94, 1981.
[9] S. Peleg and M. Ben-Ezra. Stereo panorama with a single camera. In IEEE Computer
Society Conference on Computer Vision and Pattern Recognition, volume 1, 1999.
[10] S. Peleg and J. Herman. Panoramic mosaics by manifold projection. In IEEE Com-
puter Society Conference on Computer Vision and Pattern Recognition, pages 338–
343, 1997.
[11] R. Szeliski. Video mosaics for virtual environments. Computer Graphics and Appli-
cations, 16(2):22–30, 1996.
[12] S.E. Chen. Quicktime vr: An image-based approach to virtual environment navi-
gation. In Proceedings of the 22nd annual conference on Computer graphics and
interactive techniques, pages 29–38. ACM, 1995.
[13] D. Capel and A. Zisserman. Automated mosaicing with super-resolution zoom. In
IEEE Computer Society Conference on Computer Vision and Pattern Recognition,
pages 885–891, 1998.
[14] J. Davis. Mosaics of scenes with moving objects. In IEEE Computer Society Confer-
ence on Computer Vision and Pattern Recognition, pages 354–360, 1998.
[15] M. Vivet, S. Peleg, and X. Binefa. Real-time stereo mosaicing using feature tracking.
In IEEE International Symposium on Multimedia (ISM), pages 577–582, 2011.
77[16] N. Gracias and J. Santos-Victor. Underwater video mosaics as visual navigation maps.
Computer Vision and Image Understanding, 79(1):66–91, 2000.
[17] A. Elibol, R. Garcia, and N. Gracias. A new global alignment approach for underwater
optical mapping. Ocean Engineering, 38(10):1207 – 1219, 2011.
[18] R. Szeliski. Image alignment and stitching: A tutorial. Foundations and Trends® in
Computer Graphics and Vision, 2(1):1–104, 2006.
[19] Lowe D.and Brown M. Recognizing panoramas. In Proceedings of the 9th Interna-
tional Conference on Computer Vision, pages 1218–1225, 2003.
[20] M.A. Fischler and R.C. Bolles. Random sample consensus: a paradigm for model fit-
ting with applications to image analysis and automated cartography. Communications
of the ACM, 24(6):381–395, 1981.
[21] S.M. Kay. Fundamentals of statistical signal processing, volume ii: Detection theory.
Upper Saddle River (New Jersey), 1998.
[22] AD Hoover, V. Kouznetsova, and M. Goldbaum. Locating blood vessels in retinal im-
ages by piecewise threshold probing of a matched filter response. IEEE Transactions
on Medical Imaging, 19(3):203–210, 2000.
[23] M. Niemeijer, J. Staal, B. Van Ginneken, M. Loog, and M.D. Abramoff. Comparative
study of retinal vessel segmentation methods on a new publicly available database. In
Proceedings of SPIE, volume 5370, page 648, 2004.
[24] Besl. P.J. and McKay. N.D. A method for registration of 3-d shapes. IEEE Transac-
tions on pattern analysis and machine intelligence, 14(2):239–256, 1992.
78[25] C.V. Stewart. Robust parameter estimation in computer vision. Siam Review,
41(3):513–537, 1999.
[26] Lai. T. Y. and Everest Study Group. Verteporfin pdt and ranibizumab combination
therapy for symptomatic macular polypoidal choroidal vasculopathy (pcv): Everest
results. Invest. Ophthalmol. Vis. Sci., 51(5):2228, 2010.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top