现在的位置: 首页 > 综合 > 正文

特征点检测和追踪评价:A New Validation Framework

2014年04月05日 ⁄ 综合 ⁄ 共 1922字 ⁄ 字号 评论关闭

原文网址 :http://link.springer.com/chapter/10.1007/978-3-642-40843-4_9

文章名称:Evaluation of Endoscopic Image Enhancement for Feature Tracking: A New Validation Framework

个人觉得本文的亮点是:提出了新的方法,分别针对鲁棒性,正确性和分布,评价特征点检测。针对鲁棒性:用欧氏距离求漂移,计算小于某阈值的特征点百分比;正确性:画欧氏距离的直方图分布;特征点分布是否均匀:画出特征点x,y的坐标直方图。

内窥镜成像特征点检测和追踪评价:A New Validation Framework

摘要:介绍了内窥镜成像在微创手术中的应用,但是内窥镜成像应面临难题。文章主要包括三个内容:1.提出两种预处理方式,证明通过预处理,可以提高特征点检测和追踪的鲁棒性。2.提出了一个验证的框架,评价特征点检测和追踪的稳定性,鲁棒性以及特征点分布。3.最后在9个活检录像带中进行检测,得出实验结果。

一.             引言:介绍了微创手术的应用,优缺点及前景,通过成像技术可以解决他的缺点。介绍了目前已有的特征点检测方法以及他们的缺陷,并提出了自己的方法。

二.             相关的研究工作:介绍了目前在图像特征点评价中出现的一些方法,但是他们都有自己的缺陷,同时提出了自己的检测框架:是根据一种forward-backward(前向后向追踪)飞方法进行检测。

三.             预处理:论文的程序是C++,基于opencv。介绍了两种预处理方法。

1.      Egal smooth。理论增强对比度。方法是:

 

2.      Top Hat。思路是增强细节。

首先提取白帽和黑帽,然后分别加到原始图像中,增强亮特征和暗特征,最后进行高斯去噪。下图为白帽的过程。黑帽类似,只是用闭运算,获得暗特征。

四.             评价方法:使用forward-backward方法获得图像的信息,分别对追踪和特征点检测进行评价。

1.      使用基于奇偶数的forward-backward(前向,后向)

设t,t+1为两个相邻的图像,如果使用t->t+1进行前向,而使用t+1->t进行后向,则两幅图像之间是相关的,可能会对结果产生影响。本文提出了一种新的方法,在前向时,使用编号为偶数的图像,在后向时使用编号为奇数的图像,由此消除了他们的相关性。如有5幅图像。前向时为0-2-4,后向时为4-3-1-0,连起来为0-2-4-3-1-0。

本文使用的是L-K光流法跟踪。检测出第一幅图像的特征点,使用L-K估计在下一幅图像中的位置,然后继续追踪,最后使用欧氏距离计算出0帧与最后的0帧图像之间,特征点位置的漂移e,即final drift。设定一个阈值threshold,计算小于threshold的特征点的百分比,为鲁棒性,并画出e的直方图,用于表示稳定性。

2.      评价特征点的追踪

首先是评价鲁棒性和稳定性。这两个性质会受到阈值threshold的影响,但是对同一个阈值,可以比较其原图和经过预处理之后图像的这连个性质,得到鲁棒性和直方图。

3.      评价特征点检测

要检测三个指标:特征点分布(分别画出x,y方向的直方图),鲁棒性,稳定性。

因为特征点的个数对追踪性能也是有影响的,文中的方法是,使用一个阈值检测出原图的特征点数为n1,然后检测预处理后的特征点,通过改变阈值,使特征点个数n2=n1,这样就消除了个数对追踪性能的影响。分别画出两种情况下的特征点分布的x,y坐标。对于鲁棒性和准确性,同上一步2中的方法,即计算百分比和画直方图。

4.      评价方法:使用forward-backward方法获得图像的信息,分别对追踪和特征点检测进行

五.             活检评价:选择了9个活检的录像,包括人的肝脏,胆囊,猪的肝脏等。分别使用了四种特征点检测方法:GFTT,SURF,BRISK,FAST,进行检测,并用L-K光流法进行追踪。具体的参数见原文。

1.      对于经过预处理对图像影响的评价。

      

上图表示,经过预处理之后,四种检测方法的鲁棒性普遍提高了。

上图表示预处理后,设定不同的threshold,与漂移值e比较,鲁棒性都提高。

上图表示,预处理后,准确性提高了,观察使通过画e的直方图,e小的点增多。

上图画出了GFTT和SURF两种检测方法检测出的特征点分布的变化情况。分别用x,y坐标的直方图表示。当直方图分布均匀时表示点分布均匀,表示效果好。

六.  总结了文章的工作

抱歉!评论已关闭.