bibtype J - Journal Article
ARLID 0329390
utime 20240103192055.5
mtime 20090929235959.9
WOS 000267729200007
DOI 10.1016/j.patrec.2009.03.015
title (primary) (eng) 3D Rigid Registration by Cylindrical Phase Correlation Method
specification
page_count 8 s.
serial
ARLID cav_un_epca*0257389
ISSN 0167-8655
title Pattern Recognition Letters
volume_id 30
volume 10 (2009)
page_num 914-921
publisher
name Elsevier
title (cze) Registrace 3D dat pomocí cylindrické fázové korelace
keyword 3D registration
keyword correlation methods
keyword Image registration
author (primary)
ARLID cav_un_auth*0230860
name1 Bican
name2 Jakub
institution UTIA-B
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0101087
name1 Flusser
name2 Jan
institution UTIA-B
full_dept Department of Image Processing
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source
url http://library.utia.cas.cz/separaty/2009/ZOI/bican-3d digit registration by cylindrical phase correlation method.pdf
cas_special
project
project_id 1M0572
agency GA MŠk
ARLID cav_un_auth*0001814
project
project_id GA102/08/1593
agency GA ČR
ARLID cav_un_auth*0239572
project
project_id 48908
agency GAUK
country CZ
research CEZ:AV0Z10750506
abstract (eng) Spatial alignment is an essential step before any further processing (such as fusion and change detection) of multiframe images can be done. We present a new algorithm that aligns translated and rotated pair of 3D images by means of phase correlation method (PCM). PCM is a computationally efficient method for translation estimation. We generalize a known polar-mapping approach of 2D image registration by PCM to estimate mutual rotation of a pair of 3D images about known axis. An improvement of this technique is given to eliminate influence of noise and image differences in non-ideal conditions. Finally, an iterative optimization procedure called cylindrical phase correlation method (CPCM) is proposed which uses these techniques in rigid body registration tasks. We utilize CPCM to register 3D tomographic images of human brain and study its performance in several experiments.
abstract (cze) Základním krokem před dalším zpracováním vícečetných snímků (jako je například fůzování či porovnávání) je jejich prostorové zarovnání. Práce popisuje nový algoritmus, který zarovnává vzájemně posunutý a otočený pár 3D snímků pomocí metody fázové korelace (PCM). PCM je výpočetně efektivní metoda pro odhadování posunů mezi snímky. Pro odhad vzájemné rotace 3D snímků otočených kolem známe osy jsme zobecnili známý přístup polárního mapování používaného pro případ registrace 2D snímků. Technika byla dále zlepšena za účelem potlačení vlivu šumu a dalších rozdílů ve snímcích za neideálních podmínek. Pro současné nalezení 3D posunu a rotace byl navržen iterativní optimalizační algoritmus, který jsme nazvali Cylindrická fázová korelace (CPCM). Algoritmus CPCM je v několika experimentech nasazen a studován na 3D tomografických snímcích lidských mozků. Mezi hlavní vlastnosti patří extrémní robustnost k šumu a schopnost spolehlivě a rychle registrovat i vzájemně výrazně otočené a posunuté snímky.
reportyear 2010
RIV BD
permalink http://hdl.handle.net/11104/0175442
mrcbT16-f 1.772
mrcbT16-g 0.088
mrcbT16-h 6.4
mrcbT16-i 0.0131
mrcbT16-j 0.56
mrcbT16-k 4545
mrcbT16-l 171
mrcbT16-q 82
mrcbT16-s 1.091
mrcbT16-y 25.11
mrcbT16-x 2.49
arlyear 2009
mrcbU34 000267729200007 WOS
mrcbU63 cav_un_epca*0257389 Pattern Recognition Letters 0167-8655 1872-7344 Roč. 30 č. 10 2009 914 921 Elsevier