Sorry – this document is available in German only.

Großer Beleg

• Segmentierung von ATPase-gefärbten Muskelfaserschnitten mittels Seeded Region-Growing - Alexander Asmus

  Zusammenfassung:

  Die Erkennung und Segmentierung von Muskelfaserzellen stellt eine wichtige Aufgabe in der medizinischen Bildverarbeitung dar. Automatisierte Erkennungsverfahren sorgen dabei für eine Beschleunigung der Analysezeiten und verbessern so den Diagnoseprozess für Muskelbiopsien. Der in der vorliegenden Arbeit vorgestellte Ansatz des Seeded-Region-Growings soll einen witeren Beitrag zur Zellsegmentierung von AT-Pase gefärbten Muskelfaserzellen leisten. Der Algorihmus basiert auf der Idee eines Thresholding basierten Regionswachstums, das über lokale Intensitätsmittelung eine Regionszugehörigkeit definiert. Um negative Ergebnisse, wie die Segmentierung von Zellzwischengewebe zu verhindern, verfügt das Seeded-Region-Growing zusätzlich über eine Formvergleichskomponente, die zellunähnliche Segmentierung reduziert.

  ERGEBNIS

• Dichter optischer Fluss für große Bewegunge - Ronny Schlegel

  Zusammenfassung:

  Treten in Bildern bei denen eine Schätzung des Optischen Flusses durchgeführt werden soll starke großflächige Verschiebungen oder Rotationen auf, so verbessert das beschriebene Verfahren schon bei wenigen korrekt durch den SIFT Algorithmus erkannten Korrespondenzen die Qualität dieser Schätzung sehr. Bei größeren Skalierungen oder Blickwinkeländerungen hängt die Verbesserung stark von der Struktur der Bilddaten sowie der Anzahl der erkannten Korrespondenzen ab. Bei großen Verschiebungen einzelner Objekte im Bild kann das Verfahren sogar kontraproduktiv wirken.

  ERGEBNIS

• Untersuchung des optischen Flusses zwischen Bildausschnitten zur Bildung von Merkmalsvektoren - Stefan Barthel

  Zusammenfassung:

  Vergleicht man die Bildausschnitte zweier verschiedener Ansichten eines Objekts, sind diese im Normalfall untereinander verzerrt. Im Fall von planaren Objektoberflächen lässt sich diese Verzerrung durch eine affine Transformation beschreiben. Eine allgemeine Transformation kann mit Hilfe des optischen Flusses geschätzt werden. Im vorliegenden Text wird nun ein Verfahren vorgestellt, welches den SIFT-Deskriptor benutzt, um eine Vorauswahl an Matches (von MSER-Regionen) zu finden. Diese Vorauswahl, wird dann eingehender mittels des optischen Flusses (Horn-Schunck-Verfahren) analysiert. Ziel ist es, die auftretenden Fehlbewertungen, zu erkennen und zu korrigieren, um ein besseres Matchingergebniss zu erzielen. Für die einzelnen Teilverfahren (MSER, SIFT, Horn-Schunck) werden vorhandene Implementierungen benutzt. Dabei werden, bei der Umsetzung des Verfahrens auftretende, Probleme erläutert. Das Vefahren wird in kleinem Rahmen getestet und die Ergebnisse analysiert.

  ERGEBNIS

• Effiziente Einbringung vom statistischem Formwissen in die Segmentierung von ATPase-gefärbten Muskelfaserbildern - Jens Bornschein

  Zusammenfassung:

  Diese Arbeit beschä¤ftigt sich mit dem Statistischen Mittel der Hauptkomponentenanalyse zur Nutzung bei der Segmentierung von ATPase eingefä¤rbten Muskelfaserzellen. Vorhandenes a priori Wissen wird hierdurch ezient nutzbar gemacht. Dabei wird die Segmentierung durch einen Energieminimierungsprozess auf Level-Set-Funktionen realisiert und eine Konturevolution auf wenigen formbeschreibenden Parametern ermöglicht.

  ERGEBNIS

• Segmentierung durch matching eines Beispiels - Jens Stormberg

  Zusammenfassung:

  Eine Segmentierung der Myotome in einer Serie von Mikroskopaufnahmen eines sich entwickelnden Zebrafischembryos kann verwendet werden, um eine automatische Analyse ihres Wachstumverhaltens zu beschreiben. Um diese Segmentierung zu vereinfachen soll eine Prüsegmentierung getroffen werden, die den Bereich, in dem die Myotome liegen, zunächst eingrenzt. Ist eine solche Region in einem Bild bereits gekennzeichnet, kann eine dazu korrelierende Bildregion in weiteren Bildern über ein optisches Flussschätzverfahren wiederaufgefunden werden. Zwei Algorithmen zur optischen Flussfeldschätzung, das Verfahren von T. Brox et al. [6] und das Verfahren von Steinbrücker et al. [7], wurden implementiert, um auf diese Weise eine Segmentierung auf Grundlage einer von Hand markierten Region der Myotome zu treffen. Da über die Zeit hinweg größere Veränderungen der Fischembryonen vorliegen, war es wichtig, dass beide Algorithmen in der Lage sind, auch größere Verschiebungen schätzen zu können.

  ERGEBNIS

Diplomarbeit

• Selection and Efficient Matching of Feature Points - Simon Dollè

  Abstract:

  Feature based image matching has noteworthy applications in many domains of computer vision. Highly dimensional features such as SIFT descriptors are of great interest. Because of the curse of dimensionality, specific methods must be developed to process high dimensional features. In the first part of this thesis, I have tested different strategies of the literature ([OME071, [NIS06]) to match features. In a second part, I have investigated different approximate nearest neigbour algorithms which can replace efficiently the exact nearest neighbour algorithm which is normally used in the matching strategies. I have methodically investigated the internal parameters of each of these algorithms, tried to interpret their influence theoretically when possible - and found optimal Values for them. Finally, I have tested each of approcimate nearest neighbours algorithm in association with meaningful nearest neighbours matching strategy ([OME07]), which, so far as I know, had never been done before. This tests allowed me to compare these approximate nearest neigbours algorithms together and compare them to an exact nearest neighbours algorithm in a complete image retrieval framework. This thesis confirms that the meaningful nearest neighbours matching strategy has the same computational complexity as the nearest neighbour matching strategy but yields higher accuracy. It also shows that some approximate nearest neighbours algorithms can be efficiently used in this strategy. But they need to be choosen carefully and in function of the application requirements in terms of trade-off between speed and accuracy.

  ERGEBNIS

  
  

• Rektifizierung von Freihand-Stereo-Aufnahme - Jens Stormberg

  Kurzfassung:

  Mit der steigenden Qualität und Verfügbarkeit von stereoskopischen Ausgabemedien, die eine räumliche Wiedergabe von Bildern ermöglichen, steigt auch das Interesse an räumlichen Bildaufnahmen. Kalibrierte Stereokamerasysteme bestehen dazu aus zwei separaten Kameras, die dem Stereonormalfall entsprechend justiert sind. Diese aufwendigen Systeme sind aber nicht zwingend erforderlich, da Abweichungen vom Stereonormalfall in zwei Bildaufnahmen nachträglich durch eine Rektifizierung beseitigt werden können. Diese Arbeit beschäftigt sich mit der Entwicklung eines Verfahrens zur Rektifizierung von Freihand-Stereo-Aufnahmen. Als solche sollen zwei Aufnahmen einer einzigen Kamera aus horizontal leicht versetzten Positionen verstanden werden.
  Viele Ansätze zur Rektifizierung eines Bildpaares berechnen zunächst die zugrundeliegende Aufnahmegeometrie in Form der Fundamentalmatrix und darauf aufbauend eine perspektivische Transformation der beiden Bilder. Die dafür benötigten Punktkorrespondenzen zwischen den Bildern werden überwiegend durch deskriptorbasierte Ansätze generiert. Im Gegensatz dazu wurde in dieser Arbeit ein optisches Flussverfahren verwendet, um die Lokalisierungsgenauigkeit der Punktkorrespondenzen zu erhöhen und Ausreißer zu vermeiden. Auf eine explizite Berechnung der Fundamentalmatrix wurde verzichtet. Die Homographien, welche die rektifizierenden Bildtransformationen beschreiben, wurden über die Punktkorrespondenzen direkt berechnet. Anstatt die Suche nach Korrespondenzen und die Schätzung der Homographien in zwei Schritte zu trennen, sollten die Berechnungen gemeinsam stattfinden und voneinander profitieren. Dazu wurde ein einheitliches Energiefunktional formuliert, welches die Anforderungen an den optischen Fluss und die beiden Homographien vereint. Ãœber eine geeignete Parametrisierung der Homographien sollten unnötige Bilddeformationen bei der Rektifizierung im Vorhinein vermieden werden.
  Durch eine Auswertung auf Basis künstlicher Testfälle konnte gezeigt werden, dass das entwickelte Verfahren in der Lage ist, eine subpixelgenaue Rektifizierung durchzuführen. Es konnten Anwendungsszenarien gefunden werden, in denen die Genauigkeit deutlich über deskriptorbasierten Ansätzen lag. Auch zu Wide-Baseline Stereoaufnahmen, in denen große perspektivische Verzerrungen und Verdeckungen vorkommen können, lieferte das entwickelte Verfahren gute Ergebnisse. Die Güte des berechneten optischen Flusses wurde über den Middlebury-Benchmark evaluiert. Im Vergleich über den "Average Angular Error" lagen die Ergebnisse in der Nähe der Referenzwerte. Das entwickelte Verfahren stellt einen alternativen Rektifizierungsansatz zur Verfügung und bietet darüber hinaus viel Potential für Erweiterungen.

  ERGEBNIS

Masterarbeit

• Soft- and Hardware Design of embedded Camera Systems for Image Categorization Using - Juwel Pervez

  Abstract:

  Image recognition is a challenging task in Computer Vision. Today, reliable algorithms are too complex for an implementation on embedded systems. Improving the recognition performance of existing algorithms is, hence, beyond the scope of the problem to be solved. Experiments with standard computers showed that the use of lookup tables (LUTs) can speed up the recognition performance of known algorithms by a factor of 40. However, using huge lookup-tables is a challenge on embedded systems because the memory with satisfactory access time is small. The chosen recognition algorithms especially for fruits and vegetables has been implemented and exhaustively tested on the embedded system. Our results illustrate that the approach presented in this thesis can be successfully implemented with large lookup tables and optimized performance under the constraints of latency and memory size. A large number of experiments were performed based on two different recognition algorithms and their variants.

  ERGEBNIS