nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

First Order Locally Orderless Registration

verfasst von : Sune Darkner, José D. T. Vidarte, François Lauze

Erschienen in: Scale Space and Variational Methods in Computer Vision

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

First Order Locally Orderless Registration (FLOR) is a scale-space framework for image density estimation used for defining image similarity, mainly for Image Registration. The Locally Orderless Registration framework was designed in principle to use zeroth-order information, providing image density estimates over three scales: image scale, intensity scale, and integration scale. We extend it to take first-order information into account and hint at higher-order information. We show how standard similarity measures extend into the framework. We study especially Sum of Squared Differences (SSD) and Normalized Cross-Correlation (NCC) but present the theory of how Normalised Mutual Information (NMI) can be included.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Towards Efficient Time Stepping for Numerical Shape Correspondence

Nächstes Kapitel First-Order Geometric Multilevel Optimization for Discrete Tomography

Note that this is not stricto senso a group action here.

Avants, B.B., Epstein, C.L., Grossman, M., Gee, J.C.: Symmetric diffeomorphic image registration with cross-correlation: evaluating automated labeling of elderly and neurodegenerative brain. Med. Image Anal. 12(1), 26–41 (2008)CrossRef

Darkner, S., Pai, A., Liptrot, M., Sporring, J.: Collocation for diffeomorphic deformations in medical image registration. IEEE Trans. Pattern Anal. Mach. Intell. 40(7), 1570–1583 (2018). https://doi.org/10.1109/TPAMI.2017.2730205CrossRef

Darkner, S., Sporring, J.: Generalized partial volume: an inferior density estimator to Parzen windows for normalized mutual information. In: Székely, G., Hahn, H.K. (eds.) IPMI 2011. LNCS, vol. 6801, pp. 436–447. Springer, Heidelberg (2011). https://doi.org/10.1007/978-3-642-22092-0_36CrossRef

Darkner, S., Sporring, J.: Locally orderless registration. IEEE Trans. Pattern Anal. Mach. Intell. 35(6), 1437–1450 (2013)CrossRef

Haber, E., Modersitzki, J.: Intensity gradient based registration and fusion of multi-modal images. In: Larsen, R., Nielsen, M., Sporring, J. (eds.) MICCAI 2006. LNCS, vol. 4191, pp. 726–733. Springer, Heidelberg (2006). https://doi.org/10.1007/11866763_89CrossRef

Hermosillo, G., Chefd’Hotel, C., Faugeras, O.: Variational methods for multimodal image matching. Int. J. Comput. Vision 50(3), 329–343 (2002)CrossRef

Janssen, M.H., Janssen, A.J., Bekkers, E.J., Bescos, J.O., Duits, R.: Design and processing of 3D invertible orientation scores of 3D images. J. Math. Imaging Vis. 60, 1427–1458 (2018)MathSciNetCrossRef

Jensen, H.G., Lauze, F., Nielsen, M., Darkner, S.: Locally orderless registration for diffusion weighted images. In: Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F. (eds.) MICCAI 2015. LNCS, vol. 9350, pp. 305–312. Springer, Cham (2015). https://doi.org/10.1007/978-3-319-24571-3_37CrossRef

Klein, A., et al.: Evaluation of 14 nonlinear deformation algorithms applied to human brain MRI registration. Neuroimage 46(3), 786–802 (2009)CrossRef

10.

Koenderink, J.J., Van Doorn, A.J.: The structure of locally orderless images. Int. J. Comput. Vision 31(2), 159–168 (1999)CrossRef

11.

König, L., Derksen, A., Papenberg, N., Haas, B.: Deformable image registration for adaptive radiotherapy with guaranteed local rigidity constraints. Radiat. Oncol. 11(1), 1–9 (2016)CrossRef

12.

König, L., Rühaak, J.: A fast and accurate parallel algorithm for non-linear image registration using normalized gradient fields. In: 2014 IEEE 11th International Symposium on Biomedical Imaging (ISBI), pp. 580–583. IEEE (2014)

13.

Rueckert, D., Sonoda, L.I., Hayes, C., Hill, D.L., Leach, M.O., Hawkes, D.J.: Nonrigid registration using free-form deformations: application to breast MR images. IEEE Trans. Med. Imaging 18(8), 712–721 (1999)CrossRef

14.

Sommer, S., Nielsen, M., Darkner, S., Pennec, X.: Higher-order momentum distributions and locally affine LDDMM registration. SIAM J. Imag. Sci. 6(1), 341–367 (2013)MathSciNetCrossRef

15.

Theljani, A., Chen, K.: An augmented lagrangian method for solving a new variational model based on gradients similarity measures and high order regularization for multimodality registration. Inverse Probl. Imaging 13(2), 309–335 (2019)MathSciNetCrossRef

Titel: First Order Locally Orderless Registration
verfasst von: Sune Darkner
José D. T. Vidarte
François Lauze
Verlag: Springer International Publishing
Buch: Scale Space and Variational Methods in Computer Vision
Print ISBN: 978-3-030-75548-5

Electronic ISBN: 978-3-030-75549-2

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-030-75549-2_15

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"