MOSAICING OF DYNAMIC MESENTERY VIDEO WITH GRADIENT BLENDING.
MOSAICING OF DYNAMIC MESENTERY VIDEO WITH GRADIENT BLENDING.
复制标题
DOI：
10.1109/icip40778.2020.9191045
复制
发表时间：
2020-10
期刊：
影响因子：
--
通讯作者：
Palaniappan, K.
中科院分区：
文献类型：
--
作者：
Aktar, Rumana;Huxley, V. H.;Guidoboni, G.;AliAkbarpour, H.;Bunyak, F.;Palaniappan, K.
在使用视频显微镜的生物医学成像中，以细胞和更精细的分辨率理解大组织结构带来了许多图像获取挑战，包括成像过程中有限的视场和组织动力学。实时组织视频显微镜的自动拼接或拼接能够可视化和分析诸如肠系膜等组织中的微妙的形态结构和大规模的血管网络结构。但如果存在可变形、运动模糊、无纹理、功能不佳的帧，则镶嵌可能具有挑战性。在这种情况下，基于特征的方法由于缺乏独特的关键点而表现不佳。由于可变形的内容，标准的单块相关匹配策略可能无法提供健壮的配准。此外，如果序列中存在运动模糊，则全景会受到影响。为了应对这些挑战，我们提出了一种新的算法--可变形归一化互相关(DNCC)图像匹配和RANSAC来建立稳健的配准。此外，为了从运动模糊的帧生成无缝的全景图，我们提出了基于图像边缘信息的梯度混合方法。将DNCC算法应用于Frog肠系膜序列。将我们的结果与PSS/AutoStitch方法进行了比较，验证了DNCC方法的有效性和鲁棒性。
In biomedical imaging using video microscopy, understanding large tissue structures at cellular and finer resolution poses many image acquisition challenges including limited field-of-view and tissue dynamics during imaging. Automated mosaicing or stitching of live tissue video microscopy enables the visualization and analysis of subtle morphological structures and large scale vessel network architecture in tissues like the mesentery. But mosacing can be challenging if there are deformable, motion-blurred, textureless, feature-poor frames. Feature-based methods perform poorly in such cases for the lack of distinctive keypoints. Standard single block correlation matching strategies might not provide robust registration due to deformable content. In addition, the panorama suffers if there is motion blur present in a sequence. To handle these challenges, we propose a novel algorithm, Deformable Normalized Cross Correlation (DNCC) image matching with RANSAC to establish robust registration. Besides, to produce seamless panorama from motion-blurred frames we present gradient blending method based on image edge information. The DNCC algorithm is applied on Frog Mesentery sequences. Our result is compared with PSS/AutoStitch to establish the efficiency and robustness of the proposed DNCC method.
登录
查看更多内容
影响因子：
3.4
作者：
Bedard N;Quang T;Schmeler K;Richards-Kortum R;Tkaczyk TS
通讯作者：
Tkaczyk TS
影响因子：
4.6
作者：
Rosa, Benoit;Erden, Mustafa Suphi;Morel, Guillaume
通讯作者：
Morel, Guillaume
影响因子：
3.5
作者：
Abeytunge, Sanjee;Li, Yongbiao;Rajadhyaksha, Milind
通讯作者：
Rajadhyaksha, Milind
影响因子：
4.6
作者：
Loewke, Kevin E.;Camarillo, David B.;Salisbury, J. Kenneth
通讯作者：
Salisbury, J. Kenneth
影响因子：
2.4
作者：
Peterson, Gary;Zanoni, Daniella Karassawa;Rajadhyaksha, Milind
通讯作者：
Rajadhyaksha, Milind