Feature-Adaptive Interactive Thresholding of Large 3D Volumes

要約

しきい値処理は、ボリューム画像処理で最も広く使用されているセグメンテーション方法であり、その点ごとの性質により、大きな 3 次元サンプルを高速に処理するのに魅力的です。
ただし、アーティファクト、測定ノイズ、またはグレースケール値の変動が存在する場合、グローバルしきい値はコンポーネントを適切に抽出しないことがよくあります。
このホワイト ペーパーでは、Feature-Adaptive Interactive Thresholding (FAITH) を紹介します。FAITH は、(幾何学的) 特徴、ローカル処理、および対話型ユーザー入力を組み込んでこれらの制限を克服するしきい値処理手法です。
ほとんどの領域に適したグローバルしきい値が与えられると、FAITH は対話的に選択されたシード ボクセルを使用して、これらのボクセルの周囲のローカル環境から計算された特徴に基づいて、そのしきい値がローカルに適応される重要な領域を特定します。
このように、ドメインの専門家の知識と厳密な数学的モデルの組み合わせにより、直感的なユーザー操作による非常に柔軟なローカルしきい値処理が可能になります。
定性分析は、提案されたモデルが、大きなボリュームのセグメンテーションも可能にするのに十分な効率を維持しながら、通常のしきい値処理で通常発生する制限を克服できることを示しています。

要約(オリジナル)

Thresholding is the most widely used segmentation method in volumetric image processing, and its pointwise nature makes it attractive for the fast handling of large three-dimensional samples. However, global thresholds often do not properly extract components in the presence of artifacts, measurement noise or grayscale value fluctuations. This paper introduces Feature-Adaptive Interactive Thresholding (FAITH), a thresholding technique that incorporates (geometric) features, local processing and interactive user input to overcome these limitations. Given a global threshold suitable for most regions, FAITH uses interactively selected seed voxels to identify critical regions in which that threshold will be adapted locally on the basis of features computed from local environments around these voxels. The combination of domain expert knowledge and a rigorous mathematical model thus enables a very exible way of local thresholding with intuitive user interaction. A qualitative analysis shows that the proposed model is able to overcome limitations typically occuring in plain thresholding while staying efficient enough to also allow the segmentation of big volumes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google