イメージ レジストレーション方法の選択
イメージをレジストレーションする方法を選択する際に考慮すべき要素がいくつかあります。
ある手法は自動化されている。他の手法は、探索をサポートするために対話的であるか、正確な制御を可能にするために半自動化されている。
ある手法では、厳密な幾何学的変換によってイメージを関連付ける必要がある。他の手法はより柔軟で、射影変換、局所的な変形、またはその他の種類の歪みがサポートされる。要求される変換モデルを処理できる手法を選択する。
ある手法では 2 次元イメージのみがサポートされるが、他の手法では 3 次元イメージ ボリュームもサポートされる。
| 目的 | イメージ レジストレーションに対するアプローチ | サンプル表示 |
|---|---|---|
| 2 次元イメージのさまざまなレジストレーション手法を対話的に探索、比較、調整する。 | レジストレーション推定アプリを使用します。このアプリは、8 つの特徴ベースの手法、3 つの強度ベースの手法、および 1 つの非剛体 (変形可能) 手法をサポートしています。 このアプリは画質の定量的な尺度を備え、また、レジストレーションされたイメージとその変換行列を返します。アプリは、選択したレジストレーション手法と設定を使用してコードを生成することもできます。 レジストレーション推定アプリを使用したイメージのレジストレーションを参照してください。 |
|
| イメージの特徴に基づいて 2 次元イメージを自動的にレジストレーションする。 | 自動特徴マッチングを使用します。自動特徴マッチングは、オクルージョン、表示条件の変化、煩雑さなどに関係なく、イメージの対応関係を見つけることができる強力なレジストレーション手法です。自動特徴マッチングは、映像安定化やパノラマ イメージの繋ぎ合わせなど、幅広い用途で使用されます。 イメージのコンテンツに基づいて、1 つ以上の特徴タイプと記述子を選択できます。BLOB 特徴の場合、一般的な特徴タイプには、Scale Invariant Feature Transform (SIFT) と Speeded-Up Robust Features (SURF) が含まれます。固定スケールのコーナー特徴の場合、一般的な特徴タイプは Oriented FAST and rotated BRIEF (ORB) です。 利用可能なすべての特徴検出器のリストと、自動特徴検出を実行する方法を示す例については、局所特徴の検出と抽出 (Computer Vision Toolbox)を参照してください。 |
|
相対的な強度パターンに基づいて 2 次元または 3 次元のグレースケール イメージを自動的にレジストレーションする。 | 強度ベースのイメージ レジストレーション手法を使用します。これらの手法では、メトリクスに基づいて 2 つのイメージのピクセル強度の類似度を最適化します。
強度ベースの自動イメージ レジストレーションを参照してください。 |
|
| 変形可能な (非剛体) レジストレーションを自動的に実行する。 | レジストレーション推定アプリを使用して、変形可能なレジストレーションのレジストレーション設定を対話的に調整します。 あるいは、 |
|
| 他のレジストレーション手法がサポートされていないか、または結果が不十分な場合に、2 次元イメージを手動でレジストレーションする。 | コントロール ポイント レジストレーションを使用すると、各イメージ内の共通の特徴を手動で選択できます。コントロール ポイント レジストレーションは次の場合に役立ちます。
コントロール ポイント レジストレーションとコントロール ポイントを使用した投影歪みのあるイメージのレジストレーションを参照してください。 |
|
| 医用画像とボリュームを共通の患者座標系に揃える。 | Medical Imaging Toolbox™ は、2 次元および 3 次元の医用画像データを患者座標系にレジストレーションするための追加の手法と例を提供します。
Medical Image Registration (Medical Imaging Toolbox)を参照してください。 |
|
参考
トピック
- レジストレーション推定アプリを使用したイメージのレジストレーション
- マルチモーダル MRI イメージのレジストレーション
- コントロール ポイントを使用した投影歪みのあるイメージのレジストレーション
- 局所特徴の検出と抽出 (Computer Vision Toolbox)
- パノラマの作成 (Computer Vision Toolbox)
- イメージ ポイント機能を使用したビデオの安定化 (Computer Vision Toolbox)
