MT Optimierung eines neuen Logarithmic-Search-Verfahrens zum Image Mosaicing unter Einsatz des CUDA-Frameworks

Ausgangspunkt:

• Bei endoskopischen Operationen ist es oft wichtig, aus Videosequenzen mit mehreren Aufnahmen unter einem eher beengten Gesichtsfeld ein Übersichtsbild zu erstellen, in dem mehrere kleine Bilder automatisch zu einem größeren Mosaik zusammenmontiert sind.
• Die bisher bestehende echtzeitfähige Implementierung des algorithmischen Kerns in Java /ImageJ [Nad07, KonNaS07], die auf einem Optical Flow-Verfahren basiert [Kourogi99, Konen06] und auf einfachen Bildsequenzen erfolgreich arbeitet, hat auf realen Endoskopsequenzen mit stark variierender Beleuchtung noch erhebliche Probleme.
• Ein kürzlich entwickelter neuer Algorithmus auf Basis von Kreuzkorrelation und Logarithmic Search zeigt hier höhere Stabilität. Er muss jedoch noch optimiert werden, was die Performance (Rechenzeit) und was die Qualität angeht.

• Existierende Java [ImageJ] Implementierung – echtzeitfähig
• [Kourogi99], [KonenNaS07], [Nad07]

Ziele:

1. Optimierung des LogSearch-Verfahrens in Java mit TPTP (Performance)
2. Optimierung der Algorithmus-Parameter und der algorithmischen Qualität. Unteraspekte:

• Tests an exemplarischen Videosequenzen
• Identifizierung kritischer Parameter
• Algo-Varianten
  
  

3. Entwicklung eines Konzeptes zur Auslagerung rechenintensiver Teile auf nVidia – CUDA-Framework
• Recherche zur Einsetzbarkeit
• Identifizieren kritischer Code-Teile
• Konzept zur Portierung,
• Performance-Messung

Schritte

• Einarbeitung: Algorithmen und bestehenden Code [Nad07]
• Zu 1.,2: Überlegungen zum Vergleichsmaß
• Optimieren
• Zu 3.: Einarbeitung CUDA, SW-Konzept: Interaktionskonzept, Anforderungsprofil im Detail, Einbau in bestehenden Code, Performance-Auswirkungen
• Testen
• Usability Tests, Verfeinerung

Voraussetzungen

• Bildverarbeitung, Java, Englisch
• Bereitschaft zur Einarbeitung in ImageJ

• Grunderfahrung SW-Entwickulung, GUI-Programmierung

Literatur:

zentral:

• [Kourogi99] M. Kourogi, T. Kurata, J. Hoshino, and Y. Muraoka. Real-time image mosaicing from a video sequence. In Proc. ICIP99,vol. 4, 133--137, 1999. http://citeseer.ist.psu.edu/253440.html
• [KonNaS07] W. Konen, M. Naderi, M. Scholz, Endoscopic image mosaics for real-time color video sequences, in: H.U. Lemke (ed.), Computer Assisted Radiology and Surgery (CARS2007, Berlin), Elsevier, Amsterdam, 2007.
• [Nad07] M. Naderi, Implementierung eines Echtzeitverfahrens zur Erstellung von Bildmosaiken aus endoskopischen Videosequenzen, Bachelorarbeit, FH Köln, 2007.
• [Konen06] W. Konen: Optischer Fluss und Echtzeit-Videobearbeitung, Technischer Report, Institut für Informatik, FH Köln, Nov. 2006. TR-OpticalFlow-ImaMos.pdf
• [LeowLi01] W. K. Leow, R. Li, Adaptive binning and dissimilarity measure for image retrieval and classification, IEEE International Conference on Computer Vision and Pattern Recognition (CVPR'01) (2001).
• [ImageJ] http://rsb.info.nih.gov/ij/: ImageJ-Home
• [nVidia] http://www.nvidia.com/object/cuda_learn.html: CUDA-Home

weiterführend:

• [KonenBS07] W. Konen, B. Breiderhoff, M. Scholz: Real-time image mosaic for endoscopic video sequences, to appear in: A. Horsch (ed.), Bildverarbeitung für die Medizin (BVM2007), München, 2007. bvm2007_paper2_final.pdf
• [HornSchunck81] B. K. P. Horn and B. G. Schunck, Determining optical flow, Artificial Intelligence, 17, 1-3, pp. 185--203, 1981. Historisch ganz wichtiges Paper!
• [BreiderKS07] B. Breiderhoff, W. Konen, M. Scholz, Ein automatisiertes Verfahren zum Image-Mosaicing bei endoskopischen Videoaufnahmen, submitted to: A. Horsch (ed.), Bildverarbeitung für die Medizin (BVM2007), München, 2007.
• [JMF] http://java.sun.com/products/java-media/jmf/: JMF-Home, Java Media Framework
• Existierende Matlab-Implementierung – nicht echtzeitfähig: MATLAB-real_mos.zip