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:
- Optimierung
des LogSearch-Verfahrens in Java mit TPTP (Performance)
- Optimierung
der Algorithmus-Parameter und der algorithmischen Qualität. Unteraspekte:
- Tests
an exemplarischen Videosequenzen
- Identifizierung
kritischer Parameter
- Algo-Varianten
- 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