Riassunto analitico
Effettuare una ricostruzione completa di una sequenza di immagini in fluoroscopia è un obiettivo per arricchire le funzionalità di sistemi radiologici. Questo processo deve tenere in considerazione diverse variabili quali la sincronizzazione con il movimento relativo del sistema paziente-lettino e le diverse tipologie di rumore, presenti intrinsecamente o introdotte da elaborazioni svolte durante il processo.
Nel corso di questo progetto si sono testati e valutati i principali algoritmi per lo stitching di immagini in completa assenza di sincronizzazione valutando anche soluzioni che utilizzassero approcci ibridi, reti neurali per il matching geometrico e approcci ex novo.
La pipeline parte a valle dall'acquisizione dell'immagine e del suo preprocessing giungendo alla realizzazione di una panoramica del soggetto posto sotto esame.
Dopo aver identificato keypoints comuni in frame consecutivi e stabilito i match corretti tra di essi si procede con la fase di sovrapposizione dei frame dove è necessario rimuovere una notevole quantità di computational noise. Al termine dello stitching vengono rimossi i bordi con lo scopo di minimizzare gli artefatti introdotti nell'immagine e massimizzare le regioni di interesse.
Le metriche utilizzate per valutare i risultati variano in base al task e si pongono sempre come requisito non funzionale quello di minimizzare la latenza delle operazioni.
Questo elaborato si pone come obiettivo quello di fornire una descrizione accurata degli algoritmi utilizzati ed evincere criticità e pregi che hanno presentato in questo specifico settore di utilizzo.
Nel corso di questo progetto si sono testati e valutati i principali algoritmi per lo stitching di immagini in completa assenza di sincronizzazione valutando anche soluzioni che utilizzassero approcci ibridi, reti neurali per il matching geometrico e approcci ex novo.
La pipeline parte a valle dall'acquisizione dell'immagine e del suo preprocessing giungendo alla realizzazione di una panoramica del soggetto posto sotto esame.
Dopo aver identificato keypoint comuni in frame consecutivi e stabilito i match corretti tra di essi si procede con la fase di sovrapposizione dei frame dove è necessario rimuovere una notevole quantità di computational noise. Al termine dello stitching si procede con una fase di rimozione dei bordi con lo scopo di minimizzare gli artefatti introdotti nell'immagine e massimizzare le regioni di interesse.
Le metriche utilizzate per valutare i risultati variano in base al task di interesse e si pongono sempre come requisito non funzionale quello di minimizzare la latenza delle operazioni.
Questo elaborato si pone come obiettivo quello di fornire una descrizione accurata degli algoritmi utilizzati ed evincere criticità e pregi che hanno presentato in questo specifico settore di utilizzo.
|
