haku: @keyword computer vision / yhteensä: 23
viite: 16 / 23
Tekijä: | Palander, Kimmo |
Työn nimi: | Camera Motion Estimation in Micro-Rotation Imaging |
Kameran liikkeen estimointi mikrorotaatiokuvantamisessa | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2007 |
Sivut: | 80 Kieli: eng |
Koulu/Laitos/Osasto: | Tietotekniikan osasto |
Oppiaine: | Laskennallinen tekniikka (S-114) |
Valvoja: | Kaski, Kimmo |
Ohjaaja: | Brandt, Sami |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark Aalto | Arkisto |
Avainsanat: | camera motion estimation computer vision micro-rotation microscopy imaging Bayesian modelling kameran liikkeen estimointi tietokonenäkö mikrorotaatiomikroskopia Bayesilainen mallinnus |
Tiivistelmä (fin): | Kolmiulotteinen mikroskopia mahdollistaa yksittäisten solujen rakenteiden tutkimisen, mikä olisi mahdotonta pelkästään ihmissilmällä sen riittämättömän erottelukyvyn takia. Digitaalisen käsittelyn avulla tutkittavista kohteista pystytään oleellisesti luomaan kolmiulotteisia rekonstruktioita. Aiemmin 3D-mikroskopia on tyypillisesti rajoittunut pinomuotoiseen kuvauskäytäntöön, jonka seurauksena rekonstruktioiden projektioakselin suuntainen resoluutio on huono tai tiedonkeruu on ollut monimutkaista ja eriaikaista. Mikrorotaatiokuvantaminen on uudenlainen kuvantamistapa, joka on kehitetty solunpyöritysjärjestelmän ohella. Siinä näytteestä kerätään kuva-aineistoa samaan aikaan, kun sitä pyöritetään täydet 360 astetta. Haasteena on siten laajentaa nykyiset rekonstruktiomenetelmät ottamaan huomioon uudenlainen kuvausgeometria. Ennen varsinaista rekonstruktiota kuva-aineiston tarkka sijainti ja suuntaus kuvatussa 3D-kohteessa on selvitettävä. Työssä esitellään ja tutkitaan kolmen eri lähestymistavan soveltumista kuvantamista vastaavan kameran liikkeen estimointiin. Nämä ovat ristikorrelaatioon, piirteisiin sekä 3D-malliin pohjautuvat menetelmät, joista pääpaino on kahdessa ensimmäisessä menetelmässä. Menetelmät luodaan lähinnä Bayesilaisen tilastollisen mallinnuksen pohjalta. Paras tulos saadaan luultavasti kuitenkin lopulta yhdistämällä kaikki kolme menetelmää yhdeksi hierarkkiseksi algoritmiksi. Menetelmiä testattiin yhdellä synteettisellä ja kolmella todellisella kuva-aineistolla. Testien perusteella estimoidut kameran liikkeet parantavat selvästi rekonstruktioita. Luotettavien tuloksien saaminen edellyttää kuva-aineistolta kuitenkin selvästi erottuvia yksityiskohtia. Ilman niitäkin voidaan silti aina luottaa liikkeestä olemassa olevaan etukäteistietoon suoraviivaisesti Bayesilaisen lähestymistavan avulla. |
ED: | 2007-10-18 |
INSSI tietueen numero: 34750
+ lisää koriin
INSSI