文献

J-GLOBAL ID：202002214142960718   整理番号：20A0266716

顕微鏡焦点スタッキングの大深度のためのシーケンス画像レジストレーション【JST・京大機械翻訳】

Sequence Image Registration for Large Depth of Microscopic Focus Stacking

著者 (4件)： Wu Ang (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei, China) ,  Shi Yanqiong (School of Mechanical and Electrical Engineering, Anhui Jianzhu University, Hefei, China) ,  Lu Rongsheng (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei, China) ,  Zhang Zilong (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 6533-6542  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 顕微鏡測定のための画像の大きな深さは,目的レンズの深さが小さい焦点積層技術を用いることにより達成できる。それは,短い深さ画像の画像シーケンスを融合することによって実行される。しかし,移動段階の真直度誤差によって引き起こされる客観的画像処理システムまたは測定対象の非線形運動は,横方向変換,回転,および傾斜のような画像列のミスアラインメントをもたらす。これらの干渉と画像輝度変化のすべてを,画像シーケンスを融合する前に画像登録によって修正しなければならない。本論文では,スケール不変特徴変換(SIFT)に基づく高速自動登録法を提案した。それは,最初に,高速エッジ検出を通して画像シーケンスの焦点領域を分割することによって達成される。次に,画像特徴を小分割焦点領域内で抽出した。それは,特徴抽出の計算コストと画像補正の次のステップとアラインメントを大いに減少させる。このプロセスにおいて,ランダムサンプリング一貫性(RANSAC)アルゴリズムを用いて,誤り特徴を取り除いた。Laplaceピラミッド法を画像融合の大きな深さのために採用した。実験結果は,提案方法が従来のSIFTアルゴリズムより効率的であることを示した。その登録効率は約60%改善される。この方法は,単眼三次元焦点積層の高精度でリアルタイムの画像化を容易にする。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像補正 ,  真直度 ,  画像特性 ,  不整合 ,  *アラインメント ,  画像処理システム ,  角錐 ,  単眼 ,  特徴抽出 ,  無作為抽出 ,  レンズ ,  非線形力学 ,  三次元 ,  アルゴリズム ,  エッジ検出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 顕微鏡 ,  焦点 ,  スタッキング ,  大深度 ,  シーケンス ,  レジストレーション