Advertisement

3D Bildrekonstruktion mit Hilfe geometrischer Modelle

  • Andreas Herzog
  • Bernd Michaelis
  • Katharina Braun
  • Henning Scheich
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Durch den Einsatz von geometrischen Modellen ist es möglich, auf einfache Weise a-priori Wissen über den zu erwartenden Bildinhalt in die Bildrekonstruktion einfließen zu lassen. Dabei können sowohl die Abbildungseigenschaften des Bildaufnahmesystems als auch statistische und geometrische Zusammenhänge zwischen den Bildpunkten berücksichtigt werden. Durch die Wahl der Modellparameter und Vorgabe ihrer Fehlergrenzen läßt sich die Güte der Approximation beeinflussen. Im Ergebnis erhält man geometrische Modelle der im Bild vorhandenen Objekte, die in den gewählten Grenzen der Modellierung eine optimale Rekonstruktion darstellen. Aus den Parametern der Modelle lassen sich morphologische Eigenschaften wie Längen, Durchmesser, Volumen und Lagebeziehungen ableiten. Die Modelle können einfach und schnell visualisiert werden.

Schlüsselworter

Bildrekonstruktion geometrische Modelle 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Lagendijk R L, Biemond J: Iterative Identification and Restoration of Images. Kluwer Academic Publishers, Boston/Dordrecht/London 1991zbMATHCrossRefGoogle Scholar
  2. 2.
    Herzog A, Krell G, Michaelis B, Braun K, Wang J, Zuschratter W: Restoration of Three-Dimensional Quasi-Binary Images from Confocal Microscopy and its Application to Dendritic Trees, in Progress in Biomedical Optics: Three-Dimensonal Microscopy: Image Acquisition and Processing IV. Carol J. Cogswell, Jos6-Angel Conchello, Tony Wilson, Editors, Proc. SPIE 2984, pp. 146-157 (1997)Google Scholar
  3. 3.
    Herzog A, Krell G, Michaelis B, Zuschratter W: Tracking on tree-like structures in 3_D confical images, in Progress in Biomedical Optics: Three-Dimensonal Microscopy: Image Acquisition and Processing V. Carol J. Cogswell, Jose-Angel Conchello, Tony Wilson, Editors, Proc. SPIE 3261 pp. 165-176 (1998)Google Scholar
  4. 4.
    Herzog A, Schütze W, Lilienblum T, Braun K, Michaelis B: 3D Formrekonstruktion an der Auflosungsgrenze konfokaler Laserscan- Mikroskope. Mustererkennung 1997, DAGM Symposium Braunschweig September 1997, pp. 119-126 Springer 1997Google Scholar
  5. 5.
    Herzog A, Krell G, Michaelis B, Wang J, Zuschratter W, Braun K: Three-Dimensional Quasi-binary Image Restoration for Confocal Microscopy and its Application to Dendritic Trees, in Gerald Sommer, Kostas Daniilidis, Josef Pauli (Eds.) Computer Analysis of Images and Patterns 7’th International Conference, CAIP’97, Kiel, Germany Sep. 1997, Proceedings. Lecture Notes of Computer Science 1296,pp. 114-121 Spinger Verlag 1997Google Scholar
  6. 6.
    Sommerkorn G, Seiffert U, Surmeli D, Herzog A, Michaelis B, Braun K. Classification of 3D dendritic Spines using SOM in G.D. Smith, N.C. Steele and R.F. Albrecht (editors) “Proceedings of International Conference of Artificial Neural Networks and Genetic Algorithms” (ICANNGA97), Norwich, England 2.4. - 4.4. 1997 pp. 129–133 Springer-Verlag, Vienna, Austria 1997Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1999

Authors and Affiliations

  • Andreas Herzog
    • 1
  • Bernd Michaelis
    • 1
  • Katharina Braun
    • 2
  • Henning Scheich
    • 2
  1. 1.Otto-von-Guericke Universität MagdeburgMagdeburgDeutschland
  2. 2.Leibniz-Institut für NeurobiologieMagdeburgDeutschland

Personalised recommendations