Benutzer: Gast  Login
Originaltitel:
A Convex Optimization Framework for Connectivity Constraints in Image Segmentation and 3D Reconstruction 
Übersetzter Titel:
Methoden der konvexen Optimierung für topologische Nebenbedingungen in der Bildsegmentierung und 3D Rekonstruktion 
Jahr:
2016 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Cremers, Daniel (Prof. Dr.) 
Gutachter:
Cremers, Daniel (Prof. Dr.); Freeman, William T. (Prof.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 760d; DAT 770d 
Kurzfassung:
This thesis presents a framework for image segmentation and 3D reconstruction with topological constraints, a problem class not yet solved sufficiently by existing methods. The proposed method is specifically successful, when the object has a thin shape, e.g. when reconstructing vascular networks in medical image analysis, and for 3D reconstruction of thin structures. The constraints can be formulated as linear constraints in a convex optimization framework, which allows for a globally optimal s...    »
 
Übersetzte Kurzfassung:
Diese Arbeit beschreibt eine einheitliche Formulierung des Problems der Bildsegmentierung und 3D Rekonstruktion mit topologischen Nebenbedingungen. Die Methode eignet sich insbesondere, wenn das Objekt eine schmale Form aufweist, z.B. Blutgefäße in der medizinischen Bildverarbeitung, oder bei der 3D Rekonstruktion von dünnen Strukturen. Die Nebenbedingungen lassen sich als lineare Nebenbedingungen in einem Ansatz der konvexen Optimierung formulieren. Dies erlaubt eine global optimale Lösung zu b...    »
 
Mündliche Prüfung:
22.11.2016 
Dateigröße:
25080727 bytes 
Seiten:
146 
Letzte Änderung:
02.05.2017