Zusammenfassung
Bei agglomerativen Segmentierungsverfahren basiert die hierarchische Regionenverschmelzung auf dem Vergleich von Ähnlichkeitswerten. Dazu werden Distanzmaße benötigt, welche die Abstände von Regionen beschreibenden Merkmalsvektoren bestimmen. Im Unterschied zu gängigen Distanzmaßen operiert das hier vorgestellte Maß nicht auf statischen Merkmalsvektoren, sondern gewichtet Bereiche adjazenter Regionen, die nahe der jeweiligen Regionengrenze liegen hoch, so dass bei Regionen mit hoher interner Merkmalsvarianz — z.B. große Grauwertverläufe — die Einflüsse solcher Pixel reduziert werden, die sich weit entfernt von der Regionengrenze befinden. Das lokal-adaptive Ähnlichkeitsmaß wurde in einen multiskalaren Segmentierungsalgorithmus integriert. Experimentelle Ergebnisse werden auf medizinischen Bildern verschiedenster Kontexte präsentiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Thies C, Malik A, Keysers D, et al.: Hierarchical feature clustering for contentbased retrieval in medical image databases. Procs SPIE 5032(1): 598–608, 2003.
Haris K, Estradiadis SN, Maglaveras N, et al.: Hybrid image segmentation using watersheds and fast region merging. IEEE Trans on Image Processing 7(12): 1684–1699, 1998.
Adams R, Bischof L: Seeded Region Growing. IEEE Trans on Pattern Analysis and Machine Intelligence 16(6): 641–647, 1994.
Ward JH: Hierarchical grouping to optimize an objective function. American Stat Assoc 58: 236–245, 1963.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2004 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Beier, D., Thies, C., Güld, MO., Fischer, B., Können, M., Lehmann, T.M. (2004). Ein lokal-adaptives Ähnlichkeitsmaß als Kriterium der hierarchischen Regionenverschmelzung. In: Tolxdorff, T., Braun, J., Handels, H., Horsch, A., Meinzer, HP. (eds) Bildverarbeitung für die Medizin 2004. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-18536-6_21
Download citation
DOI: https://doi.org/10.1007/978-3-642-18536-6_21
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-21059-7
Online ISBN: 978-3-642-18536-6
eBook Packages: Springer Book Archive