doi: 10.17586/2226-1494-2015-15-3-365-372


УДК 004.932

АНАЛИЗ ПРИМЕНИМОСТИ АЛГОРИТМА ФАЗОВОЙ КОРРЕЛЯЦИИ ПРИ СТАБИЛИЗАЦИИ ПОСЛЕДОВАТЕЛЬНОСТЕЙ ВИДЕОКАДРОВ КАПИЛЛЯРНОГО КРОВОТОКА

Каримов К.А., Волков М.В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Каримов К.А., Волков М.В. Анализ применимости алгоритма фазовой корреляции при стабилизации последовательностей видеокадров капиллярного кровотока // Научно-технический вестник информационных технологий, механики и оптики. 2015. Т. 15. № 3. С. 365–372.

Аннотация
Одной из задач видеокапилляроскопии является восстановление параметров капиллярного кровотока по зарегистрированной последовательности видеокадров. Из-за особенностей регистрации капиллярного кровотока положение капилляров может изменяться в пределах зарегистрированной последовательности видеокадров. В работе предложен и исследован алгоритм обработки видеокадров капиллярного кровотока на основе фазовой корреляции, позволяю- щий скомпенсировать смещения капилляров. Произведено сравнение предложенного алгоритма с известными алгоритмами стабилизации видеокадров на основе полнокадрового совмещения и на основе детектирования ключевточек. Выполнено сравнение программных реализаций данных алгоритмов при обработке экспериментально зарегистрированных последовательностей видеокадров капиллярного кровотока и при обработке смоделированных последовательностей видеокадров с заданным смещением. Алгоритм полнокадрового совмещения обеспечивает высокое качество стабилизации, но программа на основе данного алгоритма характеризуется низким быстродействием. Программная реализация алгоритма, основанного на обнаружении ключевых точек, характеризуется хорошим быстродействием, но обеспечивает низкое качество стабилизации для последовательностей видеокадров капиллярного кровотока. Показано, что алгоритм фазовой корреляции является наиболее эффективным для стабилизации рассмотренных входных видеопоследовательностей, обеспечивает высокое качество стабилизации, и программа на его основе характеризуется наилучшим быстродействием. Полученные результаты могут быть использованы в программном обеспечении для биомедицинской диагностики.

Ключевые слова: видеокапилляроскопия, алгоритмы стабилизации, фазовая корреляция, капиллярный кровоток, ключевые точки.

Благодарности. Авторы выражают благодарность работникам лаборатории исследования периферического кровообращения и тканевого обмена (Москва, Сретенский бульвар 14) и лично руководителю лаборатории, кандидату медицинских наук Сухову Константину Васильевичу за выложенные в свободный доступ (сеть Интернет) материалы по капилляроскопии, использованные в настоящей работе в качестве исходных данных. Работа выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 074-U01).

Список литературы
1.Gurfinkel Y.I., Ishunina A.M. Computerized capillaroscopy as a method of Tanakan therapy efficiency assessment in diabetes patients // Proceedings of SPIE - The International Society for Optical Engineering. 2000. V. 3923. P. 18–23.
2.Cutolo M., Grassi W., Cerinic M.M. Raynaud's phenomenon and the role of capillaroscopy // Arthritis and Rheumatism. 2003. V. 48. N 11. P. 3023–3030. doi: 10.1002/art.11310
3.Сухов К.В., Баранов В.В. Компьютерная капилляроскопия: возможности функциональной диагностики состояния периферического кровообращения // Функциональная диагностика. 2011. № 1. С. 38–39.
4.Kwon O., Shin J., Paik J. Video stabilization using Kalman filter and phase correlation matching // Lecture Notes in Computer Science. 2005. V. 3656 LNCS. P. 141–148.
5.Chang H.-C., Lai S.-H., Lu K.-R. A robust real-time video stabilization algorithm // Journal of Visual Communication and Image Representation. 2006. V. 17. N 3. P. 659–673. doi: 10.1016/j.jvcir.2005.10.004
6.Zhu J., Guo B. Video stabilization with sub-image phase correlation // Chinese Optics Letters. 2006. V. 4. N 9. P. 553–555.
7.Kim S.-K., Kang S.-J., Wang T.-S., Ko S.-J. Feature point classification based global motion estimation for video stabilization // IEEE Transactions on Consumer Electronics. 2013. V. 59. N 1. P. 267–272. doi: 10.1109/TCE.2013.6490269
8.Pinto B., Anurenjan P.R. Video stabilization using speeded up robust features // Proc. Int. Conf. on Communications and Signal Processing (ICCSP 2011). Kerala, India, 2011. P. 527–531.
9.Bay H., Tuytelaars T., Van Gool L. SURF: Speeded up robust features // Lecture Notes in Computer Science. 2006. V. 3951 LNCS. P. 404–417. doi: 10.1007/11744023_32
10.Hu R., Shi R., Shen I.-F., Chen W. Video stabilization using scale-invariant features // Proc. 11th Int. Conf. Information Visualization. Zurich, Switzerland, 2007. P. 871–876. doi:  10.1109/IV.2007.119
11.Qiao G., Zong G., Wang J., Sun M. Automatic toxic granulation detection and grading based on speeded up robust features // Cytometry Part A. 2011. V. 79. N 11. P. 887–890. doi:  10.1002/cyto.a.21113
12.Zhang N. Computing parallel speeded-up robust features (P-SURF) via POSIX threads // Lecture Notes in Computer Science. 2009. V. 5754 LNCS. P. 287–296.
13.Прэт У. Цифровая обработка изображений. Т. 2. М.: Мир, 1982. 479 с.
14.Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
15.Martinez-de Dios J.R.,  Ollero A. A real-time image stabilization system based on Fourier-Mellin transform // Lecture Notes in Computer Science.2004. V. 3211. P.376–383.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика