Bibliografie

(eng): Spatial alignment is an essential step before any further processing (such as fusion and change detection) of multiframe images can be done. We present a new algorithm that aligns translated and rotated pair of 3D images by means of phase correlation method (PCM). PCM is a computationally efficient method for translation estimation. We generalize a known polar-mapping approach of 2D image registration by PCM to estimate mutual rotation of a pair of 3D images about known axis. An improvement of this technique is given to eliminate influence of noise and image differences in non-ideal conditions. Finally, an iterative optimization procedure called cylindrical phase correlation method (CPCM) is proposed which uses these techniques in rigid body registration tasks. We utilize CPCM to register 3D tomographic images of human brain and study its performance in several experiments.

(cze): Základním krokem před dalším zpracováním vícečetných snímků (jako je například fůzování či porovnávání) je jejich prostorové zarovnání. Práce popisuje nový algoritmus, který zarovnává vzájemně posunutý a otočený pár 3D snímků pomocí metody fázové korelace (PCM). PCM je výpočetně efektivní metoda pro odhadování posunů mezi snímky. Pro odhad vzájemné rotace 3D snímků otočených kolem známe osy jsme zobecnili známý přístup polárního mapování používaného pro případ registrace 2D snímků. Technika byla dále zlepšena za účelem potlačení vlivu šumu a dalších rozdílů ve snímcích za neideálních podmínek. Pro současné nalezení 3D posunu a rotace byl navržen iterativní optimalizační algoritmus, který jsme nazvali Cylindrická fázová korelace (CPCM). Algoritmus CPCM je v několika experimentech nasazen a studován na 3D tomografických snímcích lidských mozků. Mezi hlavní vlastnosti patří extrémní robustnost k šumu a schopnost spolehlivě a rychle registrovat i vzájemně výrazně otočené a posunuté snímky.