基于密度加权特征匹配的食管黏膜视频自动图像展开与拼接框架
计算机视觉与模式识别
2024-10-03 v1
摘要
内镜是诊断消化道的关键工具，但其有效性常受限于窄的视野范围以及内部环境的动态特性，尤其是在食管部位，复杂且重复的图案使得图像拼接具有挑战性。本文引入一种专为食管内窥镜视频捕获设计的 novel 自动图像展开与拼接框架。该方法结合了特征匹配算法，包括LoFTR、SIFT和ORB，以创建特征过滤池，并采用密度加权单异构矩阵优化（DWHO）算法以提高拼接精度。通过合并连续帧，该框架生成食管的详细全景视图，实现对食管进行详尽且准确的视觉分析。实验结果显示，该框架在广泛视频序列上实现了低根均方误差（RMSE）和高结构相似性指数（SSIM），展示了其在临床应用中的潜力，提高了内镜视觉数据的质量和连续性。
引用
@article{arxiv.2410.01148,
title = {Automatic Image Unfolding and Stitching Framework for Esophageal Lining Video Based on Density-Weighted Feature Matching},
author = {Muyang Li and Juming Xiong and Ruining Deng and Tianyuan Yao and Regina N Tyree and Girish Hiremath and Yuankai Huo},
journal= {arXiv preprint arXiv:2410.01148},
year = {2024}
}