尺度因子点扩散函数匹配：超越图像重采样中的混叠
图像与视频处理
2021-01-19 v1 计算机视觉与模式识别
摘要
成像设备利用奈奎斯特-香农采样定理，通过设计避免混叠与冗余过采样。相反，在医学图像重采样中，图像被视为连续函数，经空间变换扭曲后，再在规则网格上采样。多数情况下，空间扭曲改变了连续函数的频率特性，且未采取特别措施以确保重采样网格满足采样定理条件。本文表明，这一疏忽引入了包括混叠在内的伪影，可能导致临床应用中的重要偏倚。这一普遍做法的一个显著例外是在构建多分辨率金字塔时，下采样前会施加低通“抗混叠”滤波。在本工作中，我们阐明在一般空间变换下重采样图像时为何需要类似谨慎，并提出一种更遵从采样定理、最小化混叠与信息损失的新方法。我们引入尺度因子点扩散函数（sfPSF）的概念，并采用高斯核实现可计算处理的重采样方案，该方案能应对任意非线性空间变换与网格尺寸。实验证明了所提方法显著（p<1e-4）的技术与临床意义。
引用
@article{arxiv.2101.06440,
title = {Scale factor point spread function matching: Beyond aliasing in image resampling},
author = {M. Jorge Cardoso and Marc Modat and Tom Vercauteren and Sebastien Ourselin},
journal= {arXiv preprint arXiv:2101.06440},
year = {2021}
}
备注
Published in MICCAI 2015