基于曲率正则化轨迹分组的通管状结构追踪
计算机视觉与模式识别
2021-12-10 v4
摘要
管状结构追踪是计算机视觉与医学图像分析领域中的关键任务。基于极小路径的方法在追踪管状结构方面展现出强大能力，借此可将管状结构自然建模为用合适测地度量计算的极小测地路径。然而，现有的基于极小路径的追踪方法仍面临诸如捷径与短分支合并等问题，尤其在处理涉及复杂管状树结构或背景的图像时。本文引入一种新颖的基于极小路径的模型，用于结合感知分组方案的极小交互式管状结构中心线提取。基本上，我们考虑预设的管状轨迹与曲率惩罚测地路径以寻找合适的最短路径。所提方法可受益于管状结构上的局部平滑先验以及所用基于图的路径搜索方案的全局最优性。在合成与真实图像上的实验结果表明，相较于最先进的基于极小路径的管状结构追踪算法，所提模型确实取得了更优性能。
引用
@article{arxiv.2003.03710,
title = {Trajectory Grouping with Curvature Regularization for Tubular Structure Tracking},
author = {Li Liu and Da Chen and Minglei Shu and Baosheng Li and Huazhong Shu and Michel Paques and Laurent D. Cohen},
journal= {arXiv preprint arXiv:2003.03710},
year = {2021}
}