Identificación de Núcleos de las Células Epiteliales Asistido por Ordenador

•

0 recomendaciones•640 vistas

Multimedia and Vision Laboratory at Universidad del Valle

Se presenta un método para la identificación automática de células epiteliales en tejidos de histología. Trabajo presentado en el marco del VIII Congreso Colombiano de Morfología -2012

Educación

Identificación de Núcleos de las
Células Epiteliales Asistido por
Ordenador

Claudia Mazo, Maria Trujillo and Liliana Salazar
claudia.mazo@correounivalle.edu.co

Contenido
• Introducción
• Problema
• Enfoque propuesto
– Segmentación de los núcleos de las células
– Segmentación de las regiones de luz
– Segmentación de los núcleos de células
epiteliales
• Análisis y resultados
• Conclusiones
• Trabajos futuros

Contenido

Niveles de organización de la vida

Introducción

Canal rojo Canal verde Canal azul

Canales de color RGB

Problema

Repositorio

Imagen Histologica Núcleos de la células del tejido epitelial

Enfoque Propuesto
• Segmentación de núcleos de las células
– Algoritmo structure tensor maximum
eigenvalues
– Algoritmo k-means
• Segmentación de las regiones de luz
– Algoritmo otsu
– Algoritmo Flood-fill
• Distancia euclidiana

Segmentación de los Núcleos de las Células

(a) (b) (c) (d)

(e) (f) (g) (h)
(a) Using the Gradient-magnitude e) Using the Structure tensor maximum eigenvalues
(b) Using the Gradient-magnitude combining with non- f) Using the Structure tensor minimum eigenvalues
maximum gradient suppress g) Using the Normalized cut edge detection simple
(c) Using the Hessian tensor maximum eigenvalues h) Using the Normalised cut edge detection with T=3000
(d) Using the Hessian tensor minimum eigenvalues

Algoritmo Structure Tensor
Computation of the structure Tensor and the
resulting eigenvalues are ordered for each
image element (pixel/voxel)
The structure tensor is based in gradient of f:

Algoritmo K-Means

Ilustración algoritmo K-Means

Algoritmo K-Means

Assignment step

Update step

k sets
Xj set of observations
μi is the mean of points in Si.
mi means to be the centroid i

Algoritmo Otsu
• Exhaustively search for the threshold that
minimizes the intra-class variance, defined
as:

Algoritmo Flood-fill
• Determines the area connected to a given
node in a multidimensional array

http://en.wikipedia.org/wiki/File:Recursive_Flood_Fill_8_%28aka%29.gif

Distancia Euclidiana

1. Calculate the Euclidean distance between each
nucleus and the nearest light area
2. Verify membership according to a threshold T

Algoritmo Largest Eigenvalue of
Structure Tensor

Original image Largest eigenvalue

Segmentación de Regiones de Luz

Original image Otsu

Segmented regions Light regions

Sensibilidad y Especificidad
Confusion Matrix Img 1 Img 2 Img 3 Img 4 Img 5 Avg 30
Imgs

True Positive 18 6 22 17 17 19
False Negative 6 6 9 0 15 6
False Positive 3 7 7 0 13 7
True Negative 25 18 23 54 30 24
Sensitivity 0,75 0,50 0,71 1 0,53 0,76
Specificity 0,89 0,72 0,77 1 0,30 0,77
Table 1: Performance evaluation of selected images

Criterio de Expertos

Expert Img 1 Img 2 Img 3 Img 4 Img 5
Expert 1 Very good Excelent Good Excelent Good
Expert 2 Good Good Good Very good Good

Table 2: Performance evaluation of selected images by expert

Conclusiones
• Cells are the foundation for recognising tissues
present in an organ
• The proposed approach uses criteria based on
the morphology of the tissue, which improves
the segmentation results
• Obtained results provided a closer
segmentation to the expert-eye segmentation,
according to the expert opinions
• The experimental evaluation shows that the
obtained segmentation is very close to the real
one

Trabajos Futuros
• The obtained result will be used as input to
identify segmented cells of epithelial type to
which belongs
• Identify the four basic tissues

Recomendados

cpd ch3 ppt vision of success

Siddharth Sathiya

Cpd ch 3 vision of success

Kamlesh Joshi

TINCIÓN DE WRIGTH - INFORME PRACTICA

Gio Saenz Mayanchi

Toma de muestra sanguinea

Cristian Peña

Procesamiento y adquisición en pet

Daniel Gatica

Analisis de fragmentación con Image j

Romel Villanueva

Segmentacion de imagenes

Fernando Pintado

Segementacion de imagenes

JOSSELINEMARIBEL

Global AI nights - Casos de uso de ML en Astronomia

Roberto Muñoz

El documento describe varios desafíos en el Observatorio Europeo Austral (ESO) y cómo el aprendizaje automático (ML) puede ayudar a abordarlos. Estos incluyen la validación automática de imágenes de calibración para identificar las corruptas, predecir las condiciones atmosféricas con 2 horas de anticipación para programar observaciones, e identificar imágenes mediante descriptores computados con redes neuronales convolucionales. También se exploran métodos de ML como LSTMs y redes neuronales para predecir el seeing en rangos específ

Presentacion encuentro gloria bautista

Gloria Isabel Bautista Lasprilla

Este documento describe la investigación sobre algoritmos de segmentación de imágenes médicas realizada por Gloria Bautista y Sonia Contreras de la Universidad Tecnológica de Bolívar. El objetivo es desarrollar métodos para extraer estructuras anatómicas de imágenes médicas y así ayudar en el diagnóstico de enfermedades. Se exploran técnicas como crecimiento de regiones, contornos activos y reconstrucción tridimensional para segmentar imágenes y superar retos como ruido y artefactos.

Segmentación de imágenes con matlab

Diego Erazo

Este documento trata sobre la segmentación de imágenes. Explica que la segmentación de imágenes implica la partición de una imagen en regiones semánticamente significativas. Detalla varios métodos de segmentación como los basados en umbrales, bordes y regiones. Describe algoritmos específicos como k-means, Otsu y Canny, y cómo estos detectan bordes y segmentan imágenes mediante umbrales y gradientes. El objetivo final de la segmentación es particionar imágenes en clases homogéneas según sus características.

REDES NEURONALES Mapas con Características Autoorganizativas Som

ESCOM

1) El documento describe los mapas autoorganizativos de Kohonen (SOM), una técnica de redes neuronales no supervisada donde las neuronas se autoorganizan para clasificar datos de entrada. 2) Los SOM aprenden patrones en los datos y agrupan datos similares, mapeando su espacio de entrada a una grilla multidimensional. 3) Se entrenan presentando datos de entrada uno a uno, ajustando los pesos de la neurona ganadora y sus vecinas para que se parezcan más al patrón de entrada.

Estimación de Frecuencias Naturales en Estrcuturas Civiles mediante métodos e...

CristianMaqueda1

Segmentacion mathlab

PABLOJOSUEMOPOSITACA

La segmentación de imágenes se refiere al proceso de particionar una imagen en regiones semánticamente significativas. El objetivo principal de la segmentación de imágenes es identificar regiones uniformes y homogéneas con fronteras bien definidas. La segmentación de imágenes médicas busca particionar la imagen en regiones con características similares. Los métodos de segmentación más conocidos son los basados en umbrales, bordes y regiones.

Conceptos basicos en tomografia

Eduardo Silva

Este documento describe conceptos básicos de tomografía computarizada (TC), incluyendo cómo se miden las proyecciones de rayos X a través del paciente, los detectores que cuentan la atenuación, y cómo se reconstruye la imagen utilizando retroproyección filtrada. Explica cómo los valores de píxel en las imágenes de TC representan unidades Hounsfield y cómo ajustar el nivel y ancho de ventana para mejor visualizar los tejidos. También cubre parámetros clave como resolución espacial, de bajo contraste y temporal.

Segmentación de las imágenes

Alexa Chisaguano

El documento trata sobre los conceptos y métodos de segmentación de imágenes. Explica que la segmentación de imágenes consiste en particionar la imagen en regiones semánticamente significativas. Describe los métodos de segmentación basados en umbrales, bordes y regiones, e incluye detalles sobre métodos específicos como Otsu, k-means, y detección de bordes con filtros como Sobel y Canny.

Tomografía 2017

Métodos Digitales - UBA

El documento define los conceptos básicos de pixeles, voxels y principios de calidad de imagen en tomografía computarizada. Explica que los pixeles son unidades de información en una imagen y los voxels son unidades de volumen que representan pixeles en secciones de corte. También describe factores como resolución espacial, de contraste y temporal que afectan la calidad de imagen, así como posibles artefactos.

Resumen de paper 4

Pablo Mendez

Este artículo propone un nuevo algoritmo de estegoanálisis para la detección de esteganografía LSB en imágenes descomprimidas. El algoritmo analiza los residuos de ruido en el dominio DCT tras la descompresión JPEG, los cuales son sensibles a los cambios de LSB. Los resultados muestran una precisión del 90.9% para un rango de embebido de 0.5 bpp, superando a otros estegoanalizadores. Adicionalmente, la precisión no se ve afectada por diferentes factores de calidad JPEG, mantenié

Segmentación de imágenes con matlab

Marco Muñoz

El documento trata sobre la segmentación de imágenes. Explica que la segmentación de imágenes es el proceso de particionar la imagen de manera semánticamente significativa, como encontrar objetos en la imagen. Describe los diferentes métodos de segmentación como los basados en umbrales, bordes y regiones. Explica algunos métodos específicos como Otsu y k-means para segmentación basada en umbrales y Canny y Sobel para detección de bordes.

Ider uigv 2013

Eduardo Manzanares Medina

clase 6 biomembrana y organelos.pptx

LuisAlmagro4

El documento describe las partes principales de un microscopio óptico, incluyendo el sistema mecánico y óptico. El sistema mecánico incluye la base, brazo, platina, pinzas y tornillos que mantienen la estructura y alineación. El sistema óptico incluye el foco, condensador, diafragma, objetivos y ocular que generan y desvian la luz para producir una imagen aumentada de la muestra. También se explican conceptos como el ángulo de apertura, apertura numérica y poder de resolución

practica analisis instrumental.docx

DanielaCaballeroFior1

Este documento presenta información sobre métodos instrumentales de análisis químico. Explica las propiedades físicas que aprovechan estos métodos como la conductividad y absorción de luz. También describe conceptos como sensibilidad, radiación electromagnética, modelos ondulatorio y corpuscular, y cálculos de energía de fotones. Finalmente, detalla elementos, aplicaciones y diferencias de diversos instrumentos espectroscópicos como monocromadores, filtros y detectores en los rangos ultravioleta, visible e infrarrojo

Inteligencia artificial avanzada

Diego Guamán

Optimizacion en IMRT

Armando Alaminos Bouza

La planificación de Radioterapia de Intensidad Modulada (IMRT) involucra procesos de optimización en múltiples etapas, incluyendo la optimización de mapas de flujo para cada campo. Los algoritmos de optimización inversa buscan minimizar una función objetivo que mide la distancia entre la distribución de dosis deseada y la alcanzada, optimizando las intensidades de cientos de mini-haces ("beamlets"). Esto requiere métodos computacionales avanzados para lograr tiempos de cálculo interactivos, como proces

Procesamiento y adquisición en PET

Miguel Angel De la Cámara Egea

El documento describe los parámetros de procesamiento y adquisición en tomografía por emisión de positrones (PET). Explica que el PET usa isótopos radiactivos que emiten positrones para crear imágenes tridimensionales de función molecular en el cuerpo. El proceso de aniquilación produce dos fotones que viajan en direcciones opuestas y pueden ser detectados. El procesamiento de imágenes incluye correcciones para eventos aleatorios, radiación dispersa, atenuación y reconstrucción de la imagen.

Diseño experimental

jtjcinvestav

Presentacion conteo de fotones ct

cristiancg2005

Este documento describe los avances en la tecnología de tomografía computarizada (TC) de conteo de fotones. El conteo de fotones permite discriminar tejidos de manera independiente mediante la medición simultánea de fotones en múltiples energías. Esto mejora el contraste entre tejidos y permite la identificación de componentes con una sola adquisición. Sin embargo, existen desafíos como la alta tasa de flujo de fotones que puede generar variación en la tasa de conteo y artefactos. El desarrol

Pdi03

Andres Flores

Este documento describe varios métodos para segmentar imágenes digitales, incluyendo detección de contornos, puntos y líneas, detección de bordes, y umbralización. La umbralización incluye métodos como umbralización global, adaptativa, selección iterativa, y basada en el histograma de la imagen para separar objetos del fondo. La segmentación es una etapa clave en aplicaciones de visión por computadora.

Descriptores de Textura

Multimedia and Vision Laboratory at Universidad del Valle

Los descriptores de textura son métricas diseñadas para cuantificar la textura percibida en una imagen. Se utilizan para clasificar y segmentar imágenes basadas en las propiedades de textura. Algunos métodos comunes de descriptores de textura son Local Binary Pattern (LBP), matriz de co-ocurrencia, espectro de textura (TS) y Haralick. Estos descriptores se aplican comúnmente en el análisis de imágenes médicas y el reconocimiento de caracteres.

Presentation Daniel Barragan

Multimedia and Vision Laboratory at Universidad del Valle

This document discusses 3D reconstruction from 2D images. It introduces the concepts of direct and inverse problems as they relate to 3D reconstruction, with small changes in input data potentially leading to large changes in the reconstructed 3D model. Stereo image capture and camera calibration are also covered, including intrinsic and extrinsic camera parameters as well as epipolar geometry, which describes the geometric relationship between two cameras.

Más contenido relacionado

Similar a Identificación de Núcleos de las Células Epiteliales Asistido por Ordenador

Global AI nights - Casos de uso de ML en Astronomia

Roberto Muñoz

Presentacion encuentro gloria bautista

Gloria Isabel Bautista Lasprilla

Segmentación de imágenes con matlab

Diego Erazo

REDES NEURONALES Mapas con Características Autoorganizativas Som

ESCOM

Estimación de Frecuencias Naturales en Estrcuturas Civiles mediante métodos e...

CristianMaqueda1

Segmentacion mathlab

PABLOJOSUEMOPOSITACA

Conceptos basicos en tomografia

Eduardo Silva

Segmentación de las imágenes

Alexa Chisaguano

Tomografía 2017

Métodos Digitales - UBA

Resumen de paper 4

Pablo Mendez

Segmentación de imágenes con matlab

Marco Muñoz

Ider uigv 2013

Eduardo Manzanares Medina

clase 6 biomembrana y organelos.pptx

LuisAlmagro4

practica analisis instrumental.docx

DanielaCaballeroFior1

Inteligencia artificial avanzada

Diego Guamán

Optimizacion en IMRT

Armando Alaminos Bouza

Procesamiento y adquisición en PET

Miguel Angel De la Cámara Egea

Diseño experimental

jtjcinvestav

Presentacion conteo de fotones ct

cristiancg2005

Pdi03

Andres Flores

Similar a Identificación de Núcleos de las Células Epiteliales Asistido por Ordenador (20)

Global AI nights - Casos de uso de ML en Astronomia

Presentacion encuentro gloria bautista

Segmentación de imágenes con matlab

REDES NEURONALES Mapas con Características Autoorganizativas Som

Estimación de Frecuencias Naturales en Estrcuturas Civiles mediante métodos e...

Segmentacion mathlab

Conceptos basicos en tomografia

Segmentación de las imágenes

Tomografía 2017

Resumen de paper 4

Segmentación de imágenes con matlab

Ider uigv 2013

clase 6 biomembrana y organelos.pptx

practica analisis instrumental.docx

Inteligencia artificial avanzada

Optimizacion en IMRT

Procesamiento y adquisición en PET

Diseño experimental

Presentacion conteo de fotones ct

Pdi03

Más de Multimedia and Vision Laboratory at Universidad del Valle

Descriptores de Textura

Multimedia and Vision Laboratory at Universidad del Valle

Presentation Daniel Barragan

Multimedia and Vision Laboratory at Universidad del Valle

A Comparison of Block-Matching Motion Estimation Algorithms

Multimedia and Vision Laboratory at Universidad del Valle

This document compares different block-matching motion estimation algorithms. It introduces block-matching motion estimation and describes popular distortion metrics like MSE and SAD. It then explains the full-search algorithm and more efficient algorithms like three-step search and four-step search that evaluate fewer candidate blocks to reduce computational cost. These algorithms are evaluated and compared using video test sequences to analyze their performance and quality.

Identificación de Patrones en Imágenes de Hígado Utilizando Template Matching

Multimedia and Vision Laboratory at Universidad del Valle

Este documento propone utilizar técnicas de template matching para identificar patrones en imágenes de hígado. Se analizarán y evaluarán algoritmos como SAD, CCC y NCC para encontrar regiones similares a un patrón de referencia. Se aplicarán filtros como bilateral y promedio, y el operador de Sobel para preprocesar las imágenes. Los resultados se validarán con un especialista para apoyar el diagnóstico médico.

An Evaluation Methodology for Stereo Correspondence Algorithms

Multimedia and Vision Laboratory at Universidad del Valle

A comparison of stereo correspondence algorithms can be conducted by a quantitative evaluation of disparity maps. Among the existing evaluation methodologies, the Middlebury’s methodology is commonly used. However, the Middlebury’s methodology has shortcomings in the evaluation model and the error measure. These shortcomings may bias the evaluation results, and make a fair judgment about algorithms accuracy difficult. An alternative, the methodology is based on a multiobjective optimisation model that only provides a subset of algorithms with comparable accuracy. In this paper, a quantitative evaluation of disparity maps is proposed. It performs an exhaustive assessment of the entire set of algorithms. As innovative aspect, evaluation results are shown and analysed as disjoint groups of stereo correspondence algorithms with comparable accuracy. This innovation is obtained by a partitioning and grouping algorithm. On the other hand, the used error measure offers advantages over the error measure used in the Middlebury’s methodology. The experimental validation is based on the Middlebury’s test-bed and algorithms repository. The obtained results show seven groups with different accuracies. Moreover, the top-ranked stereo correspondence algorithms by the Middlebury’s methodology are not necessarily the most accurate in the proposed methodology

Contribucion a la caracterizacion del descriptor de color del estandar MPEG-7

Multimedia and Vision Laboratory at Universidad del Valle

Este documento presenta una contribución a la caracterización del descriptor visual de color del estándar MPEG-7. Explica brevemente los objetivos generales y específicos del proyecto, introduce conceptos clave como MPEG, MPEG-7, descriptores visuales y descriptores de color. También describe herramientas de software y métodos para la caracterización y pruebas de los descriptores de color de MPEG-7.

On the Impact of the Error Measure Selection in Evaluating Disparity Maps

Multimedia and Vision Laboratory at Universidad del Valle

A quantitative evaluation methodology for disparity maps includes the selection of an error measure. Among existing measures, the percentage of bad matched pixels is commonly used. Nevertheless, it requires an error threshold. Thus, a score of zero bad matched pixels does not necessarily imply that a disparity map is free of errors. On the other hand, we have not found publications on the evaluation process where different error measures are applied. In this paper, error measures are characterised in order to provide the bases to select a measure during the evaluation process. An analysis of the impact on results of selecting different error measures on the evaluation of disparity maps is conducted based on the presented characterisation. The evaluation results showed that there is a lack of consistency on the results achieved by considering different error measures. It has an impact on interpreting the accuracy of stereo correspondence algorithms.

Búsqueda de Puntos Correspondientes Mediante Técnicas Globales by Gonzalez

Multimedia and Vision Laboratory at Universidad del Valle

Stereo vision is related to the estimation of the depth of a scene captured, simultaneously, from different points of view. A fundamental problem in stereo vision is the search of corresponding points. A pair of corresponding points is formed by the projections of a same point in space. Find pairs of corresponding points allows to estimate the depth through of triangulation. Dynamic Programming is a efficient method for the search of pairs of corresponding points. In this paper are used different aspects of approaches which used Dynamic Programming for the search of pairs of corresponding points

Identificacion Imagenes Carbonizados Borrosas Poco Contenido by Chaves

Multimedia and Vision Laboratory at Universidad del Valle

Electronic microscopes are tools for capturing multimedia information that provide an alternative solution to several problems. Char coal classification is carried out manually by observing its morphological characteristics. In this process is necessary to analyse at least five hundred particles. As an alternative, the automation requires the use of image processing techniques. The char images acquisition is carried out automatically using an electronic microscope with motorized stage. In this process blur, empty and fragment particles images are captured. Including all these images in the classification process imply an additional effort during the process. In particular, the blur images may produce quantification errors in the quantification of the morphological characteristics. In this article a method, based on gradient magnitude and saturation for automatic identification of blur images and images with little content, is presented as a first step towards automatic classification process. Experimental results shown that the proposed method detects 70% of blur images and 95% of images with little content

Impacto del Muestreo en la Clasificación de Carbonizados de Carbón by Chaves

Multimedia and Vision Laboratory at Universidad del Valle

La clasificación de carbonizados se realiza, generalmente, de forma manual mediante el análisis de las características morfológicas de al menos 500 partículas. Existen varias propuestas de clasificación semiautomática y automática usando técnicas de procesamiento de imágenes, sin embargo es poca la atención prestada al preprocesamiento de las imágenes. Las imágenes de carbonizados, normalmente empleadas para la clasificación automática, son de alta resolución (1300x1030 píxeles). Adicionalmente, analizar 500 partículas implica procesar al menos 290 imágenes para clasificar una muestra. En este artículo, se analiza el uso del sub-muestreo para reducir la resolución de las imágenes y su impacto sobre la clasificación de los carbonizados. Los resultados experimentales muestran que una reducción en el tamaño de las imágenes, a la mitad reduce hasta en un 69.19% el tiempo de procesamiento y no afecta la clasificación final de la muestra

Muestreo y Cuantificación de Imágenes de Carbonizados by Chaves

Multimedia and Vision Laboratory at Universidad del Valle

Char classification process is based on morphological characteristics, such as: number of pores, distribution of pores and all thickness. Approximately, five hundred images have to be analysing in order to classify a char sample. Frequently, these images have high spatial resolution, 1300 x 1030 pixels, and intensity levels are represented using 8 bits. Thus, char image applications require large storage and processing capacity. In this paper, we compare different subsampling and quantisation strategies in order to reduce the spatial resolution and the number of bits used. Compared strategies showed excellent results in reducing spatial resolution and intensity levels, with minimal loss of information or details in processed images

Relational Database Schema for MPEG 7 Visual Descriptors by Florian

Multimedia and Vision Laboratory at Universidad del Valle

Images are retrieved from a repository using MPEG-7 visual descriptors. The MPEG-7 standard uses XML documents for storing descriptors of multimedia content. The MPEG-7 standard does not define a model for mapping XML documents into a database. However, XML documents can be considered as a database. An XML document is self-describing and portable data collection that has a data structure of a tree or a graph. An XML document collection can be semi-structured and this quality allows grouping XML documents without a schema that relate them. There are two possible database models: the Native XML and the Relational. A database model for XML documents is selected based on the purpose of information use and database requirements. In this paper, both models are described and analysed. A relational database schema is designed for mapping MPEG-7 visual descriptors into a database

Resource Oriented Architecture for Managing Multimedia Content by Florian

Multimedia and Vision Laboratory at Universidad del Valle

Resource-Oriented Architecture offers advantages over other web-service architectures. It is based on a simple, scalable and highly standardised application-level protocol. Multimedia content is commonly managed using the MPEG-7. The MPEG-7 is a standard for representing audiovisual information that satisfies specific requirements based on syntax, semantic and decoding. Content descriptions under MPEG-7 can be organised and characterized without ambiguity. The MPEG-7 eXperimental Model (XM) includes the best performing tools for MPEG-7 normative and non-normative elements. In this paper, multimedia content is managed using the MPEG-7 eXperimental Model functionalities and provided using web-services technology. RESTful principles are the guidelines for achieving multimedia content storage and retrieval. Quantitative evaluation of the proposed web services has shown that this approach has better performance, in term of retrieval speed and storage space

Mpeg 7 Service Oriented System by Florian

Multimedia and Vision Laboratory at Universidad del Valle

Multimedia content is extracted automatically using MPEG-7 visual descriptors. The MPEG-7 uses an extended XML standard for defining structural relation between descriptors allowing creation and modification of description schemes. MPEG-7 visual descriptors are numerical representations of features - such as: texture, shape and color - extracted from an image. In this paper, the MPEG-7 is conceived as a set of services for extracting and storing visual descriptors. The MPEg-7 text-annotation tool is used for semantic descriptions. Semantic descriptions are linked to images content and conceived as a service for annotating and storing. A framework using service oriented architecture for mapping semantic descriptions and MPEG-7 visual descriptors into a pure-relational model is proposed.

An Approach for Estimating the Fundamental Matrix by Barragan

Multimedia and Vision Laboratory at Universidad del Valle

The camera calibration problem consists in estimating the intrinsic and the extrinsic parameters. This problem can be solved by computing the fundamental matrix. The fundamental matrix can be obtained from a set of corresponding points. However in practice, corresponding points may be inaccurately estimated, falsely matched or badly located, due to occlusion and ambiguity, among others. On the other hand, if the set of corresponding points does not include information on different depth planes, the estimated fundamental matrix may not be able to correctly recover the epipolar geometry. In this paper a method for estimating the fundamental matrix is introduced. The estimation problem is posed as finding a set of corresponding points. Fundamental matrices are estimated using subsets of corresponding points and an optimisation criterion is used to select the best estimated fundamental matrix. The experimental evaluation shows that the least range of residuals is a tolerant criterion to large baselines.

A Cells Segmentation Approach in Epithelial Tissue using Histology Images by ...

Multimedia and Vision Laboratory at Universidad del Valle

Más de Multimedia and Vision Laboratory at Universidad del Valle (16)