Dopasowanie chmur punktów do powierzchni dla potrzeb przetwarzania i analizy obrazów medycznych oraz systemów wizyjnych

W artykule przedstawiono metodę dopasowania chmur punktów do powierzchni na przykładzie zagadnienia konstrukcji danych uczących w algorytmie ASM w zastosowaniu do segmentacji danych tomograficznych dla potrzeb planowania leczenia radioterapeutycznego. Zaproponowany algorytm składa się z 3 etapów: generacji chmur punktów dla danych uczących, sztywnego dopasowania (rotacji, przesunięcia) z wykorzystaniem ICP oraz lokalnej korekty wyników. Cała metodologia została przetestowana, a skuteczność oceniona na podstawie odległości punktów charakterystycznych w danych po dopasowaniu.

---

This paper addresses a problem of automatic point clouds matching in context of training data construction in Active Shape Model algorithm. An algorithm was applied to CT data segmentation for radiotherapy planning. Proposed methodology consists of 3 steps: point clouds generation, rigid matching (rotation, translation) based on ICP and local corrections of points location. Algorithm was tested and validated using distance between points in data after matching.