Mehrgitterverfahren in der Bildverarbeitung

Eigenmittelfinanziertes Projekt


Details zum Projekt

Projektleiter/in:
Prof. Dr. Ulrich Rüde

Projektbeteiligte:
Prof. Dr. Harald Köstler

Beteiligte FAU-Organisationseinheiten:
Lehrstuhl für Informatik 10 (Systemsimulation)
Technische Fakultät

Projektstart: 01.01.2002
Projektende: 31.12.2011


Abstract (fachliche Beschreibung):

In der Bildverarbeitung werden zunehmend partielle Differentialgleichungen zur Modellierung eingesetzt. Das hiesige Projekt befasst sich mit der Entwicklung eines Mehrgitter-Frameworks für Variationsansätze, wobei unter anderem Anwendungen wie z.B. Optical Flow, um Bewegungsfelder in Bildfolgen zu berechnen, Image Inpainting, um Rauschen oder Fehler in Bildern zu korrigieren oder Videos zu komprimieren, nicht-starre Registrierung von medizinischen Datensätzen, oder Tomographische Bildrekonstruktion untersucht werden. 
In diesen Fällen können Mehrgitterverfahren gewinnbringend eingesetzt werden. Im Rahmen des Projektes wird ein Programmpaket entwickelt, das es durch eine parallele Verarbeitung auch ermöglicht, mit größeren realen medizinischen Datensätzen umzugehen.


Publikationen
Go to first page Go to previous page 1 von 2 Go to next page Go to last page

Stürmer, M., Köstler, H., & Rüde, U. (2008). A fast full multigrid solver for applications in image processing. Numerical Linear Algebra With Applications, 15, 187-200. https://dx.doi.org/10.1002/nla.563
Köstler, H. (2008). A Multigrid Framework for Variational Approaches in Medical Image Processing and Computer Vision (Dissertation).
Köstler, H., Ruhnau, K., & Roman, W. (2008). Multigrid solution of the optical flow system using a combined diffusion- and curvature-based regularizer. Numerical Linear Algebra With Applications, 15, 201-218. https://dx.doi.org/10.1002/nla.576
Kalmoun, E.M., Köstler, H., & Rüde, U. (2007). 3D optical flow computation using a parallel variational multigrid scheme with application to cardiac C-arm CT motion. Image and Vision Computing, 25(9), 1482-1494. https://dx.doi.org/10.1016/j.imavis.2006.12.017
Mayer, M.A., Borsdorf, A., Köstler, H., Hornegger, J., & Rüde, U. (2007). Nonlinear Diffusion Noise Reduction in CT Using Correlation Analysis. In Hornegger Joachim, Mayr Ernst W., Schookin Sergey, Feußner Hubertus, Navab Nassir, Gulyaev Yuri V., Höller Kurt, Ganzha Victor (Eds.), 3rd Russian-Bavarian Conference on Biomedical Engineering (pp. 155-159). Erlangen, DE: Erlangen: Union aktuell.
Mayer, M.A., Borsdorf, A., Köstler, H., Hornegger, J., & Rüde, U. (2007). Nonlinear Diffusion vs. Wavelet Based Noise Reduction in CT Using Correlation Analysis. In Lensch H.P.A., Rosenhahn B., Seidel H.-P., Slusallek P., Weickert J. (Eds.), Vision, Modelling, and Visualisation 2007 (pp. 223-232). Saarbrücken, DE: Saarbrücken: Max-Planck-Institut fuer Informatik.
Hornegger, J., Köstler, H., Rüde, U., & Prümmer, M. (2006). Adaptive variational sinogram interpolation of sparsely sampled CT data. In Proceedings of the ICPR 2006 (pp. 778-781). Hong Kong, CN.
Popa, C. (2006). Algebraic multigrid for general inconsistent linear systems: Preliminary results.
Köstler, H., Popa, C., & Rüde, U. (2006). Algebraic multigrid for general inconsistent linear systems: The correction step.
Köstler, H., Thürey, N., Rüde, U., & Zheng, Y. (2006). Enhanced Motion Blur Calculation with Optical Flow. In Proceedings of Vision, Modeling and Visualization 2006 (pp. 253-260). Aachen: Aachen: IOS Press.

Zuletzt aktualisiert 2019-29-03 um 14:05