Lokal adaptive Geschwindigkeitsfunktionen für Level Set Methoden in der Bildsegmentierung

Level Sets haben sich in den vergangenen Jahren zu einer beliebten Methode zur Segmentierung von Bildern entwickelt. Sie definieren eine implizite aktive Kontur, durch die ein korrektes Segmentierungsergebnis auch dann ermöglicht wird, wenn die Form oder Anzahl der zu segmentierenden Objekte im Bild nicht bekannt ist. In manchen Fällen ist jedoch eine Parametrisierung dieser Kontur schwierig, insbesondere wenn sich Eigenschaften der zugrundeliegenden Daten innerhalb des Datensatzes ändern (wie es z.B. durch Magnetfeldinhomogenitäten in MRT-Aufnahmen der Fall ist).
Wir haben ein Framework entwickelt, das auch in solchen Fällen eine korrekte Segmentierung ermöglicht. Hierbei werden lokal adaptive Gewichtungsfunktionen genutzt, um den Einfluss der Paramter der Kontur in Abhängigkeit von zuvor definierten Ereignisses anzupassen. Neben Bildmerkmalen nutzen wir hierfür etwa die Distanz zu anderen Objekten oder die Position der Kontur im Ortsraum. Die praktische Anwendung dieser Modifikationen wird anschließend an einigen Beispielen demonstriert.