Объемные цифры рисунок — 75 фото
Рисунки
Объемные цифры карандашом
Объемные цифры карандашом
Объемные цифры карандашом
Объемные цифры Графика
Объемные цифры карандашом
Красивая цифра для зарисовки
Объемные цифры карандашом
Красивые цифры для срисовки
Объемные цифры карандашом
Красивые цифры для срисовки
Цифры вектор
Граффити цифры
Цифры металл
Цифры карандашом
Цифры для срисовки
Трафареты цифр для вырезания из бумаги шаблоны
2021 Г цифры разноцветные
Красивые цифры на тетради в клетку
Цифры детские
Объёмные цифры цветные нарисовать
Объемные числа
Цифра 7 3д
Объёмные цифры нарисовать
Трафарет «цифры»
Объемные числа рисунок
Цветные цифры
Картинки для раскрашивания цифры
Объемные цифры
Стильные цифры
Объемные цифры карандашом
Объемные цифры вектор
Цифры из фетра выкройки
Цифры из фетра трафарет
Нарисовать цифру 1
Цветные цифры
Трафарет «цифры»
Буква з граффити
Новогодние объемные цифры
Цифра 2 розовая
Трафарет для пряников цифры
Объемные цифры карандашом
Цифра 1 объемная рисунок
Цифра 1 шаблон
Цифра 2 трафарет
Цифра 2 из картона Размеры
Схема объемных цифр
Трафарет для торта цифра
Объемные цифры 2021 из бумаги
Цифра один
Объемная цифра 1 до 30 см
Векторные цифры
Полигональные цифры
Объемные цифры
Цифры 3д белые
Золотая пятерка на белом фоне
3д цифры карандашом
Объемная цифра 50
Трафарет «цифры»
Буквы в стиле ЛОЛ
Трафарет для торта цифра
Белые цифры на белом фоне
Цветные рисунки с цифрами от 1 до 10
Объемные цифры для фотошопа
Цифры для раскрашивания
Цифры (с наклейками)
Смешные цифры от 1 до 10
Объемные цифры вектор
Набор цифр Paremo pe720-215
Vector numbers Set
Цифра 2 из картона Размеры
Цифра 2
Объемные цифры карандашом
Объемные цифры
Оцени рисунки:
Комментарии (0)
Оставить комментарий
Жалоба!
Другие фото по теме::
- Аниме
- Спрайты
- Рисунки
- Обои
- Поделки
- Арт
- Картинки
- Фоны
- Острова
- Небо
- Деревья
- Природа
- Водопады
- Горы
- Озера
- Реки
- Лес
- Море
- Цветы
- Растения
- Времена года
- Дизайн
- Вкусняшки
- Стиль
- Животные
- Картинки
Цифра семь — 67 фото
Арты 8 18 марта 2023
Крутые цифры
Красивые открытки с цифрой 7
Цифра 7 разноцветная
Красивое число 7
Страшные цифры
Цифра 7
Цифры 7 удача
Обои с цифрой 7
Стилизованная цифра 7
Цифра семь красивая
Огненные цифры
Цифра 7 красивая зеленый цвет
Цифра 7 иллюстрация
Ассоциации с цифрой 7
Цифра 7 разноцветная
Цифра 7 для группы
Цифра 7 красивая
Цифра 7 красивая
Цифра 7 в огне
Цифра 7
Цифра семь
Цифра 7 космос
Цифра 7 в огне
Цифра 7
Цифра 7 картинка
Цифра семь
Цифра 7 без фона
Буква z на аватарку
Красивые разноцветные цифры
Рукописная цифра 7
Цифра семь
Цифра семь красивая
Цифра 7 черная
Круглый шар с цифрой 7
Цифра 7
Цифра 7 красивая
Оригинальная цифра 7
Цифры для презентации
Цифра 7 в горошек
Цифра 7 красивая
Цифра 7 металлическая
Цифры из камня
Цифра 7 без фона
Цифра 7 в стиле Холодное сердце
Веселые цифры
Объемные цифры из бумаги
Цифра 7 письменная
Шар фольга цифра 7 красная
Цифра 7 трафарет
Логотип с цифрой 7
Цифра семь Радуга
Управляющие числа в нумерологии
Праздничная цифра 7
Магия цифры 7
Красивые цифры
Спортивная цифра 7 вектор
Красивые цифры
Неоновая буква f
Цифры из овощей
Красивые цифры зеленые
Цифра 7 серая
Клубничные цифры
Цифра 7
Цифра 7 космос
Цифра 7 в огне
Цифра 7
Цифры в осенней тематике
Оцени фото:
Комментарии (0)
Оставить комментарий
Жалоба!
Еще арты и фото:
Арты 8 18 марта 2023
Крутые цифры
Красивые открытки с цифрой 7
Цифра 7 разноцветная
Красивое число 7
Страшные цифры
Цифра 7
Цифры 7 удача
Обои с цифрой 7
Стилизованная цифра 7
Цифра семь красивая
Огненные цифры
Цифра 7 красивая зеленый цвет
Цифра 7 иллюстрация
Ассоциации с цифрой 7
Цифра 7 разноцветная
Цифра 7 для группы
Цифра 7 красивая
Цифра 7 красивая
Цифра 7 в огне
Цифра 7
Цифра семь
Цифра 7 космос
Цифра 7 в огне
Цифра 7
Цифра 7 картинка
Цифра семь
Цифра 7 без фона
Буква z на аватарку
Красивые разноцветные цифры
Рукописная цифра 7
Цифра семь
Цифра семь красивая
Цифра 7 черная
Круглый шар с цифрой 7
Цифра 7
Цифра 7 красивая
Оригинальная цифра 7
Цифры для презентации
Цифра 7 в горошек
Цифра 7 красивая
Цифра 7 металлическая
Цифры из камня
Цифра 7 без фона
Цифра 7 в стиле Холодное сердце
Веселые цифры
Объемные цифры из бумаги
Цифра 7 письменная
Шар фольга цифра 7 красная
Цифра 7 трафарет
Логотип с цифрой 7
Цифра семь Радуга
Управляющие числа в нумерологии
Праздничная цифра 7
Магия цифры 7
Красивые цифры
Спортивная цифра 7 вектор
Красивые цифры
Неоновая буква f
Цифры из овощей
Красивые цифры зеленые
Цифра 7 серая
Клубничные цифры
Цифра 7
Цифра 7 космос
Цифра 7 в огне
Цифра 7
Цифры в осенней тематике
Оцени фото:
Комментарии (0)
Оставить комментарий
Жалоба!
Еще арты и фото:
- абстракция
автомобили
аниме
арт
девушки
дети
еда и напитки
животные
знаменитости
игры
красота
места
мотоциклы
мужчины
общество
природа
постапокалипсис
праздники
растения
разное
собаки
текстуры
техника
фантастика
фэнтези
фильмы
фоны
Volumes — документация 3D-слайсера
Обзор
Модуль томовпредоставляет базовую информацию об узлах томов, может преобразовывать типы томов, и позволяет регулировать настройки дисплея.
Узел объема хранит трехмерный массив элементов (вокселей) в прямолинейной сетке. Оси сетки ортогональны друг другу и может быть произвольно расположен и ориентирован в физическом пространстве. Шаг сетки (размер вокселя) может быть разным вдоль каждой оси.
Узлы объема имеют подтипы в зависимости от того, что хранится в вокселе:
Скалярный объем: наиболее распространенный тип объема, воксели представляют непрерывную величину, такую как объем КТ или МРТ.
Объем карты меток: каждый воксель может хранить дискретное значение, такое как индекс или метка; чаще всего используется для сохраняя сегментацию, каждая метка соответствует сегменту.
Объем вектора: каждый воксель хранит несколько скалярных значений, таких как компоненты RGB цветного изображения, или RAS компоненты поля смещения.
Объем тензора: каждый воксель хранит тензор, обычно используемый для хранения МРТ-изображения диффузионного тензора.
Скалярный объем | Том карты меток | Том вектора | Объем тензора |
---|---|---|---|
Модуль Volumes обрабатывает 2D-изображение как однослойное 3D-изображение. 4D-объемы представляются как последовательность 3D-объемов с использованием расширения Sequences.
Варианты использования
Громкость дисплея
Представления срезов: после загрузки тома по умолчанию он отображается в представлениях срезов. Если загружено несколько томов, можно использовать модуль Data
для выбора отображаемого тома. Элементы управления представлением среза позволяют дополнительно настроить, какой объем отображается в каком представлении и как.
3D-представления: Объемы могут отображаться в 3D-представлениях с помощью модуля объемного рендеринга. Если интересующие структуры невозможно отличить от окружающих областей, может потребоваться сегментировать изображение с помощью модуля «Редактор сегментов» и нажать кнопку 9.
Наложение двух томов
Загрузка двух томов
Перейти к
Модуль данных
Щелкните левой кнопкой мыши значок «глаз» одного из томов, чтобы отобразить его в качестве фонового тома
Щелкните правой кнопкой мыши значок «глаз» другого тома и выберите «Показать в виде срезов как передний план»
Отрегулируйте прозрачность объема переднего плана с помощью вертикального ползунка в элементах управления видом среза. Нажмите
ссылка
кнопка для применения всех изменений ко всем представлениям срезов (в одной группе представлений)
Загрузить файл изображения как том labelmap
По умолчанию однокомпонентное изображение загружается как скалярный объем. Чтобы Slicer интерпретировал изображение как том labelmap, можно использовать любой из этих параметров:
A. Когда файл выбран для загрузки, в диалоговом окне
Добавить данные. ..
установите флажокПоказать параметры
, чтобы увидеть дополнительные параметры, и установите флажокФлажок LabelMap
в модуле Volumes.B. Перед загрузкой файла переименуйте его так, чтобы он содержал
label
илиseg
в своем имени, например:something.label.nrrd
,something-label.nrrd
, илиsomething-seg .nrrd
. Это делаетLabelMap
проверенным по умолчанию.C. Загрузите файл как скалярный том, а затем преобразуйте его в том labelmap, нажав кнопку
Преобразовать
в нижней частиИнформация о томе
Раздел
Если цель состоит в том, чтобы загрузить изображение в виде тома labelmap, чтобы его можно было преобразовать в сегментацию, то доступны более простые варианты:
A. Выберите
Сегментация
вОписание
столбец вДобавить данные. ..
окно. Это работает только для изображений nrrd и nifti.B. Сохраните том в формате файла nrrd и переименуйте его, чтобы он имел расширение
.seg.nrrd
, например:что-то.seg.nrrd
. Это делает файл загружаемым по умолчанию какSegmentation
.
Загрузить серию изображений в формате png, jpeg или tiff как объем
Используйте стеки изображений, предоставляемые расширением SlicerMorph, для работы с большими наборами изображений с высоким разрешением. Он позволяет автоматически преобразовывать RGB в скалярный объем в градациях серого, указывать расстояние между изображениями и уменьшать разрешение больших изображений.
В качестве альтернативы вы можете загружать данные и управлять ими напрямую, используя функциональные возможности основных модулей слайсера:
Выберите в меню: Файл / Добавить данные
Нажмите кнопку
Choose File(s) to Add
и выберите любой из файлов в последовательности в отображаемом диалоговом окне. Важно: не выбирайте несколько файлов или всю родительскую папку, а только один файл последовательности. Все имена файлов должны начинаться с общего префикса, за которым следует номер кадра (img001.tif, img002.tif,…). Количество строк и столбцов изображения должно быть одинаковым во всех файлах.Установите флажок
Показать параметры
и снимите флажокОдин файл
параметрНажмите OK, чтобы загрузить том
Перейти к модулю Volumes
Выберите загруженный образ в качестве активного тома
В разделе Volume Information установите правильные значения Image Spacing и Image Origin
Для большинства модулей в качестве входных данных требуется изображение в градациях серого. Загруженное цветное изображение можно преобразовать в изображение в градациях серого с помощью кнопки 9.0069 Вектор в скалярный объем модуль
Эти действия также показаны в этом видео.
Примечание. Потребительские форматы файлов, такие как jpg, png и tiff, плохо подходят для хранения трехмерных медицинских изображений из-за следующих серьезных ограничений:
Хранение часто ограничивается битовой глубиной 8 бит на канал: это приводит к значительной потере данных, особенно для КТ-изображений.
Нет стандартного способа хранения важных метаданных: расстояние между фрагментами, положение изображения, ориентация и т. д. должны быть угаданы с помощью пользователем и предоставляется программному обеспечению, которое импортирует изображения. Если информация введена неправильно тогда изображения могут оказаться искаженными, а измерения на изображениях могут дать неправильные результаты.
Нет стандартного способа указания порядка слайсов: данные могут быть легко повреждены из-за неправильного порядка или отсутствия кадров.
Панели и их применение
Активный том: выберите том для отображения и управления им.
Информация о томе: информация о выбранном томе. Некоторые поля можно редактировать для правильного описания объема, например, при загрузке не полностью указанных данных изображения, таких как последовательность файлов jpeg. Однако будьте осторожны, так как изменение таких свойств, как интервал между изображениями, повлияет на физическую точность некоторых расчетов, таких как статистика меток.
Размеры изображения: Количество пикселей в пространстве «IJK» — так данные располагаются в памяти. Индексы IJK (отображаемые в DataProbe) изменяются от 0 до измерения-1 в каждом направлении.
Расстояние между изображениями: физическое расстояние между центрами пикселей при сопоставлении с пространством пациента, выраженное в миллиметрах.
Источник изображения: положение центра пикселя 0,0,0 (IJK), выраженное относительно пространства пациента. Пространство пациента организовано в соответствии с правым, передним и верхним анатомическими направлениями пациента. См. страницу системы координат для получения дополнительной информации.
Матрица направления IJK в RAS: Матрица преобразования из системы координат IJK в RAS
Center Volume: Эта кнопка применяет преобразование к объему, которое смещает его центр в исходное положение в пространстве пациента. Закрепите преобразование тома, чтобы навсегда изменить источник изображения.
Порядок сканирования: описывает ориентацию изображения (как пространство IJK ориентировано относительно RAS пациента.
Количество скаляров: Большинство КТ или МРТ имеют один скалярный компонент (оттенки серого). Цветные изображения имеют три компонента (красный, зеленый, синий). Тензорные изображения имеют 9компоненты. Для объемов, взвешенных по диффузии, это указывает количество базовых и градиентных объемов.
Тип скаляров: Сообщает компьютерное представление каждого вокселя. Модуль тома работает со всеми типами, но большинство модулей предполагают скалярные тома. Векторные объемы можно преобразовать в скалярные с помощью модуля
Vector to Scalar Volume
.Имя файла: путь к файлу, из которого этот том был загружен/сохранен в
Предустановки окна/уровня: загружаются из заголовков DICOM, определенных сканером или техническим специалистом.
Преобразование в карту меток / Преобразование в скалярный объем: преобразование активного тома из карты меток в скалярный объем.
Дисплей: набор элементов управления визуализацией, соответствующих текущему выбранному объему. Не все элементы управления доступны для всех типов громкости.
Предустановки: предопределенные предустановки объемного отображения, которые устанавливают окно/уровень и таблицу поиска для общих требований к визуализации.
Интерполяционная таблица: выберите сопоставление цветов для скалярных объемов с цветами.
Интерполировать: если этот флажок установлен, представления срезов будут отображать линейно интерполированные срезы через входные объемы. Если флажок не установлен, это означает повторную выборку ближайшего соседа
Элементы управления окнами/уровнями: Двойной ползунок с текстовым вводом для определения диапазона входных объемных данных, которые должны быть сопоставлены с оттенками серого на дисплее. Автоматический уровень окна пытается оценить диапазон интенсивности данных изображения переднего плана. Можно щелкнуть кнопку дополнительных параметров, чтобы отобразить элементы управления, чтобы добавить поддержку большого динамического диапазона, предоставив контроль над диапазоном двойного ползунка уровня окна.
Порог: Управляет диапазоном изображения, которое следует считать прозрачным при использовании в переднем слое отображения срезов. Эти же параметры также управляют прозрачностью моделей срезов, отображаемых в средствах 3D-просмотра.
Гистограмма. Показывает количество пикселей (ось Y) в зависимости от интенсивности изображения (ось X) на фоне текущего окна/уровня и сопоставления порогов.
Диффузионно-взвешенные объемы: при выборе объема DWI появляются следующие элементы управления
Объемы тензора диффузии: при выборе объема DTI отображаются следующие элементы управления
Скалярный режим: преобразование тензора в скаляр.
Slice Visibility: позволяет отображать графические визуализации тензоров в одном или нескольких стандартных красных, зеленых или желтых представлениях срезов.
Непрозрачность: Какая часть основного изображения видна сквозь глифы.
Скалярная цветовая карта: как скалярные меры тензора сопоставляются с цветом.
Цвет по скаляру: какая скалярная метрика используется для определения цвета глифов.
Скалярный диапазон: определяет мин.-макс. диапазон скалярного сопоставления с цветом. Когда эта функция включена, разрешает последовательное сопоставление цветов независимо от полного диапазона отображаемого в данный момент элемента (если не выбран цветовой диапазон, он будет охватывать минимальные и максимальные значения отображаемых в данный момент данных).
Тип глифа: трубы и линии показывают направление собственного вектора тензора (старший, средний или минимальный в зависимости от выбора параметра Glyph Eigenvector). Эллипсоид показывает направление и относительный масштаб всех трех собственных векторов.
Масштабный коэффициент: управляет размером глифов. Для этого параметра нет физических единиц.
Интервал: управляет количеством глифов в представлении среза.
Информация для разработчиков
См. примеры и другую информацию для разработчиков в руководстве разработчика и репозитории сценариев.
Авторы
Стив Пайпер (Изомикс)
Жюльен Фине (Kitware)
Алексей Ярмаркович (Изомикс)
Николь Аукойн (SPL, BWH)
Благодарности
Эта работа является частью Национального альянса по вычислению медицинских изображений (NAMIC), финансируемого Национальными институтами здравоохранения в рамках дорожной карты NIH для медицинских исследований, грант U54 EB005149.
Измерение объема пищи на основе одного двумерного изображения без калибровки обычной камеры
- Список журналов
- Рукописи авторов HHS
- PMC3739717
Conf Proc IEEE Eng Med Biol Soc. Авторская рукопись; доступно в PMC 2013 9 августа.
Опубликовано в окончательной редакции как:
Conf Proc IEEE Eng Med Biol Soc. 2012 г.; 2012: 2166–2169.
doi: 10.1109/Embc.2012.6346390
PMCID: PMC3739717
NIHMSID: NIHMS495472
PMID: 23366351
, 1 , 2 и 3 . база данных о калориях и питательных веществах важна при изучении нарушений обмена веществ, таких как ожирение и диабет. В этой работе мы представляем удобный и точный подход к расчету объема пищи путем измерения нескольких измерений с использованием одного двумерного изображения в качестве входных данных. Этот подход не требует обычной калибровки камеры на основе шахматной доски, поскольку на практике это обременительно. Единственными предварительными требованиями нашего подхода являются: 1) на изображении присутствует круглый сосуд известного размера, такой как тарелка, миска или чашка, и 2) снимок сделан при разумном предположении, что камера всегда удерживается на одном уровне с левой и правой сторонами, а его линза наклонена вниз в сторону продуктов на обеденном столе. Мы показываем, что в этих условиях наш подход обеспечивает закрытое решение для калибровки камеры, позволяя удобно измерять размер порции пищи с помощью цифровых изображений.
Ожирение значительно увеличилось в США и многих развитых и развивающихся странах за последние десятилетия, и уровень ожирения продолжает расти [1][2]. Для изучения и борьбы с этой эпидемией крайне важно отслеживать потребление пищи людьми в их реальной жизни. Обычные методы оценки диеты включают дневник питания, 24-часовой отзыв и опросник частоты приема пищи (FFQ) [3]. Однако, поскольку эти методы являются субъективными, участники исследования часто занижают свое потребление из-за нежелания точно сообщать или неполного припоминания из своей памяти.
Использование камеры для документирования еды стало возможным благодаря быстрому развитию мобильных устройств, таких как смартфоны, портативные или носимые цифровые камеры и планшетные компьютеры. Изображения еды, сделанные с помощью этих средств, могут быть использованы не только для того, чтобы помочь участникам в процессе вспоминания о питании, но и для измерения объемов пищи. Однако в последнем случае для калибровки камеры требуется эталонный объект, устанавливающий соответствие между системами координат камеры и реальным миром. Традиционно этот эталонный объект представляет собой черно-белую или цветную шахматную карту [5][6][7]. Хотя эта карта эффективна для калибровки камеры, на практике она неудобна, поскольку участник исследования должен при фотографировании класть эту карту рядом с едой. Другая проблема оценки объема пищи на основе изображения связана с калибровкой камеры, которая необходима для установления соответствия между камерой и реальным миром. Эта процедура обычно использует знание фокусного расстояния камеры. Однако, когда камера имеет функцию автофокусировки, это значение фокусного расстояния обычно не предоставляется пользователю. В этой работе мы решаем эти проблемы, разрабатывая новые эталоны и алгоритмы. На практике продукты часто подают в круглой таре, такой как обеденная тарелка, миска или чашка. Таким образом, мы используем сам контейнер для еды в качестве эталонного объекта [8][9].]. Кроме того, мы устанавливаем новую математическую модель, не требующую явного знания фокусного расстояния.
Хорошо известная модель камеры с точечным отверстием обеспечивает перспективную проекцию плоскости объекта на плоскость изображения. иллюстрирует геометрическую взаимосвязь между круговой привязкой в плоскости объекта и его спроецированным элементом, эллипсом, в плоскости изображения. На этом рисунке O — оптический центр камеры, f — неизвестное фокусное расстояние, d 0 — координата z точки пересечения плоскости объекта и оси z . Точка вершины O и радиальные линии от O , проходящие через границу круговой привязки, образуют конус. В этом разделе сначала будет создана математическая модель этого конуса в системе координат xyz . Для упрощения вывода эта система координат будет линейно преобразована в новую систему координат x′y′z′ так, чтобы плоскость объекта была параллельна плоскости x′y′ . Затем ориентация плоскости объекта решается с использованием упрощенного кругового уравнения x′y′z′ . Наконец, с заданным диаметром круговой ссылки устанавливаются ключевые перспективные проекции между плоскостями объекта и изображения, и будут измеряться выбранные пользователем размеры пищи, что приведет к оценке объема пищи (размера порции).
Открыть в отдельном окне
Проекционная система оптического центра, изображения и объекта в системе координат xyz . А. Преобразование системы ′ x y + b ′ y 2 + 2 g ′ x +2 F ′ Y + D ′ = 0
(1)
, где, A ′ ′ ′ ′ ′ ′ ′ ′ ′ r’, H ′, H ′ ′ r, H ′, B r, H j.rья. d′ являются коэффициентами, d′ ≠ 0. Поскольку фокусное расстояние f и размер пикселя p x оба неизвестны, мы не можем получить уравнение эллипса в xyz . В плоскости изображения, если мы обозначим ( x pi , y pi ) как пиксельные координаты точки i на границе эллипса и ( c 1 , c 2 ) в качестве главной точки изображения, то координаты точки i равны
[xciyi]·=[ PX
(2)
, где x CI = x PI — C 1 и Y CI = Y CI = Y CI = Y CI = Y CI Y Y . Предположим, что мы получили n p точек от границы эллипса на рисунке, из (1) имеем
A · P x · u = — d ′ · 1
(3)
where
A=[xc122xc1yc1yc122xc12yc1xc222xc2yc2yc222xc22yc2xc322xc3yc3yc322xc32yc3 ⋮⋮⋮⋮⋮ xcnp22xcnpycnpycnp22xcnp2ycnp]
(4)
PX = [PX2PX2PX2PXPX]
(5)
U =
U =
U =
U =
U .0428 и 1 = [1 1 1 1 1] T
Поскольку многие точки могут быть выбраны на границе эллипса на картине, N P ≥ 5. 5. 5 5. 5. 5. P ≥ 5. 5. 5. 5. P ≥ 5. 5. 5 5. 5. P ≥ 5. in (3) using the least square method, we obtain
u = — d ′ · P x -1 · ( A T A ) -1 A T · 1
(6)
In (6), we denote
[ t 1 t 2 t 3 t 4 t 5 ] T = — ( A T A ) — 1 А T · 1
(7)
, который можно рассчитать непосредственно по рисунку. Тогда
u=[t1px-2t2px-2t3px-2t4px-1t5px-1]T·d′
(8)
Как показано в [8] [9], уравнение конуса, образованного эллипсом в плоскость изображения и центр камеры O как в
[xyz]·Q·[xyz]=0
(9)
где
Q=[a′f2h′f2g′fh′f2b′f2f′ fg′ff′fd′]
(10)
Если обозначить ориентацию предметной плоскости как ( l, m, n ), the object plane is
l x + m y + n z = n d 0
(11)
, где
L 2 + M 2 + N 2 = 1
(12). параллелен плоскости x′y′ в новой системе координат х’y’z’ . В этой работе мы используем матрицу преобразования T в уравнении. (14) [4].
[xyz]=T·[x′y′z’]
(13)
T=[-ml2+m2-nll2+m2lll2+m2-mnl2+m2m0l2+m2n]
(14)
Обратите внимание, что когда эллипс на изображении соответствует стандартному уравнению окружности, l = m = 0 , n = 1. Нет необходимости преобразовывать систему координат.
иллюстрирует перспективную проекцию в новой системе координат х’y’z’ . Плоскость объекта (11) становится (15) после преобразования, что указывает на то, что плоскость объекта ортогональна оси z’ .
Открыть в отдельном окне
Схема проективной системы в новой системе координат x′y′z′ после линейного преобразования (13). (15)
. (9) принимает вид
[x′y′z′]·Q1·[x′y′z′]=0
(16)
, где
Q1 = TT · Q · T = [Q11Q12Q13Q21Q22Q23Q31Q32Q33]
(17)
B.
Оценка ориентацииВ новой системе xr3 r. плоскость параллельна плоскости x′y′ . Если мы подставим (15) в (16), оно сведется к стандартному уравнению окружности, т.е. в (17). Комбинируя (10) и (14), можно получить, что
a′f2m2τ2+b′f2l2τ2-2h′f2mlτ2-a′f2l2n2τ2=b′f2m2n2τ2+d′τ2+2h′f2mln2τ2-2g′fnl-2f′fmn +h′f2m2nτ2-h′f2nl2τ2-g′mf+f′lf=0
, где τ 2 = l 2 + m 2 .
Подставляя (8) в два приведенных выше уравнения и обозначая k = FPX, мы получаем
T1K2M2τ2+T3K2L2τ2-2T2K2MLτ2-T1K2L2N2τ2 = T3K2M2N2τ2+τ2+2T2K2K2MN2Lτ2-2T4KNL-2T5KMN
(18)
(T3-T3-T3).0005
(19)
Следовательно, имеются три уравнения (12), (18) и (19), но есть четыре неизвестных: l, m, n и k . Если в систему не будет добавлена дополнительная информация, уравнения не могут быть решены. В этой работе мы упростим задачу, рассмотрев обычную практику, когда человек фотографирует. Мы предполагаем, что при съемке еды нижняя часть камеры всегда параллельна поверхности обеденного стола, а объектив может быть наклонен в сторону еды. Математически это условие эквивалентно
L = 0
(20)
Тогда мы можем решить для M, N
N = T1T42T3T42-2T2T4T5+T22
(21)
M = 1-N2
44444444444444444444444444444444444494444444444444444444444444444494444444444444444444444444444444444 (22. )
Сохраняется только положительное решение n , потому что еда всегда находится перед камерой. Кроме того, получаются два возможных решения m с разными знаками. На практике, относительно плоскости, проходящей через центр камеры и параллельной поверхности обеденного стола, одно решение относится к ситуации, когда поверхность стола находится под ней, а другое решение — над ней. Здесь мы принимаем положительное решение, которое отражает реальность.
Тогда четвертое неизвестное, параметр камеры, определяется как
k=(t3-t1)t42+t22-2t2t4t5t1t22
(23)
C.
Оценка размераЗная ориентацию ( l, m , n ) недостаточно для измерения размеров объекта, поскольку расстояние между камерой и объектом не определено однозначно. В этой работе мы предполагаем, что задан диаметр физического круглого элемента, например диаметр обеденной тарелки, D . С решениями (20), (21), (22) и (23) стандартная форма уравнения окружности в плоскости объекта имеет вид
(x′-e2e1d0)2+(y′+e3e1d0)2=e22+e32-e42e12d02
(24)
where e 1 = t 1 k 2 , e 2 = mnt 2 k 2 + t 4 kn 2 , e 3 = mn 2 + t 5 км 2 н — т 3 mk 2 n 2 − kt 5 n 3 and e 4 = ( t 3 k 2 m 2 + н 2 + 2 т 5 кмн ) н 2 .
Тогда d 0 можно получить как
d0=D2e22+e32-e42e12
(25)
Таким образом, определяется расстояние от центра камеры O до плоскости объекта, т.е. nd 0 . Затем можно оценить размеры объекта в плоскости объекта или относительно нее. Для оценки размера порции особенно важны два типа размеров: DE и EF , как показано на , где DE находится в плоскости объекта, а EF ортогонален ему с точкой E в плоскости. . Для DE в обозначим пиксельные координаты двух точек изображения как ( x p 1 , y p 1 ) and ( x p 2 , y p 2 ). Для EF , мы обозначаем координаты пикселей двух пунктов AS ( x P 3 , Y P 3 ) и ( x 949494949494949704449504950404950495049504950440495049ня 404504045045044044049504950970495049704950495049504970493. у р 4 ). Затем в [8][9] было показано, что два измерения могут быть рассчитаны как
Открыть в отдельном окне
(а) Размер ДЭ в предметной плоскости. (b) Размер EF перпендикулярен плоскости объекта.
∣DE∣=nd0g12+g22
(26)
где, g1=xc2myc2+nk-xc1myc1+nk и g2=mk-nyc2myc2+nk-mk-nyc1myc1+nk и
∣EF∣=nd0(1-m(yp4-c2)+nkm(yp3-c2)+nk·n(yp3-c2)+mkn(yp4 -c2)+mk)
(27)
где x ci = x пи − c 1 и y ci = y pi − c 2 .
В наших экспериментах длина и толщина шести продуктов, включая булочку, клубнику, торт, хлеб, курицу и морковь, были рассчитаны с использованием обеденной тарелки диаметром 26 см в качестве эталона. Пластину случайным образом клали на стол в разных положениях, но всегда оставляли видимой, когда снимки делались с помощью ручных цифровых камер. Как было сказано ранее, камеры располагались примерно на одном уровне с поверхностью стола, а объектив был наклонен вниз для получения удовлетворительных изображений еды. Углы обзора были случайным образом распределены между 20° и 80°. показывает три типичных изображения. Использовались две цифровые камеры, обе с функцией автофокуса. Длину и толщину пищевого продукта выбирали вручную из отображаемого изображения пищевого продукта на экране компьютера с помощью мыши. Для некоторых продуктов неправильной формы, таких как куриные ножки и кусочки моркови, было трудно определить толщину продукта из-за отсутствия краев на верхней поверхности продукта, поэтому измерялась только длина. Затем граница пластины, эллипс, на изображении была автоматически обнаружена [11] и использовалась для расчета ориентации поверхности стола с помощью уравнений. (7), (20), (21) и (22). При известном диаметре пластины размеры рассчитывались с использованием (26) и (27). дает более подробные результаты оценки.
Открыть в отдельном окне
Типичные фотографии еды. Тарелки с едой были расставлены на столе хаотично.
ТАБЛИЦА I
Результаты оценки выбранных пищевых параметров.
Еда | Разм. Тип | Фото | Истинная (мм) | Среднее (мм) | Стандарт. (мм) | Погрешность (%) |
---|---|---|---|---|---|---|
Рулон | Длина | 20 | 70 | 68. 63 | 2.45 | −1.95 |
Thickness | 20 | 42 | 46.65 | 2.63 | 11.08 | |
Strawberry | Length | 24 | 28 | 27.44 | 1. 69 | -2,01 |
Толщина | 24 | 30 | 32,22 | 5,55 | 7.38 | |
.1234 26 | 48 | 46.98 | 1.79 | −2.13 | ||
Thickness | 26 | 38 | 37. 56 | 1.58 | −1.16 | |
Bread | Length | 26 | 100 | 96.03 | 4.09 | −3.97 |
Thickness | 26 | 13 | 13.19 | 1.07 | 1. 49 | |
Chicken | Length | 20 | 110 | 113.17 | 4.46 | 2.88 |
Carrot | Length | 24 | 108 | 108.05 | 4.50 | 0. 05 |
Open in a отдельное окно
Можно заметить, что только толщины рулета и клубники имеют среднюю погрешность более пяти процентов (по абсолютным значениям). Основная причина ошибки связана с выбором пары точек, представляющих толщину продукта. Однако на практике определить эту пару точек было непросто. Трудность увеличивалась пропорционально неправильной форме пищи. Тем не менее, наш подход дает разумные результаты для большинства продуктов питания при условии, что целевые размеры правильно представлены на изображении.
Мы представили удобный подход к оценке объема пищи на основе одного двумерного изображения пищи в качестве входных данных без необходимости использования обычной процедуры калибровки камеры. Поскольку критические размеры пищевых продуктов, используемые для расчета объема, решаются с помощью решений в закрытой форме, этот алгоритм может быть легко реализован в виде прикладной программы на смартфонах. Интерфейс программы может позволить пользователям использовать изображения продуктов питания для оценки объемов продуктов питания, которые могут быть дополнительно связаны с базой данных продуктов питания для оценки калорий и питательных веществ.
* Эта работа была поддержана грантом Национального института здравоохранения U01 HL91736
1. Basu A. Прогнозирование распределения индекса массы тела в Соединенных Штатах: есть ли еще возможности для роста. Медицинское принятие решений. 2010;30(3) [бесплатная статья PMC] [PubMed] [Google Scholar]
2. Wang YC, Colditz GA, Kuntz KM. Прогнозирование эпидемии ожирения среди стареющего населения США. Ожирение. 2007;15(11):2855–2865. [PubMed] [Google Scholar]
3. Томпсон Ф.Е., Субар А.Ф. Питание в профилактике и лечении заболеваний. 2. 2008. Методология оценки диеты. [Академия Google]
4. Сафаи-Рад Р., Чуканов И., Смит К.С., Бенхабиб Б. Трехмерная оценка местоположения круговых объектов для машинного зрения. IEEE Trans Robotics Automat. 1992 г., октябрь; 8 (5): 624–640. [Google Scholar]
5. Сунь М., Лю К., Шмидт К., Ян Дж., Яо Н., Фернстром Дж. Д., Фернстром М. Х., Делани Дж. П., Склабасси Р. Дж. Определение размера порции еды путем обработки изображений. Conf Proc IEEE Eng Med Biol Soc. 2008 г., август: 871–874. [PubMed] [Google Scholar]
6. Boushey CJ, Kerr DA, Wright J, Lutes KD, Ebert DS, Delp EJ. Использование технологий в оценке питания детей. Европейский журнал клинического питания. 2009 г.;63:С50–С57. [Бесплатная статья PMC] [PubMed] [Google Scholar]
7. Weiss R, Stumbo PJ, Divakaran A. Автоматическое документирование пищевых продуктов и расчет объема с использованием цифровых изображений и электронной передачи. J Am Diet Assoc. 2010; 110:42–44. [Бесплатная статья PMC] [PubMed] [Google Scholar]
8. Jia W, Yue Y, Fernstrom JD, Yao N, Sclabassi RJ, Fernstrom MH, Sun M. Оценка объема пищи на основе изображений с использованием круговых референтов в оценке диеты. Журнал пищевой инженерии. 2012 март;109(1): 76–86. [Бесплатная статья PMC] [PubMed] [Google Scholar]
9. Yue Y, Jia W, Fernstrom JD, Sclabassi RJ, Fernstrom MH, Yao N, Sun M. Оценка объема пищи с использованием круговой ссылки в диетических исследованиях на основе изображений .