छवि पंजीकरण विभिन्न डेटा सेटों को एक समन्वय प्रणाली में रूपांतरित करने की संगणनात्मक प्रक्रिया है। डेटा कई तस्वीरें, विभिन्न सेंसरों से डेटा, विभिन्न समयों से, या विभिन्न दृष्टिकोणों से हो सकता है। इसका उपयोग कंप्यूटर विज़न, चिकित्सा इमेजिंग, सैन्य स्वचालित लक्ष्य पहचान, और उपग्रहों से छवियों और डेटा के संकलन और विश्लेषण में किया जाता है। पंजीकरण विभिन्न मापों से प्राप्त डेटा की तुलना या एकीकरण को सक्षम करने के लिए आवश्यक है, जैसे कि विभिन्न सेंसर प्रकार, विभिन्न समय, या विभिन्न दृष्टिकोण।
छवि पंजीकरण का लक्ष्य दो या अधिक छवियों को ज्यामितीय रूप से संरेखित करना है, आमतौर पर एक संदर्भ छवि और एक गतिशील (या संवेदित) छवि, ताकि संगत विशेषताएं या संरचनाएं संपाती हों। इस प्रक्रिया में एक स्थानिक परिवर्तन निर्धारित करना शामिल है जो गतिशील छवि से बिंदुओं को संदर्भ छवि में मैप करता है। यह परिवर्तन कठोर (अनुवाद और घूर्णन), affine (स्केलिंग और कतरनी सहित), या गैर-कठोर (विकृत होने योग्य) हो सकता है, जो अनुप्रयोग और असंरेखण की प्रकृति पर निर्भर करता है।
मुख्य चरण और विधियाँ
छवि पंजीकरण आमतौर पर एक सामान्य पाइपलाइन का पालन करता है। पहले, विशेषता पहचान दोनों छवियों में प्रमुख बिंदुओं, किनारों, या क्षेत्रों की पहचान करती है। सामान्य विशेषता डिटेक्टरों में कोने डिटेक्टर जैसे हैरिस कोने या स्केल-इनवेरिएंट फीचर ट्रांसफॉर्म(एसआईएफटी) कुंजी बिंदु शामिल हैं। दूसरे, विशेषता मिलान पहचानी गई विशेषताओं के बीच पत्राचार स्थापित करता है, अक्सर ऐसे डिस्क्रिप्टर का उपयोग करते हुए जो स्केल, घूर्णन, या प्रकाश में परिवर्तनों के प्रति अपरिवर्तनीय होते हैं। तीसरे, परिवर्तन मॉडल अनुमान मिलान किए गए पत्राचारों का उपयोग करके चुने गए स्थानिक परिवर्तन के मापदंडों की गणना करता है, अक्सर बाहरी मानों से निपटने के लिए रैंडम सैंपल कंसेंसस(रैंसैक) जैसी मजबूत विधियों के साथ। अंत में, छवि परिवर्तन और पुनर्नमूनाकरण अनुमानित परिवर्तन को गतिशील छवि पर लागू करता है, संरेखित आउटपुट उत्पन्न करने के लिए बाइलिनियर या क्यूबिक इंटरपोलेशन जैसी इंटरपोलेशन तकनीकों का उपयोग करते हुए।
वैकल्पिक दृष्टिकोणों में तीव्रता-आधारित(या क्षेत्र-आधारित) विधियाँ शामिल हैं, जो स्पष्ट विशेषता निष्कर्षण के बिना सीधे परिवर्तन मापदंडों पर एक समानता मीट्रिक को अनुकूलित करती हैं। सामान्यीकृत क्रॉस-सहसंबंध, पारस्परिक सूचना, या वर्ग अंतरों का योग जैसे मीट्रिक का उपयोग किया जाता है। ये विधियाँ विशेष रूप से उपयोगी होती हैं जब विशेषताएं विरल होती हैं या जब छवियों में विभिन्न मोडैलिटी होती हैं, जैसे कि चुंबकीय अनुनाद इमेजिंग(एमआरआई) स्कैन को कंप्यूटेड टोमोग्राफी(सीटी) स्कैन के साथ संरेखित करना।
चिकित्सा इमेजिंग में अनुप्रयोग
चिकित्सा इमेजिंग में, छवि पंजीकरण विभिन्न मोडैलिटी से छवियों को संयोजित करने के लिए महत्वपूर्ण है(जैसे, पीईटी और सीटी), समय के साथ ट्यूमर वृद्धि को ट्रैक करने के लिए, या शल्य चिकित्सा नेविगेशन के लिए प्री-ऑपरेटिव और इंट्रा-ऑपरेटिव छवियों को संरेखित करने के लिए। उदाहरण के लिए, विकिरण चिकित्सा में, योजना सीटी छवियों का दैनिक कोन-बीम सीटी छवियों के साथ पंजीकरण लक्ष्य तक विकिरण की सटीक डिलीवरी सुनिश्चित करता है जबकि स्वस्थ ऊतक को बचाता है। गैर-कठोर पंजीकरण अक्सर अंग विकृति, श्वास गति, या रोगी की गति को ध्यान में रखने के लिए आवश्यक होता है। यू-नेट आर्किटेक्चर जैसी तकनीकें, मूल रूप से बायोमेडिकल छवि विभाजन के लिए विकसित, गहन शिक्षण-आधारित पंजीकरण के लिए अनुकूलित की गई हैं, जहां तंत्रिका नेटवर्क सीधे छवि जोड़ों से विकृति क्षेत्रों की भविष्यवाणी करना सीखते हैं।
रिमोट सेंसिंग और कंप्यूटर विज़न में अनुप्रयोग
रिमोट सेंसिंग में, पंजीकरण उपग्रह या हवाई छवियों को संरेखित करता है जो विभिन्न समयों पर, विभिन्न सेंसरों से, या विभिन्न देखने के कोणों के तहत ली गई हैं। यह परिवर्तन पहचान को सक्षम बनाता है, जैसे कि शहरी विकास या वनों की कटाई की निगरानी, और बड़े भौगोलिक क्षेत्रों के मोज़ेक बनाना। बहु-मोडल पंजीकरण, जैसे कि ऑप्टिकल छवियों को सिंथेटिक एपर्चर रडार(एसएआर) छवियों के साथ संरेखित करना, विभिन्न छवि विशेषताओं के कारण चुनौतियां उत्पन्न करता है। कंप्यूटर विज़न में, पंजीकरण का उपयोग पैनोरमा सिलाई में किया जाता है, जहां कई अतिव्यापी तस्वीरें एक विस्तृत-कोण दृश्य बनाने के लिए संरेखित की जाती हैं, और संवर्धित वास्तविकता में, जहां आभासी वस्तुएं वास्तविक-विश्व दृश्य के साथ संरेखित की जाती हैं। यह स्वायत्त ड्राइविंग प्रणालियों को भी रेखांकित करता है, जहां कई कैमरों और सेंसरों से छवियों को एक सुसंगत स्थानिक प्रतिनिधित्व में संलयित किया जाना चाहिए।
गहन शिक्षण दृष्टिकोण
गहन शिक्षण के उदय के साथ, कन्वोल्यूशनल तंत्रिका नेटवर्क(सीएनएन) छवि पंजीकरण पर लागू किए गए हैं। पर्यवेक्षित विधियाँ नेटवर्क को छवि जोड़ों से परिवर्तन मापदंडों या विकृति क्षेत्रों की भविष्यवाणी करने के लिए प्रशिक्षित करती हैं, प्रशिक्षण के लिए ग्राउंड-ट्रुथ संरेखण की आवश्यकता होती है। अप्रेक्षित विधियाँ, स्थानिक ट्रांसफॉर्मर नेटवर्क से प्रेरित, गतिशील छवि को वार्प करने और सामान्यीकृत क्रॉस-सहसंबंध जैसे समानता हानि को कम करने के लिए एक विभेदनीय छवि सैंपलर का उपयोग करती हैं, बिना ग्राउंड-ट्रुथ लेबल की आवश्यकता के। ये दृष्टिकोण अनुमान समय पर तेज़ हो सकते हैं और जटिल गैर-कठोर विकृतियों को संभाल सकते हैं। हालांकि, उन्हें अक्सर बड़ी मात्रा में प्रशिक्षण डेटा की आवश्यकता होती है और वे अनदेखे शरीर रचनाओं या सेंसर प्रकारों के लिए अच्छी तरह सामान्यीकृत नहीं हो सकते हैं। संकर विधियाँ शास्त्रीय अनुकूलन को गहन शिक्षण के साथ जोड़ती हैं, उदाहरण के लिए, परिवर्तन को आरंभ करने या विकृति क्षेत्र को नियमित करने के लिए नेटवर्क का उपयोग करना।
चुनौतियाँ और भविष्य की दिशाएँ
छवि पंजीकरण बड़ी विकृतियों, अवरोधों, तीव्रता भिन्नताओं, और बहु-मोडल अंतरों जैसे कारकों के कारण चुनौतीपूर्ण बना हुआ है। शोर और बाहरी मानों के प्रति मजबूती एक सतत चिंता है। भविष्य की दिशाओं में लंबी-सीमा निर्भरताओं को पकड़ने के लिए ट्रांसफॉर्मर-आधारित आर्किटेक्चर का उपयोग, और पंजीकरण का विभाजन या वर्गीकरण जैसे अन्य कार्यों के साथ एक संयुक्त ढांचे में एकीकरण शामिल है। बड़े-पैमाने के डेटासेट और मानकीकृत मूल्यांकन मीट्रिक का विकास प्रगति को आगे बढ़ाता रहता है। 2020 के दशक के मध्य तक, गहन शिक्षण-आधारित विधियाँ नैदानिक और औद्योगिक सेटिंग्स में तेजी से अपनाई जा रही हैं, हालांकि शास्त्रीय विधियाँ अपनी व्याख्यात्मकता और कम डेटा आवश्यकताओं के लिए मूल्यवान बनी हुई हैं।
यह भी देखें
- medical-imaging
- remote-sensing
- spatial-transformer-network