Der Kanade-Lucas-Tomasi (KLT) Tracker ist ein etabliertes Verfahren zur Bewegungsanalyse bzw. Bewegungskorrektur einer Kamera auf Oberflächen. Derartige Systeme, die auf dem KLT Tracker beruhen, finden vermehrt auch in medizintechnischen Szenarien ihren Einsatz. So ist die Frage wichtig, ob diese Methode auch auf relativ kontrastarmen Oberflächen wie menschlichem Gewebe, und hier insbesondere Knochen sowie bei einer komplizierten Beleuchtung durch z.B. eine Laserlichtquelle, funktionieren kann. Im Rahmen dieses Beitrags wurden Probleme untersucht, die unter diesen speziellen Randbedingungen auftreten können und Lösungen zur Verbesserung der Tracking-Charakteristik vorgeschlagen. Speziell eine geeignete Vorverarbeitung des Kamerabildes kann die Genauigkeit der Bewegungserkennung bei der Verfolgung von Punkten unter Laserbeleuchtung von knöchernem Gewebe wesentlich verbessern.
2
Als Basis für die Bewegungskorrektur wird ein Trackingverfahren nach Kanade-Lucas-Tomasi (KLT Tracker)
eingesetzt [
Er ist schnell, d.h. die Berechnungen für zehn und mehr Merkmale benötigen auf einem Rechner für ein Sichtfeld von 200x200 Pixel weniger als 10 ms, Er findet eigenständig Merkmale zum Verfolgen und ersetzt unsichere bzw. verlorene Merkmale automatisch, Er besitzt Subpixel-Genauigkeit, und Er verfügt über eine intrinsische Glättungsfunktion und kann auf diese Weise das Speckle-Rauschen des Lasers deutlich reduzieren.
Das Verfahren nach Shi & Tomasi [
Zu Testzwecken wurde ein prototypischer Aufbau des Aufnahmegeräts für Laborzwecke zusammengestellt, das ein Aufnahme- und ein Beleuchtungssystem enthält, vgl. Abb. 1. Dieser Aufbau wurde so konstruiert, dass ein Teil der Optik gemeinsam mit dem Abtragungsslaser benutzt werden kann, der durch einen Strahlteiler angekoppelt wurde. Das Beleuchtungssystem besteht aus einem Lichtformungssystem an der Spitze des Geräts, das mit Faserleitungen mit einer entfernten Lichtquelle gekoppelt wurde. Als Lichtquelle kann sowohl eine Kaltlichtquelle, eine LED-Quelle, oder ein Diodenlaser angekoppelt werden.Für die Bildaufnahme wurde eine Kamera JAI CM-030 PMCL-RH mit einer maximalen Aufnahmegeschwindigkeit von 120 Bildern/sek und abgetrenntem Kamerakopf (17x46 mm) ausgewählt. Alle Berechnungen wurden auf einem PC mit Intel Core 2 Duo CPU E8400 mit einer Taktfrequenz von 3,0 GHz durchgeführt. (a) (c) (e) Abb.1: (a) Laborprototyp des Aufnahmegeräts mit Kamerakopf, Strahlteiler und fasergestützter Lichtführung. Aufnahme während des Abtrags, d.h. der Strahl des Abtragslasers wird über den Strahlteiler eingekoppelt. (b) Beispiele der Knochenmuster und unterschiedliche Typen von Knochenoberflächen: (c): kontrastreiches Fragment, (d): durchschnittlich kontrastreiches Fragment, (e): kontrastarmes Fragment.
Für die bildbasierte Bewegungskorrektur dient eine freie Implementierung des KLT Trackers [
Für die Experimente wurde als Lichtquelle eine Laserdiode vom Typ JOLD-30-FC-12-808 verwendet. Für die experimentellen Untersuchungen der Bewegungskompensation an einem präparierten und gesäuberten Tierphantom wurden drei typischen Knochenbereiche von einem Schweineschädel mit unterschiedlichen Oberflächenbeschaffenheiten ausgewählt (vgl. Abb. 1,b-e). Die Messungen an dem Tierphantom fanden zunächst ohne einen gleichzeitigen Knochenabtrag statt, allerdings unter Verwendung der zur Unterdrückung der Laserstrahlung sowie zur Reduktion des Plasmaleuchtens eingesetzten Laserlichtquelle.
Zur Ermittelung der Genauigkeit des Trackers wurden Bildsequenzen der Schnittfugen der verschiedenen Präparate aufgenommen während die Knochenmuster mittels eines Koordinatentischs unter der Kamera verschoben wurden. Die Bewegungen der Musters wurden zuerst visuell ausgewertet und für jedes Einzelbild ein absoluter Versatz bezüglich des Startbilds ermittelt. Anschließend wurden die Verschiebungsvektoren mit dem KLT Tracker aus den Bildsequenzen automatisch berechnet und mit den manuell erfassten Sollwerten verglichen. Bei der automatischen Auswertung der Sequenzen wurde der Glättungsparameter zwischen den Werten = 0,05 (praktisch keine Unschärfe) und = 0,50 (sehr starke Unschärfe) variiert. Da der Tracker standardmäßig die globale Verschiebung zwischen zwei aufeinanderfolgenden Bildern liefert, wurden diese partiellen Daten akkumuliert, um die Gesamtbewegung über die Länge der Bildsequenzen zu berechnen. 3
Abb. 2.a zeigt die ermittelten Ergebnisse des verwendeten KLT Trackers mit unterschiedlichen Einstellung für den Glättungsparameter sowie die manuell ermittelte Referenzbewegung des Knochenstücks. Auf der Abszisse ist die Nummer der Sequenzbilder abgebildet. Da die Kamera eine sehr hohe Aufnahmerate besitzt und die Knochenpräparate nur langsam verschoben wurden, genügte es lediglich jedes zehnte Bild aus den Bildsequenzen zu verwenden (d.h. die Abszissenummer 100 entspricht Bild 1000 in der zugehörigen Bildsequenz). Die dünne Linie in Abb. 2.a zeigt die manuell ermittelten Referenzkoordinaten, die beiden anderen Linien stellen die mit dem KLT Tracker ermittelten Trajektorien mit σ = 0,1 und σ = 0,2 dar. Erwartungsgemäß waren die mit dem KLT Tracker ermittelten Trajektorien auf den Knochenstücken mit kontrastreichen Strukturen besser als die Trajektorien auf kontrastarmen Knochenbereichen. Aus Abb. 2.a ist ersichtlich, dass bei der Ermittlung der Verschiebung des Knochens ein systematischer Fehler des KLT Trackers entsteht, der sich über die Messreihe aufkumuliert und zudem mit dem Anstieg des Glättungsparameters größer wird. Zur Kompensation dieses Fehlers wurden zwei Methoden untersucht: Eine intrinsische Funktion des KLT Trackers um die Toleranz gegenüber der inhomogenen Beleuchtung zu erhöhen; und eine Vorverarbeitung des Bildes zur Verminderung der inhomogenen Beleuchtung (sog. Shading-Korrektur). Die Shading-Korrektur wurde dabei mit einer Referenzmaske durchgeführt, die anhand der Bilder von einem kontrastarmen Knochenbereich erstellt wurde, die der Intensitätsverteilung der Beleuchtung am ehesten entsprechen. Keines der beide Verfahren zeigte einen messbaren Einfluss auf die Verarbeitungsgeschwindigkeit des Gesamtprozesses. Ein Vergleich der beiden Korrekturansätze ist in Abb. 2b für den Parameter mit der bestmögliche Genauigkeit dargestellt. Die dünne Linie zeigt die ermittelte Abweichung der KLT Trajektorie ohne eine Korrektur, die gepunktete Linie die Kompensation mit der KLT-intrinsischen Korrektur, und die dicke Linie die Verbesserung auf Grund der Shading-Korrektur. Eine Kombination beider Korrekturmechanismen führte zu keinerlei messbaren Verbesserungen gegenüber einer einzelnen Korrekturvariante. Der vorgegebene tolerierbare Grenzwert einer Abweichung ist mit 50 m spezifiziert und wird ohne Fehlerkompensation nach einer Strecke von 70 Pixeln erreicht. Bei der Nutzung der KLT-intrinsischen Funktion erhöht sich die Strecke auf 110 Pixel, durch die Shading-Korrektur auf 120 Pixel.
Strecke (Pixel) 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 350 300 250 50 0 -50 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88
Bild Nummer (a) Abb. 2(a): Vergleich der automatisch ermittelten mit den manuell erfassten Bewegungskoordinaten (in Pixel). Dünne Linie: tatsächliche Koordinate, gepunktete Linie: mit dem KLT Tracker berechnete Koordinate bei σ = 0,1; dicke Linie: berechnete Koordinate bei σ = 0,2. (b) Kompensation des systematischen Fehlers mit unterschiedlichen Methoden. Dünne Linie: Ergebnis ohne Verbesserung, gepunktete Linie: Verbesserung mit KLT-intrinsischer Korrektur, dicke Linie: Verbesserung mit Shading-Korrektur. 4
Wie eingangs erwähnt, ist es vorgesehen, den KLT Tracker für die Ermittlung von Abweichungen des Laserkraniotoms von der Schnittfuge einzusetzen. In diesem Sinne sind die Ergebnisse dieser Untersuchung zufriedenstellend. Bei den vorgegeben Randbedingungen der Anwendung mit einem Sichtfeld von 200x200 Pixel, einem Pixelpitch von 17 m pro Pixel und einem tolerierbaren Koordinatenfehler 50 m kann durch den untersuchten KLT-Tracker eine ausreichend genaue Bewegungsverfolgung über das gesamte Sichtfeld gewährleistet werden. Durch die beiden untersuchten Verfahren zur Kompensation des ermittelten systematischen Messfehlers lässt sich der Bereich mit ausreichender Genauigkeit noch erweitern. Weitergehende Arbeiten werden sich mit den Fragen auseinandersetzen, wie der ermittelte systematische Fehler im KLT Tracker entsteht (z.B. Kumulation von Subpixel Ungenauigkeiten) sowie Untersuchungen, welchen Einfluss die Knochenbeschaffenheit (hoch bzw. niedrig texturiert) besitzen. Zudem sind Messungen an unpräparierten Schädelphantomen geplant, um den Einfluss von Knochenmehl und Blut auf die Trackinggenauigkeit zu ermitteln. 5