Question

我正在尝试从低分辨率图像（256x256）正确调整ROI（感兴趣区域）并将其重新定位到更高分辨率的图像（512x512）。还应该提到的是，两个图像覆盖不同的视野 - 低分辨率图像和高分辨率图像分别具有330mm×330mm和180mm×180mm的FoV。

我能得到的是：

256x256和512x512图像中的物理参考点（以mm为单位），即refpoint_lowres =（ - 164.424，-194.462）和refpoint_highres =（ - 94.3052，-110.923）。参考点位于它们各自图像中的左上像素（1,1）中。
256x256图像中ROI的像素坐标（名为pxX和pxY）。这些坐标相对于较低分辨率图像的参考点定位，refpoint_lowres =（ - 164.424，-194.462）。
256x256和512x512图像的像素间距，分别为0.7757像素/毫米和2.8444像素/毫米。

如何重新调整和重新定位ROI（二进制掩码）以纠正512x512图像中的像素位置？非常感谢提前!!

尝试

% This gives correctly placed and scaled binary array in the 256x256 image 
mask_lowres = double(poly2mask(pxX, pxY, 256., 256.));
% Compute translational shift in pixel
mmShift = refpoint_lowres - refpoint_highres;
pxShift = abs(mmShift./pixspacing_highres)
% This produces a binary array that is only positioned correctly in the 
% 512x512 image, but it is not upscaled correctly...(?) 
mask_highres = double(poly2mask(pxX + pxShift(1), pxY + pxShift(2), 512., 
512.));

Answer 1

因此，相对于低分辨率图像，您的坐标为pxX和pxY。您可以将这些坐标转换为真实坐标：

pxX_rw = pxX / 0.7757 - 164.424;
pxY_rw = pxY / 0.7757 - 194.462;

接下来，您可以将这些坐标转换为高分辨率坐标：

pxX_hr = (pxX_rw - 94.3052) * 2.8444;
pxY_hr = (pxY_rw - 110.923) * 2.8444;

由于原始坐标适合低分辨率图像，但高分辨率图像（低于物理坐标）比低分辨率图像更小，因此这些新坐标可能不适合高分辨率图片。如果是这种情况，裁剪多边形是一项非常重要的练习，只需将顶点移动到视野内即可完成。 MATLAB R2017b引入了polyshape对象类型，您可以intersect：

bbox = polyshape([0 0 180 180] - 94.3052, [180 0 0 180] - 110.923);
poly = polyshape(pxX_rw, pxY_rw);
poly = intersect([poly bbox]);
pxX_rw = poly.Vertices(:,1);
pxY_rw = poly.Vertices(:,2);

如果您有早期版本的MATLAB，最简单的解决方案可能是使视野更大以绘制多边形，然后将生成的图像裁剪为正确的大小。但这需要一些正确的计算才能使其正确。

将多边形几何变换为更高分辨率的图像

1 个答案: