Στη διπλωματική αυτή εργασία αναλύεται η εκτίμηση του βάθους μίας άκαμπτης σκηνής από κάμερα τοποθετημένη σε αυτοκίνητο που κινείται. Στο κεφάλαιο 1 γίνεται μία εισαγωγή στον τομέα της Υπολογιστικής Όρασης και δίνονται μερικά παραδείγματα εφαρμογών της. Στο κεφάλαιο 2 περιγράφονται βασικές αρχές της προβολικής γεωμετρίας που χρησιμοποιείται ως μαθηματικό υπόβαθρο για τα επόμενα κεφάλαια. Στο κεφάλαιο 3 γίνεται λόγος για το θεωρητικό μοντέλο της κάμερας, των παραμέτρων της και των παραμορφώσεων που υπεισέρχονται στο μοντέλο αυτό. Στο κεφάλαιο 4 αναφέρεται η διαδικασία βαθμονόμησης της κάμερας, μαζί με την υλοποίησή της. Στο κεφάλαιο 5 παρουσιάζονται γενικές κατηγορίες των στερεοσκοπικών αλγορίθμων που χρησιμοποιούνται, καθώς και τα κατάλληλα μέτρα ομοιότητάς τους. Στο κεφάλαιο 6 γίνεται αναφορά στον ανιχνευτή γωνιών Harris και γίνεται η εφαρμογή του τόσο ως προς την ανίχνευση των γωνιών, όσο και ως προς την αντιστοίχιση των 2 εικόνων. Στο κεφάλαιο 7 αναλύεται η θεωρία του αλγόριθμου SIFT και δίνεται ένα παράδειγμα ανίχνευσης και αντιστοίχισης χαρακτηριστικών. Στο κεφάλαιο 8 επισημαίνονται οι βασικές αρχές της επιπολικής γεωμετρίας, καθώς η σημασία της διόρθωσης των εικόνων. Στο κεφάλαιο 9 αναφέρεται η συνολική διαδικασία που ακολουθήθηκε, μαζί με την περιγραφή και την υλοποίηση των μεθόδων εκτίμησης βάθους που χρησιμοποιήθηκαν. / The current master’s thesis analyzes the depth estimation of a rigid scene from a camera attached to a moving vehicle. The first chapter gives an introduction to the field of Computer Vision and provides some examples of its applications. The second chapter describes basic principles of projective geometry that are being used as mathematical background for the next chapters. The third chapter refers to the theoretical modeling of a camera, along with its parameters and the distortions that appear in this model. The forth chapter deals with the camera calibration procedure, along with its implementation. Chapter five presents general categories of stereoscopic algorithms, along with their similarity measures. Chapter six talks about Harris corner detector and its implementation in detecting corners and in the matching process as well. Chapter 7 analyzes the SIFT algorithm theory and gives an example of detecting and matching features. Chapter 8 highlights basic principles of epipolar geometry and stresses out the importance of image rectification. Chapter nine presents the procedure that has been followed, along with the description and implementation of the depth estimation methods that have been used.

Το πρόβλημα της αντιστοίχισης εικόνων είναι ένα από τα σημαντικότερα στο πεδίο της υπολογιστικής όρασης, αφού η ευθυγράμμιση δύο ή περισσότερων εικόνων χρησιμοποιείται τουλάχιστον σαν στάδιο προεπεξεργασίας σε ένα μεγάλο αριθμό εφαρμογών. Στην εργασία αυτή μας απασχόλησε το πρόβλημα της στοίχισης εικόνων στις οποίες οι φωτομετρικές παραμορφώσεις είναι τοπικές και δεν μπορούν να μοντελοποιηθούν με το γενικό σφαιρικό μοντέλο της αντίθεσης και της φωτεινότητας, ή/και τμήματα των προς στοίχιση εικόνων είναι αποκλεισμένα από τη μια από αυτές. Για την αντιμετώπιση των παραπάνω προβλημάτων, η αντιστοίχηση των εικόνων προσεγγίστηκε μέσω της σταθμισμένης ελαχιστοποίησης μετρικών σφάλματος που βασίζονται στο τετραγωνικό σφάλμα. Συγκεκριμένα, εκμεταλλευόμαστε την αμεταβλητότητα της κανονικοποιημένης κλίσης μιας εικόνας σε τοπικές φωτομετρικές παραμορφώσεις και τη δυνατότητα στοίχισης κάθε ζεύγους αντίστοιχων εικονοστοιχείων των υπό στοίχιση εικόνων με την μεγιστοποίηση της μεταξύ τους συσχέτισης. Έτσι πετυχαίνουμε την αποσύνδεση του αρχικού προβλήματος σε δύο υποπροβλήματα η λύση των οποίων καταλήγει σε δύο υπερκαθορισμένα συστήματα γραμμικών εξισώσεων, καθένα εκ των οποίων έχει ως αγνώστους τις ανά κατεύθυνση παράμετρες του μετασχηματισμού που αναζητούμε για την εξάλειψη της γεωμετρικής παραμόρφωσης και ως δεξιό μέλος τις τιμές των φωτομετρικών παραμορφώσεων. Τελικά, με την επιλογή δύο κατάλληλων υποσυνόλων των προαναφερθέντων γραμμικών εξισώσεων, που εξασφαλίζουν την εφικτότητα των επιμέρους λύσεων οδηγούμαστε στον προσδιορισμό των βέλτιστων παραμέτρων. Η προτεινόμενη τεχνική δοκιμάστηκε στη βάση προσώπων Yale Β που έχει χρησιμοποιηθεί από άλλες τεχνικές αντιστοίχισης που είναι ειδικά προσαρμοσμένες για την αντιστοίχιση προσώπων. Η απόδοση της προτεινόμενης τεχνικής είναι πολύ καλή και υπερτερεί και στα ποσοστά σύγκλισης αλλά και στην ακρίβεια των λύσεων από την απόδοση των άλλων τεχνικών τόσο στη στοίχιση εικόνων που έχουν υποστεί γεωμετρικές παραμορφώσεις (από πολύ μικρές μέχρι και πολύ έντονες) όσο και σε εικόνες με διαφορετικές έντονες φωτομετρικές παραμορφώσεις. Επίσης, η προτεινόμενη τεχνική δοκιμάστηκε στις βάσεις του Affine Covariance Regions του University of Oxford στις οποίες το περιεχόμενο των εικόνων είναι γενικό και οι ειδικού σκοπού τεχνικές αποτυγχάνουν, με εξίσου πολύ καλή απόδοση. / The image registration problem is one of the most important problems in the field of computer vision, since the process of aligning two or more images is used, at least as a preprocessing step, in many applications. In this work, we employed the problem of image alignment in which the photometric deformations are local and can not be modeled with the general spherical model of contrast and brightness, and / or portions of images to align are occluded. To address these problems, the image registration was approached by minimizing the weighted error metric based on squared error. In particular, we exploit the invariance of the normalized image gradient in local photometric deformations so we can align each pair of corresponding pixels in the images by maximizing the correlation between them. Thus, we achieve to dissolve the original problem into two subproblems the solution of which leads to two over-determined systems of linear equations, each of which has the direction parameters of the transformation we seek to estimate as unknowns and as right member the values of photometric deformations. Ultimately, the choice of two suitable subsets of the above linear equations, ensuring the feasibility of individual solutions we are lead to the identification of best parameters. The proposed technique was tested in Yale B face database which has been used by other mapping techniques adapted to matching persons. The performance of the proposed technique is very good and superior at the convergence rates and the accuracy of the solutions to the performance of other techniques concerning both images that have undergone geometrical deformation (from very small to very intense) and images in different intense photometric deformations. Also, the proposed technique was tested on database of Affine Covariance Regions of the University of Oxford in which the content of the images is general and special-purpose techniques fail, with equally good performance.

Σε μία κοινωνία όπου η λήψη των σωστών αποφάσεων απαιτεί μεγάλη ταχύτητα, είναι γνωστό πως τα πληροφοριακά συστήματα παίζουν πολύ σημαντικό ρόλο. Ο νοσοκομειακός κλάδος, είναι ένας κλάδος που δεν αποτελεί εξαίρεση σε αυτό. Προκειμένου, λοιπόν, τα ενδιαφερόμενα μέρη ενός νοσοκομείου να μπορούν να παρακολουθήσουν τη λειτουργία του με στοιχεία τα οποία να ανταποκρίνονται στην πραγματικότητα, απαραίτητη προυπόθεση είναι τα δεδομένα που εξάγονται να είναι έγκυρα σε μορφή επεξεργασμένης πληροφορίας. Κατά συνέπεια, όσο πιο πλήρης είναι η ανάπτυξη της υποδομής των πληροφοριακών συστημάτων, τόσο πιο εύκολο είναι να διοικηθεί μία νοσοκομειακή μονάδα. Πιο συγκεκριμένα στην παρούσα εργασία θα ασχοληθούμε με τη διαχείριση των υλικών σε μία νοσοκομειακή μονάδα. Δυστυχώς, ακόμα και στις μέρες μας σε ένα νοσοκομείο παρόλο που τα πληροφοριακά συστήματα και οι τεχνολογία έχουν εξελιχθεί πάρα πολύ, καθώς υπάρχουν πολλές μέθοδοι ταξινόμισης και εξειδικευμένων εφαρμογών για την περιγραφή και τον εντοπισμό των υλικών του νοσοκομείου, τις περισσότερες φορές τα δεδομένα που παρέχονται μένουν ανεκμετάλλευτα τόσο από τη διοίκηση όσο και από τους επαγγελματίες υγείας. Στην παρούσα εργασία αρχικά αναφέρουμε την ανάγκη ταξινόμισης των υλικών των μονάδων υγείας του Ε.Σ.Υ., καθώς επίσης και την καταλληλότερη μέθοδο κωδικοπίησης που είναι η GMDN. Στη συνέχεια αναλύουμε τη δομή της κωδικοποίησης του Πανεπιστημιακού Γενικού Νοσοκομείου Πατρών (Π.Γ.Ν.Π.). Έπειτα αναλύουμε το γεγονός πως πολλά λάθη γίνονται κατά την παραγγελία των υλικών του νοσοκομείου, καθώς και τις αιτίες που προκαλλούν αυτά τα λάθη, θέτοντας έτσι το πρόβλημα με το οποίο θα ασχοληθούμε. Πιο συγκεκριμένα, σύμφωνα με τον Νόμο υπ’αρ. 2955/01 περί προμηθειών νοσοκομείων και λοιπών μονάδων υγείας του ΠΕ.Σ.Υ., τα υλικά του νοσοκομείου κατηγοριοποιούνται και κωδικοποιούνται κατά τρόπο συμβατό με τα διεθνή πρότυπα. Όλες οι εταιρείες που εμπορεύονται ιατροτεχνολογικά προϊόντα και επιθυμούν να είναι προμηθευτές των νοσοκομείων, υποχρεούνται να καταχωρήσουν τα προϊόντα που διακινούν στο κωδικολόγιο διακινούμενων ιατροτεχνολογικών προϊόντων που διατηρεί το ΕΚΕΒΥΛ. Το κωδικολόγιο αυτό χρησιμοποιεί το σύστημα ονοματολογίας που είναι συμβατό με το Ευρωπαϊκό πρότυπο EN ISO 15225, δηλαδή την GMDN. Το Η.ΔΙ.Κ.Α. όμως έχει ζητήσει από το νοσοκομείο να κωδικοποιεί τα υλικά του σε τέσσερα επίπεδα, κάτι το οποίο δε συνάδει με τις οδηγίες του ΕΚΕΒΥΛ. Ενώ η κωδικοποίηση της GMDN παραθέτει τα είδη σε πιο γενική μορφή, ίσως σε επί πεδο υποομάδας, η κωδικοποίηση του Π.Γ.Ν.Π. τα παραθέτει κατ’είδος. Αυτό σημαίνει πως θα πρέπει να γίνει αντιστοίχιση των κωδικών των υλικών που προμηθεύονται τα νοσοκομεία, με αυτούς της GMDN. Η λύση που προτείνουμε για αυτό το πρόβλημα είναι η αντιστοίχιση των οντολογιών. Για να γίνει κατανοητό περί τίνος πρόκειται, κάνουμε μία αναφορά στο τι είναι οντολογίες, το πώς αυτές δημιουργούνται και ποια είναι η χρήση τους. Οι οντολογίες συνδυάζουν τις δύο προηγούμενες κωδικοποιήσεις ώστε να βρεθεί μία λύση, αντιστοιχίζοντας το νοσοκομείο τους κωδικούς του με τους κωδικούς της GMDN. Η μέθοδος αντιστοίχισης οντολογιών που προτείνουμε είναι η ONARM. Η μεθοδολογία αυτή κινείται στο χώρο της έξυπνης εξόρυξης των δεδομένων από τον τομέα της τεχνητής νοημοσύνης data mining. Πιο συγκεκριμένα, είναι εξειδικευμένη σε δεδομένα με την μορφή εννοιών οι οποίες απεικονίζονται σε δενδρικές μορφές – γράφους, με το σχήμα των οντολογιών. Η μεθοδολογία ONARM είναι σε θέση να αξιοποιήσει τέτοιου είδους προσωπικούς γράφους χρηστών και να τους συσχετίζει, έτσι ώστε να βρεθούν κοινά ενδιαφέροντα απεικονισμένα με την μορφή εννοιών και έπειτα η συσχέτισή τους. Συνεχίζοντας κάνουμε μία ανάλυση αυτής της τεχνικής αντιστοίχισης οντολογιών, αναλύοντας τα βήματα με τα οποία πραγματοποιείται. Η παρούσα εργασία ολοκληρώνεται κάνοντας μία μελέτη περίπτωσης, εφαρμόζοντας τη μέθοδο αντιστοίχισης οντολογιών ONARM στις κωδικοποιήσεις που ήδη έχουν αναπτυχθεί παραπάνω. Τέλος παρουσιάζουμε τα αποτελέσματα καθώς και κάποια συμπεράσματα. / In a society where making the right decisions requires high speed, it is known that information systems play a very important role. The hospital industry is one industry that is no exception to this. In order, therefore, interested parties a hospital they can monitor the operation of the elements which correspond to the reality, it is required the data to be exported in the form of valid processed information. Consequently, the more complete is the infrastructure development of information systems, the easier it is to dioikithei one hospital unit. Specifically in this paper we will deal with the management of materials in a hospital unit. Unfortunately, even nowadays in a hospital although the information systems and technology have evolved too, as there are many methods of sorting and specialized applications for the description and identification of materials of the hospital, most of the times the data provided live unexploited by both the administration and from health professionals. In this paper initially mention the need for sorting of materials NHS health units, as well as the most appropriate method kodikopiisis that is GMDN. Then we analyze the structure of the coding of the University Hospital of Patras (PGNP). Then we analyze the fact that many mistakes made ​​when ordering materials hospital, and the causes prokalloun these errors, thus the problem with which we deal. More specifically, according to Law no. 2955/01 on procurement by hospitals and other health units PE.S.Y., materials hospital categorized and coded in a manner compatible with international standards. All companies who market medical devices and wish to be suppliers of hospitals, are required to register their products moving in kodikologio migrant medical devices that maintains EKEVYL. The kodikologio uses the nomenclature system that is compatible with the European standard EN ISO 15225, ie GMDN. The I.DI.K.A. but has asked the hospital to encode materials in four levels, which is consistent with the instructions EKEVYL. While coding GMDN lists the species in most general form, perhaps at a level subgroup, the codification of PGNP the lists by nature. This means that you should be reconciled codes of materials supplied hospitals with those of GMDN. Our solution to this problem is the matching of ontologies. To understand what is going on, make a reference to what ontologies are, how they are created and what is their use. Ontologies combine the previous two encodings to find a solution by assigning hospital codes with the codes of GMDN. The ontology mapping method we propose is ONARM. This methodology moves in the field of predictive data mining of the field of artificial intelligence data mining. More specifically, it is specialized in data in the form of concepts which are illustrated in arboreal forms - graphs, the shape of ontologies. The methodology ONARM be able to utilize such personal user graphs and tying in order to find common interests depicted in the form of concepts and then correlate them. Continuing do an analysis of this technique ontology matching, analyzing the steps which effected. This thesis concludes by making a case study applying the mapping method ontologies ONARM to encodings already developed above. Finally we present the results and some conclusions.

In this work were studied, implemented and evaluated two algorithms of image registration with two similarity metrics of mutual information. These were Viola-Wells Mutual Information [6],[7] and Mattes Mutual Information[11]. Materials and Methods: Two 3D MRI T1 and Τ2 brain images were used. The T1 image was rotated in all three axes , with the 27 possible triples of angles 0.25, 1.5 and 3 degrees and in the T2 image were added 3 Gaussian Noise Levels (1,3,5%). Thus were formed two experiments. The monomodal experiment which was registering the initial T1 image with its 27 rotated instances and the multimodal experiment which was registering the 4 T2 images (0,1,3,5% Gaussian Noise) with the 27 rotated T1 images. The registration framework had also a Regular Step Gradient Descent Optimizer, affine linear transformation and linear interpolator. After the 5 experimental set were registered with both algorithms, then in order for the results to be evaluated, 5 similarity metrics were used. These were: 1) Mean Square Difference 2) Correlation Coefficient 3) Joint Entropy 4) Normalized Mutual Information και 5) Entropy of the Difference Image. Finally t-test was applied, in order to find statistically significant differences. Results: Both algorithms had similar outcome, although the algorithm with Mattes Μutual Information metric, had a slightly improved performance. Statistically important differences were found in the t-test. Conclusions: The two methods should be tested more, using other kinds of transformation, and more data sets. / Σε αυτήν την εργασία μελετήθηκαν, υλοποιήθηκαν και αξιολογήθηκαν δύο αλγόριθμοι αντιστοίχισης ιατρικών εικόνων με δύο μετρικές ομοιότητας με χρήση κοινού πληροφορίας. Συγκεκριμένα η υλοποίηση Viola-Wells [6],[7] και η υλοποίηση Mattes[11]. Υλικά και Μέθοδος: Χρησιμοποιήθηκαν δύο εικόνες 3D MRI T1 και Τ2 που απεικόνιζαν εγκέφαλου. Η εικόνα Τ1 περιστράφηκε με τους 27 δυνατές συνδυασμούς των γωνιών 0.25,1.5,3 μοιρών , σε όλους τους άξονες και στην εικόνα Τ2 προστέθηκαν 3 επίπεδα Gaussian θορύβου (1,3,5%). Έτσι σχηματίστηκαν δύο πειράματα. Το μονο-απεικονιστικό πείραμα (Monomodal) που αντιστοιχούσε την αρχική Τ1 εικόνα με τα 27 περιστρεμμένα στιγμιότυπα της και το πολύ-απεικονιστικό (multimodal) που αντιστοιχούσε τις 4 Τ2 εικόνες (0,1,3,5% Gaussian Noise) με τα 27 περιστρεμμένα στιγμιότυπα της Τ1. Το σχήμα της αντιστοίχισης αποτελούνταν εκτός από τις δύο μετρικές ομοιότητας, από τον Regular Step Gradient Descent βελτιστοποιητή , συσχετισμένο (affine) γραμμικό μετασχηματισμό και γραμμικό interpolator. Αφού τα 5 σύνολα πειραμάτων ταυτίστηκαν και με τους 2 αλγορίθμους στην συνέχεια και προκειμένου να αξιολογηθεί το αποτέλεσμα της αντιστοίχισης, χρησιμοποιήθηκαν 5 μετρικές ομοιότητας. Αυτές ήταν : 1) Mean Square Difference 2) Correlation Coefficient 3) Joint Entropy 4) Normalized Mutual Information και 5) Entropy of the Difference Image. Τέλος εφαρμόστηκε και t-test προκειμένου να επιβεβαιωθούν στατιστικώς σημαντικές διαφορές. Αποτελέσματα: Και οι δύο αλγόριθμοι βρέθηκαν να έχουν παρόμοια συμπεριφορά, ωστόσο ο αλγόριθμος που χρησιμοποιούσε την Mattes Μutual Information μετρική ομοιότητας είχε καλύτερα αποτελέσματα. Στατιστικώς σημαντικές διαφορές επιβεβαιώθηκαν και από το t-test. Συμπέρασμα: Οι δύο μέθοδοι θα πρέπει να αξιολογηθούν χρησιμοποιώντας και άλλους μετασχηματισμούς, καθώς και διαφορετικά data set.

Μέχρι σήμερα δεν έχει γίνει καμία προσπάθεια σύνδεσης της τεχνικής εκπαίδευσης με την αγορά εργασίας. Για το λόγο αυτό, στόχος της διατριβής είναι η διερεύνηση της απασχόλησης των αποφοίτων σε θέσεις εργασίας που έχουν άμεση σχέση με τις σπουδές τους, δηλαδή η αντιστοίχιση της εκπαίδευσης με την απασχόληση. Η έρευνα(ποιοτική και ποσοτική)αναπτύχθηκε στους Νομούς Θεσσαλονίκης και Αχαϊας και βασίστηκε σε δομημένο ερωτηματολόγιο. Από την έρευνα που πραγματοποιήθηκε διαπιστώθηκαν, μεταξύ άλλων, και τα εξής: η ανεργία μεταξύ των αποφοίτων είναι πολύ υψηλή εφόσον σε μεγάλο ποσοστό εργοδοτών τα πτυχία των αποφοίτων δεν αντιπροσωπεύουν τίποτα. Επιπλέον, οι απόφοιτοι δηλώνουν ότι μέχρι σήμερα ετεροαπασχολούνται σε εργασίες άσχετες με την εκπαίδευσή τους, ενώ πολλοί είναι και εκείνοι που δεν έχουν εργασθεί ποτέ, επειδή δε βρίσκουν καμία εργασία στην ειδικότητά τους ή σε άλλη ειδικότητα. Τα συμπεράσματα της έρευνας δίνουν έναυσμα για τη διατύπωση προτάσεων που θα συμβάλλουν στην επίλυση του προβλήματος της ανεργίας των αποφοίτων της τεχνικής εκπαίδευσης,όπως η ανανέωση των προγραμμάτων σπουδών, και η εφαρμογή πρακτικής άσκησης των μαθητών σε επιχειρήσεις, η οποία μπορεί να επιτευχθεί μόνο μέσω της ουσιαστικής αρωγής της ουσιαστικής αρωγής της πολιτείας. / Until today, it has not been made any effort to connect the vocational education with labour market. For this reason, the aim of the thesis is the examination of the employment of graduates in job positions that are directly ralated with their studies, which means matching and schooling. The research (qualitive and quantitive) was developed in Prefecture of Thessaloniki and Achaia and was based on a strustured questionnaire. The results of the research, among others, are the following: The unemployment level is very high among the graduates, by the time that a great percentage of employers do not recognize their diplomas. Moreover, almost half of the graduates declare that until today they are employed in jobs, irrelevant to their education, while many others have never been employed because they could not find any job in their speciality or in any else. The conclusions of the research can be taken as a suggestion for the solution of unemployment problem of graduates of vocational education, like the renewal of time- tables and application of practice of students in enteprices, that can be achieved only through the essential help of public sector.

Ένα σημαντικό πρόβλημα είναι η αντιστοίχιση εικόνων με σκοπό τη δημιουργία πανοράματος. Στην παρούσα εργασία έχουν χρησιμοποιηθεί αλγόριθμοι που βασίζονται στη χρήση σημείων κλειδιών. Αρχικά στην εργασία βρίσκονται σημεία κλειδιά για κάθε εικόνα που μένουν ανεπηρέαστα από τις αναμενόμενες παραμορφώσεις με την βοήθεια του αλγορίθμου SIFT (Scale Invariant Feature Transform). Έχοντας τελειώσει αυτή τη διαδικασία για όλες τις εικόνες, προσπαθούμε να βρούμε το πρώτο ζευγάρι εικόνων που θα ενωθεί. Για να δούμε αν δύο εικόνες μπορούν να ενωθούν, ακολουθεί ταίριασμα των σημείων κλειδιών τους. Όταν ένα αρχικό σετ αντίστοιχων χαρακτηριστικών έχει υπολογιστεί, πρέπει να βρεθεί ένα σετ που θα παράγει υψηλής ακρίβειας αντιστοίχιση. Αυτό το πετυχαίνουμε με τον αλγόριθμο RANSAC, μέσω του οποίου βρίσκουμε το γεωμετρικό μετασχηματισμό ανάμεσα στις δύο εικόνες, ομογραφία στην περίπτωσή μας. Αν ο αριθμός των κοινών σημείων κλειδιών είναι επαρκής, δηλαδή ταιριάζουν οι εικόνες, ακολουθεί η ένωσή τους. Αν απλώς ενώσουμε τις εικόνες, τότε θα έχουμε σίγουρα κάποια προβλήματα, όπως το ότι οι ενώσεις των δύο εικόνων θα είναι πολύ εμφανείς. Γι’ αυτό, για την εξάλειψη αυτού του προβλήματος, χρησιμοποιούμε τη μέθοδο των Λαπλασιανών πυραμίδων. Επαναλαμβάνεται η παραπάνω διαδικασία μέχρι να δημιουργηθεί το τελικό πανόραμα παίρνοντας κάθε φορά σαν αρχική την τελευταία εικόνα που φτιάξαμε στην προηγούμενη φάση. / Stitching multiple images together to create high resolution panoramas is one of the most popular consumer applications of image registration and blending. At this work, feature-based registration algorithms have been used. The first step is to extract distinctive invariant features from every image which are invariant to image scale and rotation, using SIFT (Scale Invariant Feature Transform) algorithm. After that, we try to find the first pair of images in order to stitch them. To check if two images can be stitched, we match their keypoints (the results from SIFT). Once an initial set of feature correspondences has been computed, we need to find the set that is will produce a high-accuracy alignment. The solution at this problem is RANdom Sample Consensus (RANSAC). Using this algorithm (RANSAC) we find the motion model between the two images (homography). If there is enough number of correspond points, we stitch these images. After that, seams are visible. As solution to this problem is used the method of Laplacian Pyramids. We repeat the above procedure using as initial image the ex panorama which has been created.

Μια από τις συνεχώς εξελισσόμενες περιοχές της επιστήμης των υπολογιστών είναι η Υπολογιστική Όραση, σκοπός της οποίας είναι η δημιουργία έξυπνων συστημάτων για την ανάκτηση πληροφοριών από πραγματικές εικόνες. Πολλές σύγχρονες εφαρμογές της υπολογιστικής όρασης βασίζονται στην αντιστοίχιση εικόνων. Την πλειοψηφία των αλγορίθμων αντιστοίχισης συνθέτουν παραμετρικές τεχνικές, σύμφωνα με τις οποίες υιοθετείται ένα παραμετρικό μοντέλο, το οποίο εφαρμοζόμενο στη μια εικόνα δύναται να παρέχει μια προσέγγιση της άλλης. Στο πλαίσιο της διατριβής μελετάται εκτενώς το πρόβλημα της Στερεοσκοπικής Αντιστοίχισης και το γενικό πρόβλημα της Ευθυγράμμισης Εικόνων. Για την αντιμετώπιση του πρώτου προβλήματος προτείνεται ένας τοπικός αλγόριθμος διαφορικής αντιστοίχισης που κάνει χρήση μιας νέας συνάρτησης κόστους, του Τροποποιημένου Συντελεστή Συσχέτισης (ECC), η οποία ενσωματώνει το παραμετρικό μοντέλο μετατόπισης στον κλασικό συντελεστή συσχέτισης. Η ενσωμάτωση αυτή καθιστά τη νέα συνάρτηση κατάλληλη για εκτιμήσεις ανομοιότητας με ακρίβεια μικρότερη από αυτήν του εικονοστοιχείου. Αν και η συνάρτηση αυτή είναι μη γραμμική ως προς την παράμετρο μετατόπισης, το πρόβλημα μεγιστοποίησης έχει κλειστού τύπου λύση με αποτέλεσμα τη μειωμένη πολυπλοκότητα της διαδικασίας της αντιστοίχισης με ακρίβεια υπο-εικονοστοιχείου. Ο προτεινόμενος αλγόριθμος παρέχει ακριβή αποτελέσματα ακόμα και κάτω από μη γραμμικές φωτομετρικές παραμορφώσεις, ενώ η απόδοσή του υπερτερεί έναντι γνωστών στη διεθνή βιβλιογραφία τεχνικών αντιστοίχισης ενώ φαίνεται να είναι απαλλαγμένος από το φαινόμενο pixel locking. Στην περίπτωση του προβλήματος της ευθυγράμμισης εικόνων, η προτεινόμενη συνάρτηση γενικεύεται με αποτέλεσμα τη δυνατότητα χρήσης οποιουδήποτε δισδιάστατου μετασχηματισμού. Η μεγιστοποίησή της, η οποία αποτελεί ένα μη γραμμικό πρόβλημα, επιτυγχάνεται μέσω της επίλυσης μιας ακολουθίας υπο-προβλημάτων βελτιστοποίησης. Σε κάθε επανάληψη επιβάλλεται η μεγιστοποίηση μιας μη γραμμικής συνάρτησης του διανύσματος διορθώσεων των παραμέτρων, η οποία αποδεικνύεται ότι καταλήγει στη λύση ενός γραμμικού συστήματος. Δύο εκδόσεις του σχήματος αυτού προτείνονται: ο αλγόριθμος Forwards Additive ECC (FA-ECC) και o αποδοτικός υπολογιστικά αλγόριθμος Inverse Compositional ECC (IC-ECC). Τα προτεινόμενα σχήματα συγκρίνονται με τα αντίστοιχα (FA-LK και SIC) του αλγόριθμου Lucas-Kanade, ο οποίος αποτελεί σημείο αναφοράς στη σχετική βιβλιογραφία, μέσα από μια σειρά πειραμάτων. Ο αλγόριθμος FA-ECC παρουσιάζει όμοια πολυπλοκότητα με τον ευρέως χρησιμοποιούμενο αλγόριθμο FA-LΚ και παρέχει πιο ακριβή αποτελέσματα ενώ συγκλίνει με αισθητά μεγαλύτερη πιθανότητα και ταχύτητα. Παράλληλα, παρουσιάζεται πιο εύρωστος σε περιπτώσεις παρουσίας προσθετικού θορύβου, φωτομετρικών παραμορφώσεων και υπερ-μοντελοποίησης της γεωμετρικής παραμόρφωσης των εικόνων. Ο αλγόριθμος IC-ECC κάνει χρήση της αντίστροφης λογικής, η οποία στηρίζεται στην αλλαγή των ρόλων των εικόνων αντιστοίχισης και συνδυάζει τον κανόνα ενημέρωσης των παραμέτρων μέσω της σύνθεσης των μετασχηματισμών. Τα δύο αυτά χαρακτηριστικά έχουν ως αποτέλεσμα τη δραστική μείωση του υπολογιστικού κόστους, ακόμα και σε σχέση με τον SIC αλγόριθμο, με τον οποίο βέβαια παρουσιάζει παρόμοια συμπεριφορά. Αν και ο αλγόριθμος FA-ECC γενικά υπερτερεί έναντι των τριών άλλων αλγορίθμων, η επιλογή μεταξύ των δύο προτεινόμενων σχημάτων εξαρτάται από το λόγο μεταξύ ακρίβειας αντιστοίχισης και υπολογιστικού κόστους. / Computer Vision has been recently one of the most active research areas in computer society. Many modern computer vision applications require the solution of the well known image registration problem which consist in finding correspondences between projections of the same scene. The majority of registration algorithms adopt a specific parametric transformation model, which is applied to one image, thus providing an approach of the other one. Towards the solution of the Stereo Correspondence problem, where the goal is the construction of the disparity map, a local differential algorithm is proposed which involves a new similarity criterion, the Enhanced Correlation Coefficient (ECC). This criterion is invariant to linear photometric distortions and results from the incorporation of a single parameter model into the classical correlation coefficient, defining thus a continuous objective function. Although the objective function is non-linear in translation parameter, its maximization results in a closed form solution, saving thus much computational burden. The proposed algorithm provides accurate results even under non-linear photometric distortions and its performance is superior to well known conventional stereo correspondence techniques. In addition, the proposed technique seems not to suffer from pixel locking effect and outperforms even stereo techniques, dedicated to the cancellation of this effect. For the image alignment problem, the maximization of a generalized version of ECC function that incorporates any 2D warp transformation is proposed. Although this function is a highly non-linear function of the warp parameters, an efficient iterative scheme for its maximization is developed. In each iteration of the new scheme, an efficient approximation of the nonlinear objective function is used leading to a closed form solution of low computational complexity. Two different iterative schemes are proposed; the Forwards Additive ECC (FA-ECC) and the Inverse Compositional ECC (IC-ECC) algorithm. Τhe proposed iterative schemes are compared with the corresponding schemes (FA-LK and SIC) of the leading Lucas-Kanade algorithm, through a series of experiments. FA-ECC algorithm makes use of the known additive parameter update rule and its computational cost is similar to the one required by the most widely used FA-LK algorithm. The proposed iterative scheme exhibits increased learning ability, since it converges faster with higher probability. This superiority is retained even in presence of additive noise and photometric distortion, as well as in cases of over-modelling the geometric distortion of the images. On the other hand, IC-ECC algorithm makes use of inverse logic by swapping the role of images and adopts the transformation composition update rule. As a consequence of these two options, the complexity per iteration is drastically reduced and the resulting algorithm constitutes the most computationally efficient scheme than three other above mentioned algorithms. However, empirical learning curves and probability of convergence scores indicate that the proposed algorithm has a similar performance to the one exhibited by SIC. Though FA-ECC seems to be clearly more robust in real situation conditions among all the above mentioned alignment algorithms, the choice between two proposed schemes necessitates a trade-off between accuracy and speed.

Σκοπός της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη αλγορίθμων επεξεργασίας ιατρικής εικόνας για την ενσωμάτωση τους σε ιατρικές εφαρμογές ακτινοθεραπευτικού ενδιαφέροντος. Οι αλγόριθμοι αυτοί στηρίζονται στην αρχή λειτουργίας των χαρτών αυτο-οργάνωσης Kohonen και αξιοποιούν την πληροφορία που περιέχεται σε περιοχές των εικόνων γύρω από σημεία ενδιαφέροντος, ώστε να εντοπίσουν αυτόματα, με ακρίβεια και αξιοπιστία, αντιστοιχίες μεταξύ των εικόνων. Πιο συγκεκριμένα, ένας επαναληπτικός αλγόριθμος προτείνεται για την αυτόματη εύρεση αντίστοιχων σημείων σε ιατρικές εικόνες δύο διαστάσεων. Ο προτεινόμενος αλγόριθμος προϋποθέτει την εύρεση σημείων ενδιαφέροντος μόνο στη μια από τις δύο εικόνες και εντοπίζει τα αντίστοιχα σημεία στη δεύτερη εικόνα μέσα από μια επαναληπτική διαδικασία, η οποία προσομοιάζει τη φάση εκπαίδευσης του νευρωνικού δικτύου. Με βάση τα ζεύγη των αντίστοιχων σημείων, υπολογίζονται στη συνέχεια οι παράμετροι ενός μετασχηματισμού, κατάλληλου για να περιγράψει τη σχέση μεταξύ των δεδομένων εικόνων. Ο αλγόριθμος ευθυγράμμισης εφαρμόζεται σε δεδομένες εικόνες ηλεκτρονικής πυλαίας απεικόνισης (Electronic Portal Images), που λαμβάνονται πριν από κάθε συνεδρία της ακτινοθεραπείας, για τον υπολογισμό του σφάλματος τοποθέτησης του ασθενούς. Το ζήτημα της επαλήθευσης της θέσης του ασθενούς στην ακτινοθεραπεία αντιμετωπίζεται επίσης με τη βοήθεια μιας αυτόματης μεθόδου εύρεσης αντίστοιχων σημείων σε τρισδιάστατα δεδομένα, η οποία εφαρμόζεται για την ευθυγράμμιση της αξονικής τομογραφίας του σχεδιασμού της ακτινοθεραπείας και μιας αξονικής τομογραφίας επαλήθευσης, που λαμβάνεται πριν την πρώτη συνεδρία της ακτινοθεραπείας. Ο προτεινόμενος αλγόριθμος εντοπίζει αντίστοιχα σημεία ενδιαφέροντος στις δεδομένες τομογραφικές εικόνες και υπολογίζει τις παραμέτρους ενός μη γραμμικού μετασχηματισμού ευθυγράμμισης. Μετά την ευθυγράμμιση των δύο τομογραφιών, υπολογίζεται η μετατόπιση του ισοκέντρου στην τομογραφία επαλήθευσης σε σχέση με τη θέση του ισοκέντρου που προβλέπεται στην αρχική τομογραφία του σχεδιασμού. Με την ενσωμάτωση αυτής της μεθόδου ευθυγράμμισης στη διαδικασία της ακτινοθεραπείας, ικανοποιούνται δύο ανάγκες της κλινικής πρακτικής. Αφενός, η μετατόπιση του ισοκέντρου, όπως υπολογίζεται από την προτεινόμενη μέθοδο, παρέχει μια αξιόπιστη ένδειξη για τη μετατόπιση του ασθενούς που απαιτείται πριν τη χορήγηση της ακτινοβολίας. Αφετέρου, επιχειρείται η καλύτερη αξιοποίηση των πόρων του τμήματος της ακτινοθεραπείας με τη διαδικασία της εύρεσης του ισοκέντρου της ακτινοθεραπείας να λαμβάνει χώρα στην αίθουσα του αξονικού τομογράφου και να μειώνεται συνεπώς ο χρόνος που απαιτείται για την προετοιμασία του ασθενούς στον γραμμικό επιταχυντή κατά την πρώτη συνεδρία της ακτινοθεραπείας. / Aim of the present thesis is the development of image processing algorithms for radiotherapy applications. These algorithms are based on the principles of Kohonen Self Organizing Maps and exploit the information contained in image regions around distinctive points of interest, in order to determine image correspondences in an automatic, accurate and robust way. In particular, an iterative algorithm is proposed for automatic detection of point correspondences in two-dimensional medical images. The proposed algorithm requires the extraction of interest points only in one image and detects the homologous points in the second image through an iterative procedure, respective to the training phase of a neural network. Subsequently, the parameters of an appropriate registration transformation are computed to describe the mapping between the two images. The computation is based on the detected point correspondence. The proposed registration algorithm is applied to Electronic Portal Images, acquired prior to the radiotherapy treatment delivery, in order to estimate the setup error of the patient. The issue of patient position verification in radiotherapy is also addressed in the present thesis by developing an algorithm for automatic detection of point correspondences in three-dimensional medical data. The algorithm is used to register the CT data of radiotherapy planning to an additional verification CT, acquired prior to the first treatment fraction. The proposed algorithm detects corresponding points in the two CT images and computes the parameters of a non-rigid registration transformation. After the registration of the two CT images, the isocenter displacement of the verification CT is calculated with respect to the ideal isocenter position, defined in the planning CT. By integrating the proposed registration procedure in the clinical practice, two needs are met. Firstly, the isocenter displacement, calculated by the proposed method, provides a reliable indication of the patient shift, needed before the treatment delivery, for optimization of the dose delivery. Secondly, an improvement of the radiotherapy department efficiency is attempted by performing the procedure of isocenter marking in the CT scanner room and, consequently, reducing the time expenditure of the patient in the LINAC during the first radiotherapy fraction.

Η αντιστοίχιση εικόνων έχει σαν σκοπό την εύρεση γεωμετρικών και άλλων διαφορών ανάμεσα σε δύο ή περισσότερες εικόνες. Η ψηφιακή υδατογράφηση εικόνων προσφέρει κατοχύρωση των πνευματικών δικαιωμάτων, εισάγοντας στις εικόνες ένα αδιόρατο σήμα, ένα υδατογράφημα, με τέτοιο τρόπο ώστε να είναι δύσκολο να αφαιρεθεί. Η αντιστοίχιση μπορεί να αποτελέσει τμήμα της ψηφιακής υδατογράφησης, στη φάση της ανίχνευσης του υδατογραφήματος. Επιπλέον, για την ανίχνευση του υδατογραφήματος χρησιμοποιούνται παρόμοιες ή και ίδιες μετρικές ομοιότητας με αυτές που χρησιμοποιούνται στην αντιστοίχιση. Έτσι, οποιαδήποτε βελτίωση αφορά την αντιστοίχιση ή τις μετρικές ομοιότητας μπορεί να έχει θετικές επιδράσεις και στην ψηφιακή υδατογράφηση. Η έρευνα που έγινε στα πλαίσια της διδακτορικής διατριβής σε σχέση με το πρόβλημα της αντιστοίχισης αφορά τη συσχέτιση των εικόνων στο χωρικό πεδίο, η οποία έχει το εξής μειονέκτημα: η περιοχή γύρω από τη μέγιστη τιμή της μπορεί να έχει μεγάλο εύρος και να επηρεάζει την ακρίβεια της αντιστοίχισης. Για την αντιμετώπιση αυτού του προβλήματος, προτείνεται μια διαδικασία προ-λεύκανσης των εικόνων, βασισμένη στο φίλτρο σφάλματος πρόβλεψης. Επίσης, αναπτύσσεται ένας επαναληπτικός αλγόριθμος αντιστοίχισης για μετατοπίσεις και περιστροφές, ο οποίος εφαρμόζεται σε ακολουθίες ιατρικών εικόνων με σκοπό τη διάγνωση δυσπλασιών και κακοηθειών. Ένα δεύτερο μειονέκτημα της χωρικής συσχέτισης είναι το μεγάλο υπολογιστικό της κόστος. Στη διδακτορική διατριβή προτείνεται ένα γρήγορο σχήμα υπολογισμού της, το οποίο βασίζεται σε κατάλληλη τμηματοποίηση της εικόνας και στη χρήση του μετασχηματισμού Fourier. Επίσης, το πιο απαιτητικό κομμάτι της διαδικασίας αντιστοίχισης είναι ο υπολογισμός της χρησιμοποιούμενης μετρικής σαν συνάρτηση της σχετικής θέσης των εικόνων. Έτσι, αναπτύσσεται ένας αποδοτικός επαναληπτικός αλγόριθμος, ο οποίος μειώνει σημαντικά τις αναζητήσεις που απαιτούνται για την εύρεση του μεγίστου του συντελεστή συσχέτισης και παρέχει ακρίβεια εικονοστοιχείου. Τέλος, προτείνεται μια τεχνική η οποία παρέχει ακρίβεια υποδιαίρεσης εικονοστοιχείου και βασίζεται στη μεγιστοποίηση του συντελεστή συσχέτισης. Η τεχνική αυτή δεν απαιτεί ανακατασκευή των τιμών της έντασης και παρέχει μια λύση κλειστού τύπου για την εκτίμηση της μετατόπισης. Όσο αφορά το πρόβλημα της υδατογράφησης, η έρευνα που έγινε στα πλαίσια της διδακτορικής διατριβής στοχεύει στην ένθεση ισχυρών υδατογραφημάτων στο χωρικό πεδίο και στη βελτίωση της ανίχνευσής τους. Καταρχήν, προτείνεται μια χωρική αντιληπτική μάσκα, η οποία βασίζεται στην τοπική διασπορά του σφάλματος πρόβλεψης της αρχικής εικόνας. Παράλληλα, αναπτύσσεται ένα «τυφλό» σύστημα ανίχνευσης και η βελτιωμένη απόδοσή του σε σχέση με υπάρχοντες ανιχνευτές αποδεικνύεται θεωρητικά για τη γενική περίπτωση επίθεσης με γραμμικό φίλτρο και θόρυβο. Στη συνέχεια, παράγεται μια νέα χωρική μάσκα η οποία επιτρέπει την ένθεση υδατογραφημάτων με εξαιρετικά μεγάλη ενέργεια, διατηρώντας ταυτόχρονα την ποιότητα της εικόνας σε πολύ καλό επίπεδο. Η απόδοσή της συγκρίνεται με πολύ γνωστές και ευρέως χρησιμοποιούμενες μάσκες και αποδεικνύεται σημαντικά καλύτερη. Επίσης, αναπτύσσεται ένα βελτιωμένο σχήμα ανίχνευσης, το οποίο σε συνδυασμό με την προτεινόμενη μάσκα έχει πολύ καλή απόδοση. Τέλος, προτείνεται μια μέθοδος εισαγωγής υδατογραφήματος στην εικόνα με πολλαπλασιαστικό τρόπο, χρησιμοποιώντας χωρο-χρονική κωδικοποίηση μπλοκ και ειδικότερα μια 4x4 πραγματική, ορθογώνια διάταξη συμβόλων. Το σχήμα αυτό αποδεικνύεται να έχει πολύ καλύτερη απόδοση σε σχέση με την επαναληπτική υδατογράφηση. / Image registration aims at finding geometrical or other differences between two or more images. Image watermarking offers copyright protection by embedding in the images an invisible signal, a watermark, in such a way that it is difficult to be removed. Image registration can be part of a watermark detector. Moreover, similar (or the same) similarity measures are used for both image registration and watermark detection. Thus, any improvement concerning the image registration or the similarity measures can have positive effects on image watermarking, too. Our research concerning the image registration problem deals with the spatial cross-correlation, which has the following drawback: the region around its maximum value can be rather wide, affecting the registration accuracy. This problem can be solved, by properly pre-whitening the images with the prediction error filter. Furthermore, an iterative algorithm is proposed for registering images with translation and rotation differences, which is then applied in sequences of medical images for cancer diagnosis. A second disadvantage of the spatial correlation is its computational cost. A fast computation scheme is proposed, based on a proper partitioning of the images and the Fourier transform. Also, the most computationally intensive part of a registration process is the evaluation of the involved measure for different relative image positions. Thus, an efficient iterative algorithm is developed that considerably reduces the number of searches required for finding the correlation coefficient maximum value and provides pixel accuracy. Finally, an image registration technique with subpixel accuracy is proposed, which is based on the correlation coefficient maximization. This technique does not require the reconstruction of the intensity values and provides a closed form solution to the subpixel translation estimation problem. As far as the problem of image watermarking is concerned, our research aims at embedding robust watermarks in spatial domain and improving their detection. First, a spatial perceptual mask is proposed, based on the local variance of the initial image prediction error. A blind detector is also developed, which performs better than the existing ones. This is theoretically proved for the general attack case with linear filter and noise. Furthermore, a new spatial perceptual mask is proposed that allows for a significantly increased strength of the watermark, while at the same time the image quality remains very good. Its performance is compared to known and widely used masks and is proved to be much better. Moreover, an improved detector is developed, which, combined with the new mask, performs very well. Finally, a new multiplicative watermark embedding is proposed, which uses space-time block coding (specifically a 4x4 real orthogonal design). This scheme is proved to perform much better than the repetitive watermarking.