Στο πλαίσιο της εργασίας αυτής προτείνεται μια τεχνική η οποία προσπαθεί να κάνει ταυτόχρονα εκτίμηση της οπτικής ροής καθώς επίσης και διαμέριση της σκηνής σε διαφορετικά κινούμενα σώματα. Συγκεκριμένα προτείνεται η λύση μιας ακολουθίας προβλημάτων ελαχιστοποίησης. Κάθε πρόβλημα ελαχιστοποίησης προσπαθεί να απομονώσει κάποιο κινούμενο σώμα από την σκηνή και εκτιμά για αυτό μία ταχύτητα. Τα αποτελέσματα που προέκυψαν από την εφαρμογή της τεχνικής σε προβλήματα εκτίμησης της οπτικής ροής διαφορετικής πολυπλοκότητας δείχνουν ότι η επίδοση της προτεινόμενης τεχνικής είναι ικανοποιητική. / In this thesis, a method, which tries to estimate the optical flow field, and segment the scene at the same time, is suggested. Specifically, a series of minimization problems are solved. Each of these minimization problems, tries to isolate a moving object from the scene, and estimate for it a velocity. The results from applying the suggested method in several optical flow estimation problems, with varying complexities, show that the performance of the method is very promising.

Οι πρόσφατες εξελίξεις στις ασύρματες επικοινωνίες και στα ηλεκτρονικά κυκλώματα έχουν επιτρέψει την ανάπτυξη υπολογιστικών διατάξεων χαμηλού κόστους και χαμηλής κατανάλωσης ισχύος, οι οποίες ενσωματώνουν δυνατότητες μέτρησης (sensing), επεξεργασίας και ασύρματης επικοινωνίας. Οι διατάξεις αυτές, οι οποίες έχουν ιδιαίτερα μικρό μέγεθος, καλούνται κόμβοι αισθητήρες. Ένα ασύρματο δίκτυο κόμβων αισθητήρων αποτελείται από ένα πλήθος κόμβων οι οποίοι έχουν αναπτυχθεί σε κάποια περιοχή ενδιαφέροντος προκειμένου να μετρούν κάποια μεταβλητή του περιβάλλοντος. Ανάμεσα σε πολλές εφαρμογές, ο εντοπισμός και η παρακολούθηση των θέσεων πηγών οι οποίες εκπέμπουν κάποιο σήμα (π.χ. ακουστικό, ηλεκτρομαγνητικό) αποτελεί ένα πολύ ενδιαφέρον θέμα, το οποίο μάλιστα μπορεί να χρησιμοποιηθεί και ως βάση για τη μελέτη άλλων προβλημάτων τα οποία εμφανίζονται στα ασύρματα δίκτυα αισθητήρων. Οι περισσότερες από τις υπάρχουσες τεχνικές εντοπισμού θέσης μιας πηγής από μια συστοιχία αισθητήρων μπορούν να ταξινομηθούν σε δυο κατηγορίες: (α) Τις τεχνικές οι οποίες χρησιμοποιούν μετρήσεις διεύθυνσης άφιξης (Direction of Arrival, DOA) και (β) τις τεχνικές οι οποίες χρησιμοποιούν μετρήσεις διαφοράς χρόνων άφιξης (Time Difference of Arrival, TDOA). Ωστόσο, οι τεχνικές αυτές απαιτούν υψηλό ρυθμό δειγματοληψίας και ακριβή συγχρονισμό των κόμβων και δε συνάδουν έτσι με τις περιορισμένες ικανότητες των κόμβων αισθητήρων. Για τους λόγους αυτούς, το ενδιαφέρον έχει στραφεί σε μια τρίτη κατηγορία τεχνικών οι οποίες χρησιμοποιούν μετρήσεις ισχύος (Received Signal Strength, RSS). Το πρόβλημα του εντοπισμού θέσης χρησιμοποιώντας μετρήσεις ισχύος είναι ένα πρόβλημα εκτίμησης, όπου οι μετρήσεις συνδέονται με τις προς εκτίμηση παραμέτρους με μη-γραμμικό τρόπο. Στα πλαίσια της Διδακτορικής Διατριβής ασχολούμαστε αρχικά με την περίπτωση όπου επιθυμούμε να εκτιμήσουμε τη θέση και την ισχύ μιας πηγής χρησιμοποιώντας μετρήσεις ισχύος οι οποίες φθίνουν με βάση το αντίστροφο του τετραγώνου της απόστασης ανάμεσα στην πηγή και το σημείο μέτρησης. Για το πρόβλημα αυτό, προτείνουμε έναν εκτιμητή ο οποίος δίνει τις παραμέτρους της πηγής ως λύση ενός γραμμικού προβλήματος ελαχίστων τετραγώνων. Στη συνέχεια, υπολογίζουμε κατάλληλα βάρη και προτείνουμε έναν εκτιμητή ο οποίος δίνει τις παραμέτρους της πηγής ως λύση ενός προβλήματος ελαχίστων τετραγώνων με βάρη. Ακόμα, τροποποιούμε κατάλληλα τον τελευταίο εκτιμητή έτσι ώστε να είναι δυνατή η κατανεμημένη υλοποίησή του μέσω των προσαρμοστικών αλγορίθμων Least Mean Square (LMS) και Recursive Least Squares (RLS). Στη συνέχεια, εξετάζουμε την περίπτωση όπου ενδιαφερόμαστε να εκτιμήσουμε τη θέση μιας πηγής αλλά δεν έχουμε καμιά πληροφορία σχετικά με το μοντέλο εξασθένισης της ισχύος. Έτσι, υποθέτουμε πως αυτό περιγράφεται από μια άγνωστη γνησίως φθίνουσα συνάρτηση της απόστασης. Αρχικά, προσεγγίζουμε το πρόβλημα εκτίμησης κάνοντας την υπόθεση πως οι θέσεις των κόμβων αποτελούν τυχαία σημεία ομοιόμορφα κατανεμημένα στο επίπεδο. Χρησιμοποιώντας την υπόθεση αυτή, υπολογίζουμε εκτιμήσεις για τις αποστάσεις ανάμεσα στους κόμβους και την πηγή, και αναπτύσσουμε έναν αλγόριθμο εκτίμησης της θέσης της πηγής. Στη συνέχεια, προσεγγίζουμε το πρόβλημα εκτίμησης χωρίς την υπόθεση περί ομοιόμορφης κατανομής των θέσεων των κόμβων στο επίπεδο. Προτείνουμε μια κατάλληλη συνάρτηση κόστους για την περίπτωση αυτή, και δείχνουμε την ύπαρξη μιας συνθήκης υπό την οποία η βέλτιστη λύση μπορεί να υπολογιστεί. Η λύση αυτή είναι εσωτερικό σημείο ενός κυρτού πολυγώνου, το οποίο ονομάζουμε ταξινομημένο τάξης-K κελί Voronoi. Έτσι, δίνουμε αλγορίθμους υπολογισμού της λύσης αυτής, καθώς και κατανεμημένους αλγορίθμους οι οποίοι βασίζονται σε προβολές σε κυρτά σύνολα. Ακόμα, ασχολούμαστε με τις ιδιότητες των κελιών αυτών στην περίπτωση όπου οι θέσεις των κόμβων αισθητήρων είναι ομοιόμορφα κατανεμημένες στο επίπεδο και υπολογίζουμε κάποια φράγματα για το εμβαδόν τους. Τέλος, ασχολούμαστε με την περίπτωση όπου ενδιαφερόμαστε να εκτιμήσουμε τις θέσεις πολλαπλών πηγών με γνωστό μοντέλο εξασθένισης της ισχύος. Για το πρόβλημα αυτό, αρχικά προτείνουμε έναν αλγόριθμο διαδοχικής εκτίμησης και ακύρωσης της συνεισφοράς κάθε πηγής, προκειμένου να υπολογιστούν σταδιακά οι θέσεις όλων των πηγών. Ο αλγόριθμος αυτός, αποτελείται από τρία βήματα κατά τα οποία πρώτα υπολογίζεται μια προσεγγιστική θέση για την πηγή, στη συνέχεια εκτιμάται ένα σύνολο κόμβων το οποίο δέχεται μικρής έντασης παρεμβολή από τις υπόλοιπες πηγές, και τέλος επιχειρείται μια λεπτομερέστερη εκτίμηση της θέσης κάθε πηγής. Στη συνέχεια, επεκτείνοντας την τεχνική αυτή, προτείνουμε έναν επαναληπτικό αλγόριθμο εκτίμησης ο οποίος βασίζεται στον αλγόριθμο εναλλασσόμενων προβολών (Alternating Projections). Εξετάζουμε επίσης μεθόδους οι οποίες οδηγούν στη μείωση της υπολογιστικής πολυπλοκότητας του αλγορίθμου αυτού. / Technology advances in microelectronics and wireless communications have enabled the development of small-scale devices that integrate sensing, processing and short-range radio capabilities. The deployment of a large number of such devices, referred to as sensor nodes, over a territory of interest, defines the so-called wireless sensor network. Wireless sensor networks have attracted considerable attention in recent years and have motivated many new challenges, most of which require the synergy of many disciplines, including signal processing, networking and distributed algorithms. Among many other applications, source localization and tracking has been widely viewed as a canonical problem of wireless sensor networks. Furthermore, it constitutes an easily perceived problem that can be used as a vehicle to study more involved information processing and organization problems. Most of the source localization methods that have appeared in the literature can be classified into two broad categories, according to the physical variable they utilize. The algorithms of the first category utilize “time delay of arrival”(TDOA) measurements, and the algorithms of the second category use “direction of arrival” (DOA) measurements. DOA estimates are particularly useful for locating sources emitting narrowband signals, while TDOA measurements offer the increased capability of localizing sources emitting broadband signals. However, the methods of both categories impose two major requirements that render them inappropriate to be used in wireless sensor networks: (a) the analog signals at the outputs of the spatially distributed sensors should be sampled in a synchronized fashion, and (b) the sampling rate used should be high enough so as to capture the features of interest. These requirements, in turn, imply that accurate distributed synchronization methods should be implemented so as to keep the remote sensor nodes synchronized and that high frequency electronics as well as increased bandwidth are needed to transmit the acquired measurements. Due to the aforementioned limitations, source localization methods that rely upon received signal strength (RSS) measurements - originally explored for locating electromagnetic sources - have recently received revived attention. In this Thesis, we begin our study by considering the localization of an isotropic acoustic source using energy measurements from distributed sensors, in the case where the energy decays according to an inverse square law with respect to the distance. While most acoustic source localization algorithms require that distance estimates between the sensors and the source of interest are available, we propose a linear least squares criterion that does not make such an assumption. The new criterion can yield the location of the source and its transmit power in closed form. A weighted least squares cost function is also considered, and distributed implementation of the proposed estimators is studied. Numerical results indicate significant performance improvement as compared to a linear least squares based approach that utilizes energy ratios, and comparable performance to other estimators of higher computational complexity. In the sequel, we turn our attention to the case where the energy decay model is not known. For solving the localization problem in this case, we first make the assumption that the locations of the nodes near the source can be well described by a uniform distribution. Using this assumption, we derive distance estimates that are independent of both the energy decay model and the transmit power of the source. Numerical results show that these estimates lead to improved localization accuracy as compared to other model-independent approaches. In the sequel, we consider the more general case where the assumption about the uniform deployment of the sensors is not required. For this case, an optimization problem that does not require knowledge of the underlying energy decay model is proposed, and a condition under which the optimal solution can be computed is given. This condition employs a new geometric construct, called the sorted order-K Voronoi diagram. We give centralized and distributed algorithms for source localization in this setting. Finally, analytical results and simulations are used to verify the performance of the developed algorithms. The next problem we consider is the estimation of the locations of multiple acoustic sources by a network of distributed energy measuring sensors. The maximum likelihood (ML) solution to this problem is related to the optimization of a non-convex function of, usually, many variables. Thus, search-based methods of high complexity are required in order to yield an accurate solution. In order to reduce the computational complexity of the multiple source localization problem, we propose two methods. The first method proposes a sequential estimation algorithm, in which each source is localized, its contribution is cancelled, and the next source is considered. The second method makes use of an alternating projection (AP) algorithm that decomposes the original problem into a number of simpler, yet also non-convex, optimization steps. The particular form of the derived cost functions of each such optimization step indicates that, in some cases, an approximate form of these cost functions can be used. These approximate cost functions can be evaluated using considerably lower computational complexity. Thus, a low-complexity version of the AP algorithm is proposed. Extensive simulation results demonstrate that the proposed algorithm offers a performance close to that of the exact AP implementation, and in some cases, similar performance to that of the ML estimator.

Ο στόχος της παρούσας διατριβής είναι η ανάπτυξη μιας νέας κλάσης εξωτερικά εξαρτώμενων στοχαστικών συναρτησιακών μοντέλων για την αναγνώριση (identification) δυναμικών συστημάτων που παρουσιάζουν πολλαπλά σημεία λειτουργίας, τα οποία καθορίζονται από μετρήσιμη εξωτερική μεταβλητή (όπως για παράδειγμα, η θερμοκρασία, η υγρασία, κ.λ.π.). Επιπλέον, στόχος είναι η ανάπτυξη καινοτόμου μεθοδολογίας διάγνωσης (ανίχνευσης, προσδιορισμού και εκτίμησης) βλαβών σε δυναμικά συστήματα βάσει των στοχαστικών συναρτησιακών μοντέλων. Η διατριβή αρχικά πραγματεύεται την ανάπτυξη κατάλληλης μεθοδολογίας που αντιμετωπίζει τα επιμέρους προβλήματα της ανίχνευσης, του προσδιορισμού και της εκτίμησης βλαβών στη σύνθετη περίπτωση όπου η κατασκευή διεγείρεται υπό σεισμική διέγερση. Η αποτίμηση της μεθόδου αποτέλεσε και το έναυσμα για τη διαμόρφωση καινοτόμου μεθοδολογίας, η οποία βασίζεται σε μια νέα κλάση εξωτερικά εξαρτώμενων στοχαστικών συναρτησιακών μοντέλων. Τα μοντέλα αυτά έχουν την ικανότητα να αναπαριστούν, με μεγάλη ακρίβεια, μια κατασκευή για συγκεκριμένο τύπο βλάβης και συνεχές εύρος μεγεθών, χρησιμοποιώντας μοναδική μαθηματική αναπαράσταση παραμετροποιημένη ως προς το μέγεθος της βλάβης. Επισημαίνεται ότι τέτοιου τύπου συναρτησιακά μοντέλα δεν αναφέρονται στην βιβλιογραφία. Οι πιο συγγενείς οικογένειες μοντέλων προέρχονται από τις επιστήμες της στατιστικής και της οικονομετρίας, οι οποίες όμως δεν παρουσιάζουν συναρτησιακή μορφή και δεν μπορούν να καλύψουν συνεχή εύρη τιμών. Εξαιτίας αυτού του γεγονότος στη συνέχεια της διατριβής ορίζεται η νέα κλάση εξωτερικά εξαρτώμενων στοχαστικών Συναρτησιακών (F) μοντέλων Αυτοπαλινδρόμησης (AR) με Εξωγενή (X) είσοδο, των οποίων οι παράμετροι και η διασπορά του θορύβου είναι συναρτήσεις μετρήσιμης εξωτερικής μεταβλητής. Αυτή η συναρτησιακή εξάρτηση δίνει τη σημαντική ικανότητα στη νέα κλάση μοντέλων να μπορούν να χρησιμοποιηθούν: α) για τη δυναμική αναγνώριση συστημάτων με πολλαπλά σημεία λειτουργίας που καθορίζονται από μετρήσιμη εξωτερική μεταβλητή και, β) για την ανίχνευση, τον προσδιορισμό και την εκτίμηση βλαβών σε στοχαστικά δυναμικά συστήματα όπου η εξωτερική μεταβλητή είναι το μέγεθος της βλάβης. Επιπλέον, για τα μοντέλα αυτά αναπτύσσονται κατάλληλες μέθοδοι εκτίμησης των οποίων τα χαρακτηριστικά μελετώνται, και η αποτίμηση τους πραγματοποιείται μέσω προσομοιώσεων Monte Carlo. Στη συνέχεια ορίζεται η νέα κλάση εξωτερικά εξαρτώμενων στοχαστικών Συναρτησιακών (F) μοντέλων Αυτοπαλινδρόμησης (AR) και Κινητού Μέσου Όρου (ΜΑ) με Εξωγενή (X) είσοδο των οποίων επίσης οι παράμετροι και η διασπορά του θορύβου εκφράζονται ως συναρτήσεις μετρήσιμης εξωτερικής μεταβλητής. Τα μοντέλα FARΜΑX προσφέρουν επιπλέον ευελιξία σε σχέση με τα μοντέλα FARX εξαιτίας της εισαγωγής του πολυωνύμου ΜΑ. Για τα μοντέλα αυτά αναπτύσσονται επίσης κατάλληλες μεθοδολογίες εκτίμησης που βασίζονται στη μέγιστη πιθανοφάνεια και στην αρχή του σφάλματος πρόβλεψης. Επιπλέον, διαμορφώνονται δύο ακόμη μέθοδοι εκτίμησης που βασίζονται στην ελαχιστοποίηση του σφάλματος πρόβλεψης μέσω διαδοχικών γραμμικών σταδίων, οι οποίες παρουσιάζουν κάποια πρακτικά πλεονεκτήματα σε σχέση με τις προηγούμενες, μπορούν να συνδυαστούν με αυτές, αλλά απαιτούν την ανάπτυξη κατάλληλης άλγεβρας για τα μοντέλα FARΜΑX. Επίσης, μελετώνται ζητήματα όπως η συνέπεια και η ασυμπτωτική κατανομή της εκτιμήτριας σφάλματος πρόβλεψης. Η αποτίμηση όλων των μεθόδων εκτίμησης πραγματοποιείται μέσω προσομοιώσεων Monte Carlo. Τέλος, στα πλαίσια της παρούσας διατριβής αναπτύσσεται καινοτόμος μεθοδολογία ανίχνευσης, προσδιορισμού και εκτίμησης βλαβών σε δυναμικά συστήματα, η οποία βασίζεται στις νέες κλάσεις στοχαστικών συναρτησιακών μοντέλων των προηγούμενων κεφαλαίων. Η αποτίμηση της μεθοδολογίας πραγματοποιείται μέσω πειραματικής εφαρμογής σε διεθνές πρότυπο σκελετού αεροσκάφους υπό κλίμακα, όπου επιτυγχάνει με μεγάλη ακρίβεια, ανίχνευση, προσδιορισμό και εκτίμηση όλων των τύπων και μεγεθών βλάβης και επιπλέον ξεπερνά δυσκολίες που αντιμετωπίζουν άλλες τεχνικές της βιβλιογραφίας. / The aim of the present dissertation is the development of a new class of externally dependent stochastic functional models for the identification of dynamical systems under multiple operating conditions, which are defined by an external measurable variable (i.e. temperature, humidity, etc). The development of a novel methodology for fault diagnosis (fault detection, identification and estimation) in dynamical systems based upon the stochastic functional models is also an additional aim. The development of a proper method for fault detection, identification and estimation in structures under earthquake excitation is initially achieved. The method’s assessment was the motivation for the development of a novel methodology, which is based upon a new class of externally dependent stochastic functional models. These models are capable of accurately representing a structure for a certain type of fault in a continuous range of magnitudes by using a single mathematical representation parameterized in terms of the fault magnitude. It is noticed that such models are not referred in the literature until now. The most related families of models are found in sciences of statistics and econometrics. These models are mathematical representations without functional form and they are incapable of covering continuous ranges of values. Due to this fact, the new class of externally dependent stochastic Functional (F) AutoRegressive (AR) with eXogenous (X) excitation models, with parameters and innovations variance expressed as functions of a measurable external variable, is defined in the sequel of the dissertation. This functional dependence offers to the new class of models the important advantage of being used for: a) the identification of dynamical systems under multiple operating conditions which are defined by an external measurable variable and, b) fault detection, identification and estimation in stochastic dynamical systems where the external variable is the fault magnitude. Proper methods for FARX estimation are also developed and studied and their assessment is achieved via Monte Carlo simulations. In the following, the new class of externally dependent stochastic Functional (F) AutoRegressive (AR) Moving Average (MA) with eXogenous (X) excitation models, with parameters and innovations variance expressed as functions of a measurable external variable, is defined. The FARMAX models offer extra flexibility due to the MA part. Proper methods for FARMAX estimation, which are based upon the Maximum Likelihood and the Prediction Error principles, are also developed. Two further estimation methods are also formulated which are based upon minimization of the prediction error via successive linear stages. These methods offer some practical advantages comparing with the previous methods, they can be combined with the latter but they require the development of a proper algebra for FARMAX models. Additionally, the consistency and the asymptotic distribution of the prediction error estimator are considered. The assessment of all estimation methods is achieved via Monte Carlo simulations. In the last part of the dissertation a novel methodology for fault detection, identification and estimation in dynamical systems, which is based upon the new class of stochastic functional models of the previous chapters, is developed. The methodology’s assessment is accomplished via an experimental application in a prototype scale aircraft skeleton structure, where it achieves accurate fault detection, identification and estimation of several kinds and magnitudes of faults and also overcomes difficulties that are referred by other methods.

Σκοπός της παρούσας Διπλωματικής Εργασίας είναι η ανάπτυξη συγκεκριμένης μεθοδολογίας και αλγορίθμων ψηφιακής επεξεργασίας εικόνων για την αυτόματη εκτίμηση των διαμέτρων αγγείων σε οφθαλμολογικές εικόνες. Η συγκεκριμένη μέτρηση της διαμέτρου των αγγείων διαδραματίζει σημαντικό ρόλο στην έγκαιρη διάγνωση παθήσεων καθώς έχει αποδειχθεί ότι υπάρχει συσχετισμός μεταξύ των μεταβολών των τιμών των εν λόγω διαμέτρων και της εμφάνισης αλλοιώσεων στον αμφιβληστροειδή. Στα πλαίσια της εργασίας, υλοποιήθηκαν δύο μεθοδολογίες για τον υπολογισμό των διαμέτρων αγγείων οφθαλμολογικών εικόνων, οι οποίες συλλέγονται με χρήση κάμερας πυθμένα (fundus camera). Η πρώτη μεθοδολογία στηρίζεται στην εύρεση των σημείων που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού. Ακολούθως, σε κάθε σημείο που ανήκει σε κεντρικό άξονα αγγείου, υπολογίζονται οι παράμετροι μιας συνάρτησης. Η εν λόγω συνάρτηση περιγράφει βέλτιστα τα επίπεδα φωτεινότητας της εικόνας κατά μήκος του ευθύγραμμου τμήματος που διέρχεται από το σημείο και είναι κάθετο στο αγγείο. H εύρεση των παραμέτρων της συνάρτησης πραγματοποιείται με χρήση τεχνικών βελτιστοποίησης. Το τελικό βήμα της μεθοδολογίας είναι η εκτίμηση της διαμέτρου των αγγείων από τις τιμές των παραμέτρων που έχουν υπολογιστεί. Η δεύτερη μεθοδολογία στηρίζεται στον αλγόριθμο που προτείνει ο P.H. Gregson. Αρχικά, πραγματοποιείται κατάτμηση της εικόνας με κατωφλίωση και εφαρμόζονται μορφολογικοί τελεστές συστολής και διαστολής στην εικόνα. Στη συνέχεια, εφαρμόζεται ο αλγόριθμος λέπτυνσης (thinning algorithm) με σκοπό την εύρεση των κεντρικών αξόνων των αγγείων και τέλος εκτιμάται η διάμετρος σε κάθε σημείο του κεντρικού άξονα με χρήση των επιπέδων του γκρίζου των εικονοστοιχείων που κείνται στην ευθεία που είναι κάθετη στο αγγείο σε κάθε σημείο του. / The scope of this Thesis is the development of a methodology and advance image processing techniques in order to automatically estimate vessel diameters in ophthalmological images. Motivation for the thesis is the fact that the measurement of vessel diameter plays significant role in the seasonable diagnosis of vascular disorders, as it is believed to be a relation between the variation in diameters and the detection of retinal disorders. In this thesis, two methodologies are developed in order to be applied in ophthalmological images that are collected by using a fundus camera. The first methodology is based on the detection of the pixels that constitute the centerlines of vessels, by using differential calculus. Specifically, at each pixel that belongs to a centerline of vessel, the parameters of a specific function are calculated. This function describes as accurately as possible the intensity levels along the segment that passes through the specific pixel and is perpendicular to the vessel. The parameters of this function are estimated using optimization techniques. The final step of the methodology is the assessment of the diameters of vessels using the values of the parameters. The second methodology is based on the algorithm that P.H.Gregson has proposed. At first, the vessels are detected by tresholding and a morphological closing algorithm is applied. Then, a thinning algorithm is used in order to detect the pixels that constitute the centerlines of the vessels and ultimately the diameter at each pixel of the centerlines is assessed using the gray levels of the pixels that constitute the segment that is perpendicular to the vessel at each specific pixel.