Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška 2
Opakování http://cgg.mff.cuni.cz/~vajicek/gmm/ GMM = {geometrie, statistika, biologie, antropologie,...} Studium tvaru a jeho změn Tvar = Geometrická data (souřadnice) - {velikost (zvětšení), poloha (posunutí, otočení)} Zvětšení, posunutí, otočení transformace souřadnic lineární, realizovatelné maticemi (lineární algebra)
Opakování Tvarové proměnné Jednoznačnost, porovnatelnost mezi tvary ve skupině Eliminace rozdílné velikosti a polohy 1 0 1 Registrace obecně hledání transformace jednoho datového souboru na druhý V našem případě pouze posunutí, otočení, zvětšení Dvoubodová registrace (Booksteinova registrace)
Prokrustovská analýza Lepší alternativa Funguje v 3D, není ovlivněna výběrem žádné základny Hledání nejlepších parametrů transformace (posunutí, škálování, rotace) ve smyslu nejmenší vzdálenosti odpovídajících si landmarků (nejmenších čtverců) Optimalizační problém Určit cenu (ohodnotit) řešení,hledat nejlevnější řešení Globálně extrémní řešení í n š e ře a n e C Prostor řešení (parametrů)
Prokrustovská analýza (1) Problém množiny vzorků Hledám takové transformace jednotlivých vzorků, aby celkový součet vzdáleností (přes všechny vzorky a jejich landmarky) od průměru byl nejmenší Problém: Průměr se počítá až z transformovaný vzorků (2) Problém dvojice Referenční a pohyblivý tvar Transformace pohyblivého tvaru aby se přiblížil referenčnímu Problém (1) pomocí řešení posloupnosti problémů (2) Jeden z vzorků vybrán jako průměr Zarovnání po dvou a spočítání nového průměru
Prokrustovská analýza Jak ohodnotit transformaci? X ' = X 1T t CS H =YH YH X min X referenční tvar, kterému se chci nejvíc přiblížit t je poloha těžiště, posun těžiště do počátku CS je středová velikost, škálování na jednotkovou velikost H je rotační matice, úhel který ji definuje se spočítá minimalizací vzdálenosti k referenčnímu tvaru Norma odpovídá součtu čtverců (součtu vzdáleností na druhou odpovídajících si landmaků)
Prokrustovská analýza Norma a stopa matice Dosazení A =trace A T A YH X =trace Y T Y X T X 2 trace X T YH Maximalizace posledního členu a SVD trace X T YH =trace USV T H =trace SV T HU =trace SQ trace SQ max Q je jednotková, protože tak maximalizuje stopu X T Y =USV T Q=V T HU =I H =VU T je u g n fu to č ro P Co musíme udělat
OPA - demonstrace Problém (2) Octave/Matlab Y = X 1T t CS >> n=size(x, 1); X T Y =USV T >> M=nB'*nA; H =VU T >> t=sum(x)./n; >> XX=X-repmat(t,n,1); >> ssd=sum(sum(xx.^2)'); >> [U S V]=svd(M); >> H=V*(U'); >> nah = na*h; >> cs=sqrt(ssd); >> res=lmc./cs;
GPA - demonstrace Proces zarovnání celé množiny, problém (1) Matlab/Octave Past/Morphologica Ukázka ve 3D
Obličeje 3D GPA
GPA - shrnutí Výhody Rozšiřitelné do 3D, Stabilní, rychlá Nevýhody Všechny landmarky mají stejnou váhu, není podchycena možná různá stabilita landmarku Extrémní jedinec může rozhodit zarovnání celé skupiny, protože chyba se rozloží do všech vzdáleností Řešení: použití mediánu, předvýběr
Resistant-fit analýza Posunutí, otočení a rotace v GPA se určí pomocí mediánu jednotlivých odpovídajících si landmarků p 2 q 2 p 3 q 3 p 1 q 1 p 5 q 5 Průměr p 4 t= p 1 q 1 p 2 q 2 p 3 q 3 p 4 q 4 p 5 q 5 /5=3.2 q 4 Medián t={p 1 q 1, p 2 q 2, p 3 q 3, p 4 q 4, p 5 q 5 }={3,3, 3,3, 4}=3
Srovnání registrací Bookstainova registrace Klouzavá základna Prokrustovská registrace
Parametrický prostor Prostor lidí ý š k a V Váha
Prostor trojúhelníků Na začátku mám souřadnice vrcholů trojúhelníků (konfigurační prostor) Po zarovnání trojúhelníků získám prostor, který má ve skutečnosti jen dva stupně volnosti Prostor je omezený tvoří povrch polokoule Dva parametry jsou zemská šířka a délka
Prostor trojúhelníků Částečná prokrustovská vzdálenost Přímá vzdálenost mezi dvěma body na povrchu Tvar přecházející z jednoho do druhého nemá jednotkovou velikost Odpovídá 2 sin(φ/2) Prokrustovská vzdálenost Vzdálenost po povrchu Odpovídá φ Úplná prokrustovská vzdálenost Bez ohledu na jednotkovou velikost, velikost je cos(φ) Vzdálenost nejkratší, odpovídá sin(φ)
Kendáluv prostor Prostor indukovaný úplnou prokrustovskou vzdálenosti Vzájemné vzdálenosti libovolných bodů v prostoru odpovídají úplné prokrustovské vzdálenosti To neplatilo u prostoru trojúhelníků Odpovídá povrchu koule o poloměru 1/2
Důsledky zakřivení prostoru Statistické metody pracují na ploše a ne sféře Některé mohou pracovat v zakřiveném prostoru, jiné ne Chceme používat jednoduchou eukleidovskou vzdálenost mezi vektory tvarových proměnných Dá se použít pro porovnávání podobných tvarů při projekci do tečné roviny okolo referenčního tvaru Příklad: E d a,b = i n ai b i 2 Teoreticky můžu srovnávat lebky odlišných živočichů pokud mají stejný počet landmarků Vzdálenosti nebudou extrémně odlišné (řádově)
Tečný prostor Rovina (platí eukleidovská vzdálenosti, LA) Dotýká se prostoru tvarů v jednom bodě (referenční tvar, např. průměrný tvar) Čím dále od tohoto bodu tím více jsou vzájemné vzdálenosti deformované Dvě možnosti, projekce Pravoúhlá Stereografická
Příklad Částečná prokrustovská vzdálenost vs. úplná prokrustovská vzdálenost dvou odlišných tvarů tpssmall
Svišť, Kojot, Lev Pokus o porovnání neporovnatelného GPA + měření jedinec-průměr a OPA a jedinec-jedinec Prokrustovská vzdálenost jedinec-jedinec + měření
Zobrazení rozdílů Skupina, nebo dvojice Pro jednoduché konfigurace mohou stačit překryté exempláře Scatterplot
TPS Větší počet landmarků mnoho šipek, nepřehledné Zobrazení pomocí deformované mřížky Vytvoření spojitého prostoru pomocí interpolace Přesně znám posun landmarků Co je mezi, spočítám TPS interpolací TPS x =a 0 a 1 x a 2 y i=1 w i U p i x x= x, y n U t =t 2 ln t?
TPS odvození Afinní část Elastická část TPS x x =a 0x a 1x x a 2x y i=1 n w ix U p i x Neznám Znám TPS x p j =q jx pro j 1, n 3+n neznámých, n rovnic chybí tři rovnice abychom měli jednoznačné řešení n i=1 w ix =0 i=1 n w ix p ix =0 i=1 n w ix p iy =0
TPS - odvození Soustava rovnic 1, p jx, p jy,u 1j,,U nj TPS x p j =a 0x 1 a 1x p jx a 2x p jy i=1 n w ix U p i p j =q jx 3 další podmínky a 0x, a 1x, a 2x,w 1x,,w nx [1 p1x p1y U 1j U nj 1 p nx p ny U nj U nn 0 0 0 1 1 0 0 0 p 1x p nx 0 0 0 p 1y p ny ][ a0x a 1x a 2x w 1x 0 w nx]=[q0x q nx 0 0 ] n+3 neznámých n podmínek daných
TPS - odvození Soustava rovnic M w= x M 1 M w=m 1 x w=m 1 x Získám potřebné parametry w pro transformační funkci Provedu vykreslení Levá dolní část M^-1 velikosti n x n se nazývá matice ohybové energie (Bending energy matrix)
TPS - ukázka TPSSplin Matlab/Octave Získat data Vyřešit koeficienty Dosadit >> norm = (repmat(px', n, 1)-repmat(Px, 1, n)).^2 + (repmat(py', n, 1)-repmat(Py, 1, n)).^2; >> U = RBF(sqrt(norm)); >> M = [ones(n,1) Px Py U; zeros(3,3) [ones(1, n); Px'; Py']]; >> Mi = inv(m); >> norm = sum(([px Py] - repmat(x,n,1)).^2, 2); >> U=RBF(sqrt(norm')); >> Yx=[1 X U]*wx; >> Yy=[1 X U]*wy; >> x=[px; zeros(3,1)]; >> y=[py; zeros(3,1)]; >> wx=mi*x; >> wy=mi*y;
TPS - ukázka
TPS - shrnutí První použití, D'Arcy Tompson, ruční kreslení Inspirace v matematice strojního inženýrství Nekonečně tenký kovový plátek Interpolace definovaná všude Může vést k falešným závěrům Důležité je husté pokrytí landmarky Vizualizace rozdílů jako deformací ve 2D Lze snadno i do 3D, ale problém se zobrazováním Nejčastěji jako 2D řezy, nebo 3D mřížky Landmarky se nesmějí nikde křížit nestabilita
Pozdravte pana Spoka! Jiné použití TPS Rektifikace obrazu Problémy při použití TPS k lokální deformaci obrazu Přitáhnout prsty k sobě Vznikající nestabilita Vzdálená deformace