Joint motion estimation and layer segmentation in transparent image sequences - Application to transparent-motion-compensated noise reduction in X-ray image sequences

This paper is concerned with the estimation of the motions and the segmentation of the spatial supports of the different layers involved in transparent X-ray image sequences. Classical motion estimation methods fail on sequences involving transparent effects since they do not explicitly model this phenomenon. We propose a method that comprises three main steps: initial block-matching for two-layer transparent motion estimation, motion clustering with 3D Hough transform, and joint transparent layer segmentation and parametric motion estimation. It is validated on synthetic and real clinical X-ray image sequences. Secondly, we derive an original transparent motion compensation method compatible with any spatio-time filtering technique. A direct transparent motion compensation method is proposed. To overcome its limitations, a novel hybrid filter is introduced which locally selects which type of motion compensation is to be carried out for optimal denoising. Convincing experiments on synthetic and real clinical images are also reported. Key-words: X-ray, Motion estimation, Motion compensation, Noise reduction, Transparent motion estimation. ∗ IRISA/INRIA, Vista Team, 35042 Rennes, France † General Electric Healthcare, Advanced Medical Application Team, 78533 Buc, France in ria -0 03 48 01 2, v er si on 1 17 D ec 2 00 8 Estimation et segmentation jointe des mouvements transparents Application au débruitage compensé en mouvement transparents de séquences d’images en rayons X Résumé : Ce document porte sur l’estimation des mouvements et la segmentation des supports spatiaux des différentes couches impliquées dans les séquences d’images transparentes par rayons X. Les méthodes d’estimation de mouvement classiques échouent sur les séquences contenant des effets de transparence puisqu’elles ne modélisent pas explicitement ce phénomène. Nous proposons une méthode qui comporte trois étapes majeures: une mise en correspondance par blocs initiale pour l’estimation locale de deux mouvements transparents, une extraction des mouvements avec une transformée de Hough 3D, et une estimation de mouvement paramétrique jointe à une segmentation en couches. La méthode est validée sur des séquences cliniques par rayons X synthétiques et réelles. D’autre part, nous introduisons une méthode originale de compensation des mouvements qui est compatible avec toute méthode de filtrage spatiotemporel. Une méthode de compensation directe des mouvements transparents est proposée. Pour dépasser ses limitations, nous introduisons un filtre hybride qui choisit localement quel type de compensation de mouvement doit être effectuée pour aboutir à un débruitage optimal. Nous présentons des résultats convaincants obtenus sur images synthétiques et réelles. Mots-clés : Rayons X, estimation de mouvement, compensation de mouvement, réduction de bruit, estimation de mouvement transparent in ria -0 03 48 01 2, v er si on 1 17 D ec 2 00 8 Joint transparent motion compensation 3