Großer Beleg Segmentierung von ATPase-gefärbten - Fakultät ...
Großer Beleg Segmentierung von ATPase-gefärbten - Fakultät ...
Großer Beleg Segmentierung von ATPase-gefärbten - Fakultät ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
40 5 FORMWISSEN-ERWEITERUNG ZUR REGIONSPRÜFUNG<br />
ten Dichteanstiegs und weißt so zu den Zellformen in R d , für die unsere Kostenfunktion<br />
am stärksten ansteigen würde und die somit unerwünschte <strong>Segmentierung</strong>sergebnisse<br />
darstellen.<br />
Da der Gradient ∇E(c alt ) ein Vektor ist und auch unser Punkt c alt als ein Ortsvektor<br />
im Raum R d interpretiert werden kann, ist es durch die Subtraktion beider Vektoren<br />
möglich, einen Punkt c neu zuermitteln, für den die Kostenfunktion E(c neu ) kleiner wird<br />
und somit c neu ein besseres <strong>Segmentierung</strong>sergebnis ist. Nach Ausführung der Gleichung<br />
(5.10) gilt also: E(c neu ) < E(c alt ). Wir können so iterativ eine Lösung c ermitteln, die<br />
sich schrittweise immer näher zu einer lokal optimalen Lösung entwickelt.<br />
c neu = c alt − ∇E(c alt ) (5.10)<br />
Um den Gradienten <strong>von</strong> E(c alt ) zu berechnen, benötigen wir die partiellen Ableitungen.<br />
Da c alt auch als Vektor der Form c alt = (c (0,1) c (0,2) · · · c (x,y) · · · c (257,257) ) T geschrieben<br />
werden kann, können wir entsprechend die Kostenfunktion umformulieren als<br />
E(c alt ) = E((c (0,1) c (0,2) · · · c (x,y) · · · c (257,257) ) T ). Die Komponenten des Gradienten<br />
und somit die partiellen Ableitungen werden durch ∂E(c)<br />
∂c (x,y)<br />
definiert. Durch Einsetzen<br />
der Energiefunktionen E D und E v in die Komponenten des Gradienten ∇E(c) ergibt<br />
sich, dass man entsprechend die Gradienten ∇E D und ∇E v berechnet, die anschließend<br />
komponentenweise summiert werden (siehe Gleichung 5.11). Durch die bereits<br />
eingeführten Gewichte α und β erfolgt letztlich eine Skalierung der beiden Gradienten.<br />
Das heißt unser vorläufiges Ergebnis c alt kann sich, je nach Ausprägung der Gewichte,<br />
stärker dem einen <strong>Segmentierung</strong>sziel (E v ) oder dem Anderen (E D ) annähern.<br />
∇E(c) = α · ∇E v (c) + β · ∇E D (c) (5.11)<br />
Wie aus Gleichung (5.11) hervorgeht, müssen die Gradienten für E v (c) und E D (c) errechnet<br />
werden. Zunächst soll dazu die Herleitung für ∇E v (c) erfolgen. Im Anschluss<br />
wird dann die Herleitung des Gardienten für E D (c) präsentiert. In Gleichung (5.8) wurde<br />
E v (x) = −log(p(c)) definiert. Da die Komponenten des Gradienten aus den partiellen<br />
Ableitungen bestehen, können wir anhand der Ableitung E v ′ (c) = −p′ (c)/p(c) mit der<br />
Berechnung fortfahren. Schlussfolgernd aus E v ′ erhalten wir Gleichung (5.12), in der<br />
gezeigt wird, dass man den Gradienten ∇p(c) berechnen muss, um ∇E v (c) zu erhalten.<br />
∇E v (c) = − ∇p(c)<br />
p(c)<br />
(5.12)