透過控制點進行影像校正
在對位製程中，調整控制點有助於將影像正確配置。地圖校正至少需要四個控制點，且均勻散佈於地圖的邊緣位置。一般來説，控制點越多，校正越精確。然而，過多控制點也可能造成校正故障。若需新增控制點，可在對位工具欄中選擇待校正影像，再使用新增控制點功能於影像上點擊新增目標點，接著再點一下建立紅色校正點。即時更新開啟時，影像會立即更新為對位後的樣貌，同時將目標點移至接近校正點。關閉後，影像維持原樣，但會顯示目標點與校正點的位置，且以藍色線連結對應點組。刪除控制點可於對位選單中選擇刪除所有控制點功能，也可使用控制點清單功能刪除個別控制點。
在醫療影像領域，深度學習的實現主要透過 Python。Google Colab 環境是學習者的絕佳入門工具。本文探討 Colab 的基礎功能、注意事項，以及基本 Python 語法的説明，並提供一些應對未來演練的技巧。
常用的醫學影像工具
3D Slicer、ITK-SNAP、MITK、Colab 和 MONAI 等工具在醫療影像領域廣泛使用。
醫學影像 AI 的加速開發
Medical Open Network for AI (MONAI) 為基於 PyTorch 的開源函式庫，可簡化醫療影像 AI 模型的開發流程，進而提升研究進度。本影片將介紹 MONAI 的重要組成，包括轉換、資料集與資料載入器、模型、損失、評估等。藉由範例程式碼，帶領使用者快速熟悉 MONAI。
影像對位技術
幾何對位是廣泛應用的影像校正技術，透過設定目標幾何，尋找校正中心。使用實際單位與畫素間的轉換，找出實際座標和影像座標的對應關係，再計算影像的偏移量。由於圖形大多對稱，通常需要多個目標進行角度校正，如圖一所示。
以 A、B 兩點為目標，求取中心點 M；A’、B’ 為校正點，其中心點為 M’。圍繞 M’ 軸進行旋轉，將 A’B’ 與目標線 AB 平行，所得角度即為偏移角。沿 X、Y 軸移動，直至重合前的距離為 dx 和 dy。
控制點的中心誤差控管
讓兩條線的中心重合，可完成對位，其精度可使用以下公式計算：Sqrt(dxdx+dydy)。使用 dx1、dy1、dx2、dy2 可控管單個目標的中心誤差。單個目標的誤差公式：Max(dx1,dx2),Max(dy1,dy2)。
| 類型 | 描述 |
|---|---|
| 2D 影像對位 | 扁平的動畫角色或物體被插入真實的影片場景。 |
| 3D 影像對位 | 三維動畫角色或物體被插入真實的影片場景。 |
| 增強現實影像對位 | 在真人影片實時插入電腦影像。 |
影像對位技術
影像對位需要高度的技術技巧和精確度，才能確保動畫元素與真實影片場景無縫整合。關鍵技術包括：
- 場景追蹤： 識別並追蹤真實影片中相機的移動和視角。
- 運動補捉： 記錄動畫角色的動作，以使其與真人互動更加自然。
- 關鍵格動畫： 手動製作中間格，以創造流暢的動畫。
- 合成： 將動畫元素與真實影片場景結合，並匹配照明和顏色。
影像對位的應用
影像對位廣泛應用於各種媒體和產業，包括：