Terminologia polska i angielska

1 Terminologia polska i angielska Omówiono tu następujące terminy, alfabetycznie: akumulacja danych str. 2; grube błędy, wartości typowe i nietypowe str. 3; krzywa ROC str. 4; moda, wartość modalna, modalność str. 4; nakładanie obrazów str. 2; odporność str. 3; piksel, piksle str. 1. Wymienione terminy omawiano w kolejności według subiektywnej oceny ważności. Piksel i piksle Element obrazu ang. pixel jak picture element został nazwany po polsku piksel. Po terminie obraz jest to drugi podstawowy termin dziedziny analizy obrazów. Wkrótce powstało rozdwojenie opinii co do odmiany tego ważnego terminu: piksel piksle czy piksele. Odmiana piksel piksele miała być typowa dla terminu nowo asymilowanego w języku. Mianownik takiego terminu jest nie zmieniającym się rdzeniem, do którego dodaje się odpowiednie końcówki. Natomiast odmiana piksel piksle była uważana przez jej zwolenników za lepiej odpowiadającą duchowi języka polskiego, ponieważ wykazywała podobieństwo do odmiany innych wyrazów, również obcych lecz już zasymilowanych, mających końcówkę -sel ze spółgłoską przed nią, jak kapsel kapsle, aksel, weksel, sztaksel. Tak też odmieniają się inne podobne wyrazy: szczebel, pudel, kundel, mendel, kabel, figiel, wróbel i tak dalej 1. Piksel jest znacznie bardziej podobny do tych wyrazów, niż do takich, jak hotel hotele, fortel, portfel czy kartel. Słowem, zwolennicy formy piksle od razu przyjęli dla terminu używanego przez siebie na co dzień zasady takie, jak dla wyrazu przyswojonego, od dawna obecnego w języku 2. Odmiana piksel piksele przypomina odmianę rzeczowników rodzaju żeńskiego, takich, jak cela cele, kandela, kapela, ale przecież piksel jest rodzaju męskiego. Dawniejsze słowniki ortograficzne i słowniki poprawnej polszczyzny nie wymieniały formy piksle. Najnowsze publikacje tego typu dopuszczają obydwie formy, żadnej nie wyróżniając jako zalecanej [Kac05, Pol02, Zgó00]. Kierunek zmian wydaje się więc zachodzić w kierunku od pikseli do piksli, choć przyszłą praktykę wyznaczy powszechny zwyczaj. Zdecydowanie wybierając formę bliższą, moim zdaniem, duchowi języka polskiego, tak w tej książce, jak i w codziennym języku zawodowym 3, używam formy piksel piksle, zupełnie nie zważając na dyktat modułów sprawdzających pisownię w niektórych popularnych edytorach tekstu. W polskojęzycznej literaturze piksle były obecne od dawna (por. np. [Jan90, Kul91]). Należy odnotować, że niektórzy autorzy jako odpowiednik angielskiego pixel stosują także całkowicie przyswojony w naszym języku termin punkt lub punkt obrazu (np. [Dom00]), który, choć posiada inne, oczywiste znaczenia, pozwala ominąć niezgodności pomiędzy pikslami a pikselami. 1 Na przykład: bąbel, bubel, dyszel, kabel, knedel, kafel, kartofel, kufel, kundel, mebel, rondel, rubel, szczebel, zydel, żużel i wiele innych. Lista jest sukcesywnie tworzona przez prof. Mariusza Nieniewskiego. 2 Pogląd wynika z telefonicznych rozmów autora z prof. Andrzejem Markowskim na temat piksli, przy okazji kilku audycji radiowych na temat poprawnej polszczyzny. Niestety, w [Mar05] nie ma hasła piksel. 3 Zgodnie ze zwyczajem części środowiska polskich specjalistów z dziedziny przetwarzania obrazów, w tym zespołu w którym pracuję w Instytucie Podstawowych Problemów Techniki PAN, oraz zespołu w Instytucie Biocybernetyki i Inżynierii Biomedycznej PAN.

2 Terminologia polska i angielska Akumulacja danych Termin ten, obecny w tytule niniejszej książki, jest moją propozycją wyrażenia angielskiego terminu evidence accumulation, pokrewnego terminowi evidence gathering. Terminy te zostały wprowadzone przez różnych autorów: evidence accumulation: [Sto87, LLYL94, PY01], evidence gathering: [ANM98, NCN98]. W języku polskim evidence oznacza dowód, zeznanie, oznakę, znak, świadectwo czegoś [BJBB01, Fli00, JS95, JKW98, Sta64]. Termin utworzony za pomocą któregokolwiek z tych rzeczowników nie brzmiałby dobrze. Dlatego proponuję tłumaczenie akumulacja danych, ponieważ to dane zawierają oznakę jakiegoś faktu. Jest to zgodne z technicznym tłumaczeniem terminu evidence: jako dowód, ale również jako dane eksperymentalne [BJBB01]. Użycia bezpośredniego odpowiednika angielskiego terminu akumulacja danych, czyli data accumulation, traktowanego jako całość, nie udało mi się znaleźć w internetowych bazach bibliograficznych z dziedziny przetwarzania obrazów, zebranych w [CVH]. Nie zachodzi więc niebezpieczeństwo, że na polu przetwarzania obrazów termin ten mógłby być używany w znaczeniu innym, niż to, jakie przyjęto w tej książce. Nie przeszkadza w tym fakt, że w dziedzinie inżynierii wiedzy data accumulation oznacza po prostu gromadzenie danych, bowiem temu właśnie znaczeniu bliskie jest proponowane tłumaczenie. Nakładanie obrazów Terminowi temu odpowiada kilka terminów angielskojęzycznych: image registration, image alignment, image matching i inne (por. [Bro92, KC03, LA99, MV98, MF93, vdepv93]). Są one często używane zamiennie, co nie jest ściśle poprawne. W pracy [MV98] terminologię ustalono następująco: dane zawarte w dwóch obrazach, mające komplementarny charakter, można zintegrować, a w tym celu należy doprowadzić do ich zgodnego ułożenia przestrzennego spatial alignment. Procedurę doprowadzania do takiej zgodności nazywamy nakładaniem obrazów image registration. Potem należy dokonać połączenia lub fuzji danych data fusion, czyli ich wspólnej prezentacji, w taki sposób, aby umożliwić ich dalszą analizę jako jednolitej całości. Kwestię tłumaczenia komplikuje dodatkowo to, że wiele spośród angielskich terminów odnoszących się do omawianej dziedziny ma związek z polskimi odpowiednikami, które w tym przypadku są mylące. Próbę przedstawienia tych powiązań zilustrowano diagramem na rysunku 1. Termin registration oznacza wciągnięcie do rejestru, ale także rejestrację, czyli recording. Innym możliwym tłumaczeniem tego terminu, poza nakładaniem, jest dopasowywanie, lecz kojarzy się ono z pasowaniem, które z kolei odpowiada terminom matching, fitting, które mają inne znaczenie w dziedzinie analizy obrazów. Z kolei nakładanie można rozumieć jako overlaying, co kojarzy się z techniką programowania zwaną nakładkowaniem, jednak sądzę, że skojarzenie z tą przestarzałą techniką nie jest silne, gdy mówimy o nakładaniu obrazów. Określenie image alignment nastręcza podobnych kłopotów, gdyż bezpośrednio kojarzy się z wyrównywaniem, na przykład wyrównywaniem poziomu, czyli inaczej levelling. Podsumowując, termin nakładanie obrazów przyjęty jako odpowiednik angielskiego image registration i stosowany już wcześniej [KC03] wydaje się właściwy.

3 Terminy angielskie Terminy polskie biały odstęp recording rejestracja registration, co-registration nakładanie overlaying dopasowywanie, pasowanie matching, fitting biały odstęp alignment wyrównanie equalization, równoważenie, levelling poziomowanie Rys. 1. Powiązania tłumaczeń terminów odnoszących się do nakładania obrazów. Czcionką grubą oznaczona terminy preferowane, zwykłą inne terminy, a szarą kursywą terminy mylące. Grube błędy, wartości typowe i nietypowe Na gruncie statystyk odpornych wprowadza się pojęcia wartości typowych ang. inliers oraz nietypowych ang. outliers. Termin outlier w statystyce tłumaczy się jako wartość nietypowa, wartość odstająca, wynik odbiegający [CS02]. Terminu inlier nie udało się znaleźć w licznych słownikach, tak ogólnych, jak i technicznych czy naukowych. Jest on przeciwieństwem w stosunku do outlier, więc naturalnym jest użycie dla niego tłumaczenia wartość typowa. Nie używa się tu więc terminu wartość odstająca (jak np. w [KM04]), ponieważ trudno znaleźć odpowiedni termin przeciwny do niego. Wartość nietypowa może być błędem grubym, jeśli jej przyczyną jest błąd powodujący powstanie wartości zupełnie nie związanej z badanym zjawiskiem lub obiektem, na przykład wskutek błędu przepisywania. Jeśli wartość jest poprawna, ale wskazuje na zaistnienie zjawiska nieprzewidzianego przez stosowany model, to jest to wartość nietypowa (dokładnie, nietypowa dla przyjętego modelu), lecz nie błąd gruby. Błędowi grubemu odpowiada angielskie określenie gross error. Tu będzie często stosowane określenie wartość błędna, które będzie uważane za równoważne wartości nietypowej, oraz wartość poprawna jako wartość typowa. Relacje między rodzajami błędów omówiono bliżej w rozdziale 1.3.2, str. 17. Odporność Jest to polskie tłumaczenie angielskiego terminu robustness. Słownik Naukowo-Techniczny WNT [BJBB01] w części informatycznej podaje dla tego terminu następujące tłumaczenia: odporność, stabilność, zaś w części głównej słownika znajdziemy dla dziedziny informatyki jedno tłumaczenie: odporność z wyjaśnieniem, że chodzi o odporność oprogramowania. Odporność w znaczeniu używanym w tej książce dobrze odpowiada temu, co przez ten termin rozumie się w informatyce. Chodzi tu bowiem o odporność metody lub algorytmu na zawartość w danych takich czynników niekorzystnie wpływających na wynik, jak szum, braki i grube błędy. Termin jest bliski terminowi stabilność, lecz jego zakres jest szerszy, gdyż stabilność oznacza, mówiąc obrazowo, odporność metody na małe zakłócenia w danych, nie zaś na braki w danych lub wartości nietypowe.

4 Terminologia polska i angielska Moda, wartość modalna a modalność Polskie terminy moda i wartość modalna odpowiadają terminom mode, modal value, czyli wartość najczęstsza (globalne lub lokalne maksimum częstości) wyznaczana z histogramu. Należy je odróżnić od terminu modalność oznaczającego metodę obrazowania i obraz pochodzący z niej (por. rozdział 5.1, str. 97), oraz od innych znaczeń słowa mode: tryb, np. pracy, oraz mod, np. drgań własnych. Krzywa ROC Angielskiemu terminowi (ang. receiver operating characteristic) odpowiada polski termin krzywa charakterystyczno-operacyjna odbiornika ([KĆ05], rozdział 2.3.2). Przy braku bezpośredniego odniesienia do pojęcia odbiornika nazwa taka może być nieco myląca, podczas gdy w literaturze używa się często po prostu określeń ROC curve, ROC analysis po angielsku i krzywa ROC, analiza ROC po polsku również w cytowanej właśnie książce [KĆ05].

Literatura [AHN90] J. Astola, P. Haavisto, and Y. Neuvo. Vector median filters. Proc. IEEE, 78:678 689, 1990. [AK01] H.S. Alhichri and H. Kamel. Image registration using the Hausdorff fraction and virtual circles. In Proc. IEEE Conf. on Image Processing, volume 2, pages 367 370, 7-10 Oct, 2001. [ANM98] [Bal81] [Ban00] [BB82] [BCA94] [BCG] [BJBB01] [BR96] A.S. Aguado, M.S. Nixon, and E.M. Montiel. Parameterizing arbitrary shapes via Fourier descriptors for evidence-gathering extraction. Comput. Vision and Image Underst., 69(2):202 211, Feb 1998. D.H. Ballard. Generalizing the Hough transform to detect arbitrary shapes. Pattern Recognition, 13:111 122, 1981. I.N. Bankman, editor. Handbook of Medical Imaging Processing and Analysis. Academic Press, London, 2000. D. Ballard and C.M. Brown. Computer Vision. Prentice Hall, Englewood Cliffs, 1982. J. Bangham, T. Campbell, and R. Aldridge. Multiscale median and morphological filters for 2D pattern recognition. Signal Processing, 38:387 415, 1994. Bibliographies on Computer Graphics and Vision. http://liinwww.ira.uka.de/bibliography/graphics/. M.M. Berger, T. Jaworska, A. Baranowska, M. Barańska, redaktorzy. Słownik Angielsko-Polski Naukowo-Techniczny. Wydawnictwa Naukowo-Techniczne, Warszawa, 1962, 2001. Wyd. elektroniczne Leksykonia System TL+, LexLand S.C., Knurów 2002. M.J. Black and A. Rangarajan. On the unification of line processes, outlier rejection, and robust statistics with applications in early vision. Int. J. Comput. Vision, 19(1):57 91, 1996. [Bro92] L. Gottesfeld Brown. A survey of image registration techniques. ACM Computing Surveys, 24(4):325 376, 1992.

228 LITERATURA [BS86] [BSCea98] [BvHBL93] I.N. Bronsztejn, K.A. Siemiendiajew. Matematyka Poradnik encyklopedyczny. PWN, Warszawa, wydanie 7, 1986. R. Bansal, L.H. Staib, Z. Chen, and A. Rangarajan et al. A novel approach for the registration of 2D portal and 3D CT images for treatment setup verification in radiotherapy. In Proc. 1st Int. Conf. Medical Image Computing and Computer-Assisted Intervention MICCAI 98, volume 1496 of LNCS, pages 1075 1086, Cambridge, Massachusetts, Oct 11-13, 1998. Springer Verlag. A. Bel, M. van Herk, H. Bartelink, and J.V. Lebesque. A verification procedure to improve patient setup accuracy using portal images. Radiotherapy and Oncology, 29(2):253 260, 1993. doi:10.1016/0167-8140(93)90255-7. [BZ87] A. Blake and A. Zisserman. Visual Reconstruction. MIT Press, Cambridge, MA, London, 1987. [Can86] J. Canny. A computational approach to edge detection. IEEE Trans. PAMI, 8(6):679 698, 1986. [CCSL98] [CGKD01] [CGKD02] [Chm95] [Chm96] J. Cai, J.C.H. Chu, A. Saxena, and L.H. Lanzl. A simple algorithm for planar image registration in radiation therapy. Med. Phys., 25(6):824 829, 1998. L. Chmielewski, P. Gut, P. Kukołowicz, and A. Dąbrowski. Robust matching of images by an algorithm based on voting for treatment accuracy assessment in radiotherapy. In M. Kurzyński, E. Puchała, and M. Woźniak, editors, Proc. 2nd Polish Conf. on Computer Pattern Recognition Systems KOSYR 2001, pages 211 216, Miłków, Poland, May 28-31, 2001. Wrocław University of Technology. L. Chmielewski, P. Gut, P.F. Kukołowicz, and A. Dąbrowski. Robust feature-based image registration using modified Hausdorff distance measure with the evolving quantile rank. In F. Leberl and A. Ferko, editors, Proc. East-West Vision EWV 02. Int. Workshop and Project Festival on Computer Vision, Computer Graphics and New Media, pages 23 28, Graz, Austria, Sept 12-13, 2002. Austrian Computer Society. L. Chmielewski. A note on merging line segments with the search space reduced by a condition based on an ordering. Machine Graphics & Vision, 4(1-2):29 38, 1995. L. Chmielewski. The concept of a competitive step and roof edge detector. Machine Graphics & Vision, 5(1-2):147 156, 1996. [Chm02] L. Chmielewski. The AH line edge detector and the hierarchical Hough transform as detectors of the irradiation field in simulation images. In K. Wojciechowski, editor, Proc. Int. Conf. Computer

LITERATURA 229 Vision and Graphics ICCVG 2002, volume 1, pages 192 199, Zakopane, Poland, Sept 25-29, 2002. [Chm03] [Chm04a] [Chm04b] [Chm05a] L. Chmielewski. Nakładanie obrazów metodą transformaty Hougha. A. Nowakowski, redaktor, Prace XIII Krajowej Konferencji Naukowej Biocybernetyka i Inżynieria Biomedyczna KBIB 2001, strony 830 835, Gdańsk, 10-13 września 2003. Politechnika Gdańska. L. Chmielewski. Choice of the Hough transform for image registration. In A. Nowakowski and B.B. Kosmowski, editors, Proc. SPIE, volume 5505: Optical Methods, Sensors, Image Processing, and Visualization in Medicine, pages 122 134, 2004. doi:10.1117/12.577912. L. Chmielewski. Detection of non-parametric lines by evidence accumulation: Finding blood vessels in mammograms. In Computer Vision and Graphics: Proc. Int. Conf. Computer Vision and Graphics ICCVG 2004, volume 32 of Computational Imaging and Vision, pages 373 380, Warsaw, Poland, Sep 22-24, 2004. Springer Verlag, 2006. L. Chmielewski. Specification of the evidence accumulation-based line detection algorithm. In CORES 2005 [COR05], pages 355 362. [Chm05b] L. Chmielewski. Scale and direction invariance of the evidence accumulation-based line detection algorithm. In CORES 2005 [COR05], pages 363 370. [Chm06] [CK90] [CK99] [CKGD02] L.J. Chmielewski. Fuzzy histograms, weak fuzzification and accumulation of periodic quantities. Application in two accumulationbased image processing methods. Pattern Analysis & Applications, 2006. Published Online First. Paper version in print. doi:10.1007/s10044-006-0037-7. L. Chmielewski and W. Kosiński, editors. Lecture Notes on Computer Vision and Artificial Intelligence. Ossolineum, Wrocław, 1990. Lectures held at the School on Computer Vision and Artificial Intelligence, Mądralin n. Warsaw, April 24-29, 1989. D. Chetverikov and Y. Khenokh. Matching for shape defect detection. In Proc. Conf. Computer Analysis of Images and Patterns CAIP 99, volume 1689 of LNCS, pages 367 374, Ljubljana, Slovenia, Sept 1999. Springer Verlag. L. Chmielewski, P.F. Kukołowicz, P. Gut, and A. Dąbrowski. Assessment of the quality of radiotherapy with the use of portal and simulation images the method and the software. Journal of Medical Informatics & Technologies, 3:MI 171 MI 179, Nov 2002.

230 LITERATURA [CKN03] [CN90] [COR05] [CP86] [CS02] [CSea03] [CT77] L. Chmielewski, J.L. Kulikowski, A. Nowakowski, redaktorzy. Obrazowanie Biomedyczne, tom 8 serii Biocybernetyka i Inżynieria Biomedyczna 2000, pod redakcją Macieja Nałęcza. Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2003. A. Cideciyan and J. Nagel. Multimodality image registration using the Hough transform. In Proc. Ann. Int. Conf. IEEE EMBS, volume 12, pages 141 142, Los Alamitos, CA, 1990. IEEE Comp. Soc. Press. Computer Recognition Systems: Proc. Int. Conf. on Computer Recognition Systems CORES 2005, Advances in Soft Computing, Rydzyna, Poland, May 22-25, 2005. Springer Verlag, 2005. M.F. Costabile and G.G. Pieroni. Detecting shape correspondences by using the generalized hough transform. In Proc. 8th Int. Conf. on Pattern Recognition ICPR 86, IEEE Publ. 86CH2342-4, pages 589 591, Paris, France, October 27-31, 1986. U Calabria U Houston. S. Czerni, M. Skrzyńska, redaktorzy. Słownik Naukowo-Techniczny Angielsko-Polski. WNT, Warszawa, 1986-2002. T. Craig, M. Sharpe, and T. Haycocks et al. Comparison of correction protocols for image-guided radiation therapy. In Proc. 5th Int. Conf. Medical Image Computing and Computer-Assisted Intervention MICCAI 03, volume 2879 of LNCS, pages 264 270, Montréal, Canada, Nov 15-18, 2003. Springer Verlag. M. Cohen and G. Toussaint. On the detection of structures in noisy pictures. Pattern Recognition, 9:95 98, 1977. [Cud03] W. Cudny. Matematyczne podstawy obrazowania medycznego. Patrz Chmielewski i in. [CKN03], rozdział 1, strony 3 42. [CVH] [Def90] [DH72] [DKK + 03] The Computer Vision Homepage. http://www-2.cs.cmu.edu/~cil/vision.html. I. Defée. Edge detection in digital pictures. In Chmielewski and Kosiński [CK90], pages 73 81. R.D. Duda and P.E. Hart. Use of the Hough transform to detect lines and curves in pictures. Comm. Assoc. of Computing Machinery, 15:11 15, 1972. A. Dąbrowski, P.F. Kukołowicz, P. Kędzierawski, A. Wieczorek, P. Gut, L. Chmielewski. Podsumowanie rocznych wyników kontroli odtwarzalności napromieniania w Świętokrzyskim Centrum Onkologii. Reports of Practical Oncology and Radiotherapy, 8(4):153 162, 2003.

LITERATURA 231 [Dom00] M. Domański. Zaawansowane techniki kompresji obrazów i sekwencji wizyjnych. Wydawnictwa Politechniki Poznańskiej, Poznań, 2000. [DPvH01] [DSV90] [DT79] [DY80] [Dzi98] [Epa69] [EST94] N. Dekker, L.S. Ploeger, and M. van Herk. Evaluation of cost functions for gray value matching of 2D images in radiotherapy. In Proc. 4rd Int. Conf. Medical Image Computing and Computer-Assisted Intervention MICCAI 01, volume 2208 of LNCS, pages 1354 1355, Utrecht, The Netherlands, Oct 14-17, 2001. Springer Verlag. C. Dambra, S.B. Serpico, and G. Vernazza. A new technique for peak detection in the Hough-transform parameter space. In Proc. 5th European Signal Processing Conf., pages 705 708, Barcelona, Sept 18-22, 1990. R.N. Dixon and C.J. Taylor. Automated asbestos fibre counting. In Proc. Inst. Phys. Conf. Series, volume 44, pages 178 185, Philadelphia, PA, 1979. L. S. Davis and S. Yam. A generalized Hough-like transformation for shape recognition. Technical Report CS-TR-80-134, University of Texas at Austin, Department of Computer Sciences, Feb 1, 1980. J. Dziukowa, redaktor. Mammografia w diagnostyce raka sutka. Bel Corp, Warszawa, 1998. V. A. Epanechnikov. Nonparametric estimation of a multidimensional probability density. Theory Probab. Appl., 13:153 158, 1969. K. Eilersten, A. Skretting, and T.L. Tenvaassas. Methods for fully automated verification of patient set-up in external beam radiotherapy with polygon shaped fields. Phys. Med. Biol., 39:993 1012, 1994. [Fli00] J. Flisiak, redaktor. Słownik Angielsko-Polski i Polsko-Angielski Collins a. HarperCollins Publishers Ltd. and Wydawnictwo GrafPunkt, 1997, 2000. Wyd. elektroniczne, Young Digital Poland SA. [GCKD01] P. Gut, L. Chmielewski, P. Kukołowicz, and A. Dąbrowski. Edgebased robust image registration for incomplete and partly erroneous data. In W. Skarbek, editor, Proc. 9th Int. Conf. CAIP 2001, volume 2124 of LNCS, pages 309 316, Warsaw, Poland, Sept 5-8, 2001. Springer Verlag. [GEGvHV93] K.G.A. Gilhuijs, A.A.H. El-Gayed, M. van Herk, and R.E. Vijlbrief. An algorithm for automatic analysis of portal images: clinical evaluation for prostate treatments. Radiotherapy and Oncology, 29:261 268, 1993.

232 LITERATURA [GM87] [GNL02] [GPMZ98] [GvH93] [HAK00] [Har83] [HAR04] [HAR05] [HK01a] [HK01b] S. Geman and D.E. McClure. Statistical methods for tomographic image reconstruction. Bulletin of the International Statistical Institute, LII-4:5 21, 1987. M.G. Grant, M.S. Nixon, and P.H. Lewis. Extracting moving shapes by evidence gathering. Pattern Recognition, 35:1099 1114, 2002. L.M. Giraud, J. Pouliot, X. Maldague, and A. Zaccarin. Automatic setup deviation measurements with electronic portal images for pelvic fields. Med. Phys., 25(7):1180 1185, 1998. K.G.A. Gilhuijs and M. van Herk. Automatic on-line inspection of patient setup in radiation therapy using digital portal images. Med. Phys., 20(3):667 677, 1993. A. Habib, A. Asmamaw, and D. Kelley. New approach to solving the matching problem in photogrammetry. In Proc. XIXth ISPRS Congress, Amsterdam, The Netherlands, Jul 16-23, 2000. R.M. Haralick. Ridges and edges in digital images. Comp. Vision, Graph., and Image Proc., 22:28 38, 1983. A. Habib and R. Al-Ruzouq. Line-based Modified Iterated Hough Transform for automatic registration of multi-source imagery. J. of Photogrammetric Record, 19(105):5 21, Mar 2004. A. Habib and R. Al-Ruzouq. Line-based Modified Iterated Hough Transform for automatic registration of multi-source imagery. J. of Photogrammetric Engineering and Remote Sensing, 71(3):325 332, Mar 2005. A. Habib and D. Kelley. Automatic relative orientation of large scale imagery over urban areas using Modified Iterated Hough Transform. ISPRS J. of Photogrammetry & Remote Sensing, 56:29 41, 2001. A. Habib and D. Kelley. Single photo resection using the Modified Hough Transform. J. of Photogrammetric Engineering and Remote Sensing, 67(8):909 914, Aug 2001. [HKP94] J.H. Han, L.T. Kóczy, and T. Poston. Fuzzy Hough transform. Pattern Recognition Letters, 15(7):649 658, 1994. [HKR93] D.P. Huttenlocher, G.A. Klanderman, and W.J. Rucklidge. Comparing images using the hausdorff distance. IEEE Trans. PAMI, 15(9):850 863, 1993. [HLM03a] A. Habib, H. Lin, and M. Morgan. Autonomous space resection using point- and line-based representation of free-form linear features. J. of Photogrammetric Record, 18(102):244 248, Sep 2003.

LITERATURA 233 [HLM03b] [Hou59] [Hou62] [HR93] [HRRS86] [HS99] A. Habib, H. Lin, and M. Morgan. Line-based Modified Iterated Hough Transform for autonomous single photo resection. J. of Photogrammetric Engineering and Remote Sensing, 69(12):1351 1357, Dec 2003. P.V.C. Hough. Machine analysis of bubble chamber pictures. In Proc. Int. Conf. on High Energy Accelerators and Instrumentation. CERN, 1959. P.V.C. Hough. A method and means for recognizing complex patterns. U. S. Patent 3.069.654, Dec 18, 1962. D.P. Huttenlocher and W.J. Rucklidge. A multi-resolution technique for comparing images using the Hausdorff distance. In Proc. IEEE Conf. on Computer Vision and Pattern Recognition, pages 705 706, New York, Jun 1993. F.R. Hampel, E.M. Ronchetii, P.J. Rousseeuw, and W.A. Stahel. Robust Statistics: The Approach Based on Influence functions. John Wiley, New York, 1986. A. Habib and T. Schenk. New approach for matching surfaces from laser scanners and optical sensors. In Proc. Joint Workshop of ISPRS III/5 and III/2 on Mapping Surface Structure and Topography by Air-borne and Space-borne Lasers, La Jolla, San Diego, CA, Nov 9-11, 1999. [HSM02] A. Habib, S. Shin, and M. Morgan. Automatic pose estimation of imagery using free-form control linear features. In Proc. ISPRS Commission III Symposium on Photogrammetric Computer Vision, pages A 150 155, Graz, Austria, Sep 9-13, 2002. [Hub81] P.J. Huber. Robust Statistics. John Wiley, New York, 1981. [Hub03] P.J. Huber. Robust Statistics. John Wiley, New York, 2003. [IK88] J. Illingworth and J. Kittler. A survey of the Hough transform. Comp. Vision, Graph., and Image Proc., 44(1):87 116, 1988. [Jan90] [JKW98] [JR89] M. Jankowski. Elementy grafiki komputerowej. Wydawnictwa Naukowo-Techniczne, Warszawa, 1990. H. Jezierska, M. Kasperka, D. Woźnicka, redaktorzy. Słownik Angielsko-Polski Informatyczny. Wydawnictwa Naukowo-Techniczne, Warszawa, 1990, 1998. Wyd. elektroniczne Leksykonia System TL+, LexLand S.C., Knurów 2002. J. Jolion and A. Rozenfeld. A O(log n) pyramid Hough transform. Pattern Recognition Letters, 9:343 349, 1989.

234 LITERATURA [JS95] [Kac05] T. Jaworska, M. Skrzyńska, redaktorzy. Słownik Angielsko-Polski WNT. Wydawnictwa Naukowo-Techniczne, Warszawa, 1992, 1995. Wyd. elektroniczne Leksykonia System TL+, LexLand S.C., Knurów 2002. B. Kaczorowski, redaktor. Nowa Encyklopedia Powszechna. PWN, Warszawa, 2005. http://encyklopedia.pwn.pl. [KBS75] C. Kimme, D. Ballard, and J. Sklansky. Finding circles by an array of accumulators. Comm. Assoc. of Computing Machinery, 18(2):120 122, 1975. [KC03] [KĆ05] [KDG + 05] [KHE95] [KM04] [KPB + 94] D. Kozińska, L. Chmielewski. Nakładanie obrazów i integracja danych multimodalnych. Patrz Chmielewski i in. [CKN03], rozdział 4, strony 127 164. J. Koronacki and J. Ćwik. Statystyczne systemy uczące się. WNT, Warszawa, 2005. P.F. Kukołowicz, A. Dąbrowski, P. Gut, L. Chmielewski, A. Wieczorek, and P. Kędzierawski. Evaluation of set-up deviations during the irradiation of patients suffering from breast cancer treated with two different techniques. Radiotherapy and Oncology, 75(1):22 27, 2005. doi:10.1016/j.radonc.2005.02.004. H. Kälviäinen, P. Hirvonen, and O. Erkki. Probabilistic and nonprobabilistic Hough transforms: overview and comparisons. Image and Vision Computing, 13(4):239 252, May 1995. J. Koronacki, J. Mielniczuk. Statystyka dla Studentów Kierunków Technicznych i Przyrodniczych. WNT, Warszawa, wydanie drugie, 2004. W.P. Kegelmeyer, J.M. Pruneda, P.D. Bourland, A. Hillis, M.W. Riggs, and M.L. Nipper. Computer-aided mammographic screening for spiculated lesions. Radiology, 191:331 337, 1994. [Krü01] W. Krüger. Robust and efficient map-to-image registration with line segments. Machine Vision and Applications, 13:38 50, 2001. [Kul05] [Kul91] [LA99] P. Kulczycki. Estymatory jądrowe w analizie systemowej. Wydawnictwa Naukowo-Techniczne, Warszawa, 2005. J.L. Kulikowski. Komputerowa analiza obrazów w biologii i medycynie. Informatyka, 1:1 4, 1991. H. Lester and S.R. Arrige. A survey of hierarchical non-linear medical image registration. Pattern Recognition, 32:129 149, 1999.

LITERATURA 235 [LBD01] [Lea92] [Lea93] [Lin98] [LLYL94] [LPVS05] S. Liu, C.F. Babbs, and E.J. Delp. Multiresolution detection of spiculated lesions in digital mammograms. IEEE Trans. Image Processing, 10(6):874 884, 2001. V.F. Leavers. Shape Detection in Computer Vision Using the Hough Transform. Springer Verlag, London, 1992. V.F. Leavers. Which Hough transform? CVGIP: Image Understanding, 58:250 264, 1993. T. Lindeberg. Edge detection and ridge detection with automatic scale selection. Int. J. Comput. Vision, 30(2):117 156, 1998. W.C.Y. Lam, M.T.S. Lam, K.S.Y. Yuen, and D.N.K. Leung. A general evidence accumulation technique for Hough transformation. In Proc. IEEE Int. Conf. Systems, Man and Cybernetics, volume 3, pages 2414 2419, Texas, USA, Oct 1994. R. Lukac, K.N. Plataniotis, A.N. Venetsanopoulos, and B. Smolka. A statistically-switched adaptive vector median filter. J. Intelligent and Robotic Systems, 42(4):361 391, 2005. doi:10.1007/s10846-005-1730-2. [LT96] R.-C. Lo and W.H. Tsai. Colour image detection and matching using modified generalised Hough transform. IEE Proc. Vision, Image & Signal Processing, 143(4):201 209, Aug 1996. [Lus71] L.B. Lusted. Signal detectability and medical decision-making. Science, 171:1217 1219, 1971. [LXL04] C. Liu, T. Xia, and H. Li. A hierarchical Hough transform for fingerprint matching. In D. Zhang and A.K. Jain, editors, Proc. 1st Int. Conf. Biometrical Authentication ICBA 2004, volume 3072 of LNCS, pages 373 379, Hong Kong, China, Jul 15-17, 2004. Springer Verlag. doi:10.1007/b98225. [LY96] [Maî85] [Mar72] W.C.Y. Lam and S.Y. Yuen. Efficient technique for circle detection using hypothesis filtering and Hough transform. IEE Proc. - Vis. Image Signal Process., 143(5):292 300, Oct 1996. H. Maître. Un panorama de la transformation de Hough. Traitement du Signal, 2(4):305 317, 1985. K.V. Mardia. Statistics of directional data. Academic Press, London, 1972. [Mar05] A. Markowski, redaktor. Wielki Słownik Poprawnej Polszczyzny. PWN, Warszawa, 2005.

236 LITERATURA [Mee04] [MF75] [MF93] P. Meer. Robust techniques for computer vision. In G. Medioni and S.B. Kang, editors, Emerging Topics in Computer Vision, pages 107 190. Prentice Hall, 2004. P.M. Merlin and D.J. Farber. A parallel mechanism for detecting curves in pictures. IEEE Trans. Comp., 24:96 98, 1975. C.R. Mauer and J.M. Fitzpatrick. A review of medical image registration. In R.J. Maciunas, editor, Interactive Image Guided Neurosurgery, pages 17 44. American Association of Neurological Surgeons, 1993. [MV98] J.B.A. Maintz and M.A. Viergever. A survey of medical image registration. Medical Image Analysis, 2(1):1 36, 1998. [MvdEV96] J.B.A. Maintz, P.A. van den Elsen, and M.A. Viergever. Evaluation of ridge seeking operators for multimodality medical image matching. IEEE Trans. PAMI, 18(4):353 365, 1996. [NA02] M. Nixon and A. Aguado. Feature Extraction & Image Processing. Newnes, Oxford, Auckland, Boston, 2002. [NCN98] J.M. Nash, J.N. Carter, and M.S. Nixon. Extraction of moving articulated-objects by evidence gathering. In Proc. 9th British Machine Vision Conf. BMVC 98, volume 2, pages 609 618, Southampton, UK, Sept 13-16, 1998. [NHA98] C. Nikou, F. Heitz, and J.-C. Armspach. Robust registration of dissimilar single and multimodal images. In D. Zhang and A.K. Jain, editors, Proc. 5th Eur. Conf. Computer Vision ECCV 98, volume 1407 of LNCS, pages 51 66, Freiburg, Germany, Jun, 1998. Springer Verlag. [Obu03] N.A. Obuchowski. Receiver operating characteristic curves and their use in radiology. Radiology, 229(1):3 8, 2003. doi:10.1148/radiol.2291010898. [OHH03] M. Orkisz, M. Hernández-Hoyos. Podstawy technik segmentacji stosowanych w przetwarzaniu obrazów 3D naczyń krwionośnych. Patrz Chmielewski i in. [CKN03], rozdział 10, strony 351 372. [OS84] J. O Rourke and K. Sloan. Dynamic quantization: Two adaptive data structures for multidimensional space. IEEE Trans. PAMI, 3:266 288, 1984. [Par62] E. Parzen. On estimation of a probability density function and mode. Ann. Math. Statist., 33:1065 1076, 1962. [Pav87] T. Pavlidis. Grafika i Przetwarzanie Obrazów. Biblioteka Inżynierii Oprogramowania. WNT, 1987. (Algorithms for Graphics and Image Processing, Computer Science Press Inc., Rockville, 1982).

LITERATURA 237 [PB97] C.A. Perez and L.W. Brady, editors. Principles and Practice of Radiation Oncology. Lippincott-Raven, Philadelphia, 1997. [PIK92] [Pol02] [Pra01] [PY01] [RKCJ96] J. Princen, J. Illingworth, and J. Kittler. A formal definition of the Hough transform: Properties and relationships. Journal of Mathematical Imaging and Vision, 1(2):153 168, 1992. doi:10.1007/bf00122210. E. Polański, redaktor. Nowy Słownik Ortograficzny. PWN, Warszawa, 2002. http://so.pwn.pl. W.K. Pratt. Digital Image Processing. John Wiley, New York, third edition, 2001. H.J. Park and H.S. Yang. Invariant object detection based on evidence accumulation and Gabor features. Pattern Recognition Letters, 22:869 882, 2001. N.K. Ratha, K. Karu, Shaoyun Chen, and A.K. Jain. A real-time matching system for large fingerprint databases. IEEE Trans. PA- MI, 18(8):799 813, Aug 1996. doi:10.1109/34.531800. [RL87] P.J. Rousseeuw and A.M. Leroy. Robust Regression and Outlier Detection. John Wiley, 1987. [Ros69] [Ruc96] A. Rosenfeld. Picture Processing by Computer. Academic Press, New York, 1969. W.J. Rucklidge. Efficient Visual Recognition Using Hausdorff Distance, volume 1173 of LNCS. Springer Verlag, 1996. doi:10.1007/bfb0015091. [Ruc97] W.J. Rucklidge. Efficiently locating objects using the Hausdorff distance. Int. J. Comput. Vision, 24(3):251 270, 1997. [Sco92] [Sil86] [Ska93] [SM02] D.W. Scott. Multivariate density estimation: Theory, Practice, and Visualization. John Wiley, 1992. B.W. Silverman. Density Estimation for Statistics and Data Analysis. Chapman & Hall, 1986. W. Skarbek. Metody Reprezentacj Obrazów Cyfrowych. Akademicka Oficyna Wydawnicza PLJ, Warszawa, 1993. Seria: Problemy Współczesnej Nauki Teoria i Zastosowania: Informatyka. Red.: L. Bolc. G. Seedahmed and L. Martucci. Automatic image registration using Geometrically Invariant Parameter Space Clustering (GIPSC). In Proc. ISPRS Commission III Symp. on Photogrammetric Computer Vision, pages A 318 323, Graz, Austria, Sept 9-13, 2002.

238 LITERATURA [SPD + 94] [Sta64] [Sto87] J. Suckling, J. Parker, D. Dance, S. Astley, I. Hutt, C. Boggis, I. Ricketts, E. Stamatakis, N. Cerneaz, S. Kok, P. Taylor, D. Betal, and J. Savage. The Mammographic Images Analysis Society digital mammogram database. In A.G. Gale, S.M. Astley, D.R. Dance, and A.Y. Cairns, editors, Digital Mammography, volume 1069 of Exerpta Medica International Congress Series, pages 375 378, 1994. http://www.wiau.man.ac.uk/services/mias/miasweb.html. J. Stanisławski. Wielki Słownik Angielsko-Polski. Państwowe Wydawnictwo Wiedza Powszechna, Warszawa, 1964. Wyd. elektroniczne Leksykonia System TL+, LexLand S.C., Knurów 2005. G. Stockman. Object recognition and localization via pose clustering. Comp. Vision, Graph., and Image Proc., 40:361 387, 1987. [Str99] O. Strauss. Use the Fuzzy Hough Transform towards reduction of the precision-uncertainty duality. Pattern Recognition, 32:1911 1922, 1999. [TD83] P. Thrift and S. Dunn. Approximating point-set images by line segments using a variance of the Hough transform. Comp. Vision, Graph., and Image Proc., 21:383 394, 1983. [TGS00] [vdepv93] L.V. Tsap, D.B. Goldgof, and S. Sarkar. Multiscale combination of physically-based registration and deformation modeling. In Proc. IEEE Conf. on Image Processing, volume 2, pages 422 429, 13-15 Jun, 2000. P.A. van den Elsen, E.J.D. Pol, and M.A. Viergever. Medical image matching a review with classification. IEEE Engineering in Medicine and Biology, 3:26 39, 1993. [VG81] T. Van Veen and F. Grœn. Discretization errors in the Hough transform. Pattern Recognition, 14:137 145, 1981. [vt82] [WJ95] [Woj90] [XOK90] [YD81] D. van Tassel. Praktyka Programowania. WNT, Warszawa, wydanie 2, 1982. M.P. Wand and M.C. Jones. Density Estimation for Statistics and Data Analysis. Chapman & Hall, 1995. K. Wojciechowski. Image data processing for smoothing and filtration. In Chmielewski and Kosiński [CK90], pages 49 69. L. Xu, E. Oja, and P. Kultanen. A new curve detection method: Randomized Hough transform (RHT). Pattern Recognition Letters, 11(5):331 338, 1990. S. Yam and L.S Davis. Image registration using generalized Hough transforms. In Proc. IEEE Conf. Pattern Recognition and Image Processing, pages 526 533, Dallas, U.S., Aug 3-5, 1981.

LITERATURA 239 [ZABT04] [ZB01] [Zgó00] [ZK99] [ZMB00] [ZPS + 99] [ZPT96] [ZT98] [Żor00] R. Zwiggelaar, S.M. Astley, C.R.M. Boggis, and C.J. Taylor. Linear structures in mammographic images: detection and classification. IEEE Trans. Medical Imaging, 23(9):1077 1086, Sep 2004. R. Zwiggelaar and C.R.M. Boggis. Classification of linear structures in mammographic images. In Proc. Conf. Medical Image Understanding and Analysis MIUA 2001, Birmingham, UK, Jul 16-17, 2001. H. Zgółkowa, redaktor. Praktyczny Słownik Współczesnej Polszczyzny, T. 28, Paser-placebo. Kurpisz, Poznań, 2000. F. Zana and J.C. Klein. A multimodal registration algorithm of eye fundus images using vessels detection and Hough transform. IEEE Trans. Medical Imaging, 18(5):419 428, May 1999. doi:10.1109/42.774169. R. Zwiggelaar, R. Marti, and C.R.M. Boggis. Detection of linear structures in mammographic images. In Proc. Conf. Medical Imaging Understanding and Analysis MIUA 2000, London, UK, Jul 10-11, 2000. R. Zwiggelaar, T.C. Parr, J.E. Schumm, I.W. Hutt, C.J. Taylor, S.M. Astley, and C.R.M. Boggis. Model-based detection of spiculated lesions in mammograms. Medical Image Analysis, 3(1):39 62, 1999. R. Zwiggelaar, T.C. Parr, and C.J. Taylor. Finding orientated line patterns in digital mammographic images. In Proc. 7th British Machine Vision Conference BMVC 96, pages 715 724, Edinburgh, UK, 1996. D. Ziou and S. Tabbone. Edge detection techniques An overview. Pattern Recognition and Image Analysis, 8(4):537 559, 1998. W. Żorski. Metody Segmentacji Obrazów Oparte na Transformacie Hougha. Instytut Automatyki i Robotyki WAT, Warszawa, 2000.