Lib/PrePostProcessing/itkSTMS_ImageSequenceToTemporalSet.txx

   1 /*
   2  #
   3  #  File        : itkSTMS_ImageSequenceToTemporalSet.txx
   4  #                ( C++ header file - STMS )
   5  #
   6  #  Description : STMS lib that implements the STMS filter and clustering.
   7  #                This file is a part of the STMS Library project.
   8  #                ( https://www.creatis.insa-lyon.fr/site7/fr/realisations )
   9  #
  10  #  [1] S. Mure, Grenier, T., Meier, S., Guttmann, R. G., et Benoit-Cattin, H.,
  11  #       « Unsupervised spatio-temporal filtering of image sequences. A mean-shift specification »,
  12  #       Pattern Recognition Letters, vol. 68, Part 1, p. 48 - 55, 2015.
  13  #
  14  #  Copyright   : Thomas GRENIER - Simon MURE
  15  #                ( https://www.creatis.insa-lyon.fr/~grenier/ )
  16  #
  17  #  License     : CeCILL C
  18  #                ( http://www.cecill.info/licences/Licence_CeCILL-C_V1-en.txt )
  19  #
  20  #  This software is governed by the CeCILL  license under French law and
  21  #  abiding by the rules of distribution of free software.  You can  use,
  22  #  modify and/ or redistribute the software under the terms of the CeCILL
  23  #  license as circulated by CEA, CNRS and INRIA at the following URL
  24  #  "http://www.cecill.info".
  25  #
  26  #  As a counterpart to the access to the source code and  rights to copy,
  27  #  modify and redistribute granted by the license, users are provided only
  28  #  with a limited warranty  and the software's author,  the holder of the
  29  #  economic rights,  and the successive licensors  have only  limited
  30  #  liability.
  31  #
  32  #  In this respect, the user's attention is drawn to the risks associated
  33  #  with loading,  using,  modifying and/or developing or reproducing the
  34  #  software by the user in light of its specific status of free software,
  35  #  that may mean  that it is complicated to manipulate,  and  that  also
  36  #  therefore means  that it is reserved for developers  and  experienced
  37  #  professionals having in-depth computer knowledge. Users are therefore
  38  #  encouraged to load and test the software's suitability as regards their
  39  #  requirements in conditions enabling the security of their systems and/or
  40  #  data to be ensured and,  more generally, to use and operate it in the
  41  #  same conditions as regards security.
  42  #
  43  #  The fact that you are presently reading this means that you have had
  44  #  knowledge of the CeCILL license and that you accept its terms.
  45  #
  46 */
  47 /* Please don't forget to cite our work :
  48   @article {MURE-15a,
  49     title = {Unsupervised spatio-temporal filtering of image sequences. A mean-shift specification},
  50     journal = {Pattern Recognition Letters},
  51     volume = {68, Part 1},
  52     year = {2015},
  53     pages = {48 - 55},
  54     issn = {0167-8655},
  55     doi = {http://dx.doi.org/10.1016/j.patrec.2015.07.021},
  56     url = {http://www.sciencedirect.com/science/article/pii/S0167865515002305},
  57     author = {S. Mure and T Grenier and Meier, S. and Guttmann, R.G. and H. Benoit-Cattin}
  58 }
  59 */
  60 #ifndef itkSTMS_ImageSequenceToTemporalSet_txx
  61 #define itkSTMS_ImageSequenceToTemporalSet_txx
  62
  63 #include <string>
  64 #include "itkSTMS_ImageSequenceToTemporalSet.h"
  65 #include "itkSTMS_XMLFileParser.h"
  66 #include "itkSTMS_ArgumentsAnalysis.h"
  67 #include "itkFancyString.h"
  68
  69
  70 namespace itkSTMS
  71 {
  72
  73 template < class ImageType, class MaskImageType >
  74 itkSTMS_ImageSequenceToTemporalSet < ImageType, MaskImageType >
  75 ::itkSTMS_ImageSequenceToTemporalSet( ParamsAnalysisOutputType* stmsParameters )
  76 {
  77     // Get experiments parameters given by the user
  78     this->stmsParameters = stmsParameters;
  79
  80     // XML file parsing
  81     xmlParser = new itkSTMS::itkSTMS_XMLFileParser();
  82     xmlParser->SetFileName( this->stmsParameters->expDescription );
  83     xmlParser->Update();
  84
  85     expDescription = xmlParser->GetXMLParams();
  86
  87     // If a mask image is specified ==> instanciation of a mask iterator (region with the highest value in the mask)
  88     if( expDescription->maskImage != "null" )
  89     {
  90         mask = MaskImageType::New();
  91         mReader = MaskReaderType::New();
  92         MinMaxCalculator = MinMaxCalculatorType::New();
  93
  94         maskPath = expDescription->experimentPath+expDescription->inputFolder+expDescription->maskImage+expDescription->imageExtension;
  95         mReader->SetFileName( maskPath );
  96         mReader->Update();
  97         mask = mReader->GetOutput();
  98
  99         MinMaxCalculator->SetImage( mask );
 100         MinMaxCalculator->ComputeMaximum();
 101         maskValue = (MaskPixelType)MinMaxCalculator->GetMaximum();
 102
 103         mIt = MaskIteratorType( mask, mask->GetLargestPossibleRegion() ); //->GetBufferedRegion() );
 104     }
 105 }
 106
 107
 108 template < class ImageType, class MaskImageType >
 109 void
 110 itkSTMS_ImageSequenceToTemporalSet< ImageType, MaskImageType >
 111 ::GenerateDataSets()
 112 {
 113     bool first = true;
 114     std::string str;
 115     IndexType idx;
 116
 117     // Preprocessing of the whole image sequence  // stmsParameters->startTimePoint
 118     for( unsigned int i=1 ; i<=stmsParameters->numTimePoints - stmsParameters->startTimePoint + 1 ; ++i )
 119     {
 120         idx = 0;
 121
 122         char buffer[6];
 123         int n = 0;
 124
 125         if( sizeof(STMS_NUMBERING_FORM_ONE) == 6 ) n=sprintf (buffer, "%05d", i + stmsParameters->startTimePoint - 1);
 126         if( sizeof(STMS_NUMBERING_FORM_ONE) == 5 ) n=sprintf (buffer, "%04d", i + stmsParameters->startTimePoint - 1);
 127         if( sizeof(STMS_NUMBERING_FORM_ONE) == 4 ) n=sprintf (buffer, "%03d", i + stmsParameters->startTimePoint - 1);
 128         if( sizeof(STMS_NUMBERING_FORM_ONE) == 3 ) n=sprintf (buffer, "%02d", i + stmsParameters->startTimePoint - 1);
 129         if( sizeof(STMS_NUMBERING_FORM_ONE) == 2 ) n=sprintf (buffer, "%01d", i + stmsParameters->startTimePoint - 1);
 130
 131         std::string imagePath = expDescription->experimentPath+expDescription->inputFolder+expDescription->inputCommonRoot+buffer+expDescription->imageExtension;
 132
 133         ImagePointer image
 134                 = ImageType::New();
 135         ReaderPointer reader
 136                 = itk::ImageFileReader< ImageType >::New();
 137
 138         reader->SetFileName( imagePath );
 139         reader->Update();
 140         image = reader->GetOutput();
 141
 142         IteratorType it( image, image->GetLargestPossibleRegion() );
 143         SizeType Size = image->GetLargestPossibleRegion().GetSize();
 144
 145         // If there is no mask image specified, all the pixels are extracted
 146         if( expDescription->maskImage == "null" )
 147         {
 148             // Only the range values have to be extracted at each time-point. The others need to be extracted just one time.
 149             if( first )
 150             {
 151                 // Containers initialisation
 152                 unsigned int numSamples = (unsigned int)Size[0];
 153
 154                 for( unsigned int j=1 ; j<stmsParameters->dim ; ++j )
 155                     numSamples *= (unsigned int)Size[j];
 156
 157                 indexSet   = IndexSampleSetType( numSamples, 0 );
 158                 classSet   = IndexSampleSetType( numSamples, 0 );
 159                 mergingSet = IndexSampleSetType( numSamples, 0 );
 160                 weightsSet = IndexSampleSetType( numSamples, 1 );
 161                 spatialSet = SpatialSampleSetType( numSamples, SpatialVectorType(stmsParameters->dim, 0));
 162                 rangeSet   = RangeSampleSetType  ( numSamples, RangeVectorType(stmsParameters->numTimePoints - stmsParameters->startTimePoint + 1, 0) );
 163             }
 164
 165             // Samples extraction
 166             it.GoToBegin();
 167             while( !it.IsAtEnd() ){
 168                 if( first ){
 169                     indexSet[idx]    = idx;
 170                     classSet[idx]    = idx+1;
 171
 172                     for( unsigned int j=0 ; j<stmsParameters->dim ; ++j )
 173                         spatialSet[idx][j] = (SpatialType)( it.GetIndex()[j]/stmsParameters->spScales[j] );
 174                 }
 175
 176                 rangeSet[idx++][i-1] = (PixelType)(it.Get()/stmsParameters->rScale);
 177                 ++it;
 178             }
 179
 180             if( first )
 181                 first = false;
 182         }
 183         // If a mask is specified, just the characteristics of the pixels equal to maskValue in the mask image are extracted
 184         else
 185         {
 186             // In this case the number of samples is not known in advance
 187             if( first )
 188             {
 189                 indexSet   = IndexSampleSetType();
 190                 classSet   = IndexSampleSetType();
 191                 mergingSet = IndexSampleSetType();
 192                 weightsSet = IndexSampleSetType();
 193                 spatialSet = SpatialSampleSetType();
 194                 rangeSet   = RangeSampleSetType();
 195
 196                 indexSet.reserve  ( Size[0]*Size[1] );
 197                 classSet.reserve  ( Size[0]*Size[1] );
 198                 mergingSet.reserve( Size[0]*Size[1] );
 199                 weightsSet.reserve( Size[0]*Size[1] );
 200                 spatialSet.reserve( Size[0]*Size[1] );
 201                 rangeSet.reserve  ( Size[0]*Size[1] );
 202             }
 203
 204             // Samples extraction
 205             mIt.GoToBegin();
 206             it.GoToBegin();
 207             while( !mIt.IsAtEnd() )
 208             {
 209                 if(mIt.Get() == maskValue)
 210                 {
 211                     if( first )
 212                     {
 213                         SpatialVectorType spComp = SpatialVectorType(stmsParameters->dim, 0);
 214                         for( unsigned int j=0 ; j<stmsParameters->dim ; ++j )
 215                             spComp[j] = (SpatialType)( it.GetIndex()[j]/stmsParameters->spScales[j] );
 216
 217                         indexSet.push_back  ( idx    );
 218                         classSet.push_back  ( ++idx  );
 219                         mergingSet.push_back( 0      );
 220                         weightsSet.push_back( 1      );
 221                         spatialSet.push_back( spComp );
 222                         rangeSet.push_back( RangeVectorType(stmsParameters->numTimePoints - stmsParameters->startTimePoint + 1, (PixelType)(it.Get()/stmsParameters->rScale)) );
 223                     }
 224                     else
 225                         rangeSet[idx++][i-1] = (PixelType)(it.Get()/stmsParameters->rScale);
 226                 }
 227
 228                 ++mIt;
 229                 ++it;
 230             }
 231
 232             if( first )
 233                 first = false;
 234         }
 235     }
 236 }
 237
 238 } // end of namespace itkSTMS
 239
 240 #endif