Lib/PrePostProcessing/itkSTMS_ImageSequenceToTemporalSet_Spine.txx

   1 /*
   2  #
   3  #  File        : itkSTMS_ImageSequenceToTemporalSet_Spine.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_ImageSequenceToTemporalSetSpine_txx
  61 #define itkSTMS_ImageSequenceToTemporalSetSpine_txx
  62
  63 #include <string>
  64 #include "itkSTMS_ImageSequenceToTemporalSet_Spine.h"
  65 #include "itkSTMS_ArgumentsAnalysis_Spine.h"
  66
  67
  68 namespace itkSTMS_Spine
  69 {
  70
  71 template < class ImageType, class MaskImageType >
  72 itkSTMS_ImageSequenceToTemporalSet < ImageType, MaskImageType >
  73 ::itkSTMS_ImageSequenceToTemporalSet( ParamsAnalysisOutputType* stmsParameters )
  74 {
  75     // Get experiments parameters given by the user
  76     this->stmsParameters = stmsParameters;
  77
  78     // If a mask image is specified ==> instanciation of a mask iterator (region with the highest value in the mask)
  79     if( !this->stmsParameters->mask.empty() )
  80     {
  81         mask = MaskImageType::New();
  82         mReader = MaskReaderType::New();
  83         MinMaxCalculator = MinMaxCalculatorType::New();
  84
  85         mReader->SetFileName( this->stmsParameters->mask );
  86         mReader->Update();
  87         mask = mReader->GetOutput();
  88
  89         MinMaxCalculator->SetImage( mask );
  90         MinMaxCalculator->ComputeMaximum();
  91         maskValue = (MaskPixelType)MinMaxCalculator->GetMaximum();
  92
  93         mIt = MaskIteratorType( mask, mask->GetLargestPossibleRegion() ); //->GetBufferedRegion() );
  94     }
  95 }
  96
  97
  98 template < class ImageType, class MaskImageType >
  99 void
 100 itkSTMS_ImageSequenceToTemporalSet< ImageType, MaskImageType >
 101 ::GenerateDataSets()
 102 {
 103     bool first = true;
 104     std::string str;
 105     IndexType idx, i;
 106
 107     // Preprocessing of the whole image sequence
 108     i=1;
 109     for (std::list<std::string>::iterator it_images = stmsParameters->images.begin(); it_images != stmsParameters->images.end(); ++it_images)
 110     {
 111         idx = 0;
 112
 113         ImagePointer image
 114                 = ImageType::New();
 115         ReaderPointer reader
 116                 = itk::ImageFileReader< ImageType >::New();
 117
 118         reader->SetFileName( *it_images );
 119         reader->Update();
 120         image = reader->GetOutput();
 121
 122         IteratorType it( image, image->GetLargestPossibleRegion() );
 123         SizeType Size = image->GetLargestPossibleRegion().GetSize();
 124
 125         // If there is no mask image specified, all the pixels are extracted
 126         if( stmsParameters->mask.empty() )
 127         {
 128             // Only the range values have to be extracted at each time-point. The others need to be extracted just one time.
 129             if( first )
 130             {
 131                 // Containers initialisation
 132                 unsigned int numSamples = (unsigned int)Size[0];
 133
 134                 for( unsigned int j=1 ; j<stmsParameters->dim ; ++j )
 135                     numSamples *= (unsigned int)Size[j];
 136
 137                 indexSet   = IndexSampleSetType( numSamples, 0 );
 138                 classSet   = IndexSampleSetType( numSamples, 0 );
 139                 mergingSet = IndexSampleSetType( numSamples, 0 );
 140                 weightsSet = IndexSampleSetType( numSamples, 1 );
 141                 spatialSet = SpatialSampleSetType( numSamples, SpatialVectorType(stmsParameters->dim, 0));
 142                 rangeSet   = RangeSampleSetType  ( numSamples, RangeVectorType(stmsParameters->numTimePoints, 0) );
 143             }
 144
 145             // Samples extraction
 146             it.GoToBegin();
 147             while( !it.IsAtEnd() ){
 148                 if( first ){
 149                     indexSet[idx]    = idx;
 150                     classSet[idx]    = idx+1;
 151
 152                     for( unsigned int j=0 ; j<stmsParameters->dim ; ++j )
 153                         spatialSet[idx][j] = (SpatialType)( it.GetIndex()[j]/stmsParameters->spScales[j] );
 154                 }
 155
 156                 rangeSet[idx++][i-1] = (PixelType)(it.Get()/stmsParameters->rScale);
 157                 ++it;
 158             }
 159
 160             if( first )
 161                 first = false;
 162         }
 163         // If a mask is specified, just the characteristics of the pixels equal to maskValue in the mask image are extracted
 164         else
 165         {
 166             // In this case the number of samples is not known in advance
 167             if( first )
 168             {
 169                 indexSet   = IndexSampleSetType();
 170                 classSet   = IndexSampleSetType();
 171                 mergingSet = IndexSampleSetType();
 172                 weightsSet = IndexSampleSetType();
 173                 spatialSet = SpatialSampleSetType();
 174                 rangeSet   = RangeSampleSetType();
 175
 176                 indexSet.reserve  ( Size[0]*Size[1] );
 177                 classSet.reserve  ( Size[0]*Size[1] );
 178                 mergingSet.reserve( Size[0]*Size[1] );
 179                 weightsSet.reserve( Size[0]*Size[1] );
 180                 spatialSet.reserve( Size[0]*Size[1] );
 181                 rangeSet.reserve  ( Size[0]*Size[1] );
 182             }
 183
 184             // Samples extraction
 185             mIt.GoToBegin();
 186             it.GoToBegin();
 187             while( !mIt.IsAtEnd() )
 188             {
 189                 if(mIt.Get() == maskValue)
 190                 {
 191                     if( first )
 192                     {
 193                         SpatialVectorType spComp = SpatialVectorType(stmsParameters->dim, 0);
 194                         for( unsigned int j=0 ; j<stmsParameters->dim ; ++j )
 195                             spComp[j] = (SpatialType)( it.GetIndex()[j]/stmsParameters->spScales[j] );
 196
 197                         indexSet.push_back  ( idx    );
 198                         classSet.push_back  ( ++idx  );
 199                         mergingSet.push_back( 0      );
 200                         weightsSet.push_back( 1      );
 201                         spatialSet.push_back( spComp );
 202                         rangeSet.push_back( RangeVectorType(stmsParameters->numTimePoints, (PixelType)(it.Get()/stmsParameters->rScale)) );
 203                     }
 204                     else
 205                         rangeSet[idx++][i-1] = (PixelType)(it.Get()/stmsParameters->rScale);
 206                 }
 207
 208                 ++mIt;
 209                 ++it;
 210             }
 211
 212             if( first )
 213                 first = false;
 214         }
 215
 216         ++i;
 217     }
 218 }
 219
 220 } // end of namespace itkSTMS
 221
 222 #endif