Die Korrespondenzfindung für die Erzeugung statistischer 3D-Formmodelle ist ein offenes Problem der Bildverarbeitung. Diese Modelle sind von allgemeinem Interesse, in der Medizin etwa zur robusten Segmentierung von Organen oder zur Prothesenkonstruktion, in der Biologie z. B. für morphologische Vergleiche.
Die vorliegende Arbeit untersucht und erweitert einen Algorithmus zur Bildregistrierung mit dem Ziel, anatomisch plausible Korrespondenzen zwischen Organformen verschiedener Individuen zu gewinnen. Unter Betrachtung räumlicher und geometrischer Ähnlichkeitsmaße wird eine nichtlineare geometrische Transformation gesucht, die je zwei Formen bestmöglich aufeinander abbildet. Die Formen werden dabei durch triangulierte Oberflächen, Labelfelder oder Distanzfelder repräsentiert. Die Evaluation des Verfahrens beinhaltet Experimente mit synthetischen Testobjekten sowie eine Analyse der Eignung zur Lösung des Korrespondenzproblems für die menschlichen Organe Leber und Beckenknochen.