Nilai Intensitas

Analisis Citra Biomedis dengan Python

Stephen Bailey

Instructor

Piksel dan voksel

Piksel adalah elemen gambar 2D
Voksel adalah elemen volume 3D
Dua properti: intensitas dan lokasi

foot-xray

Tipe data dan ukuran citra

Tipe data array mengatur rentang intensitas yang mungkin

Type	Range	No. Val.
uint8	0, 255	256
int8	- 128, 127	256
uint16	0, 2$^{16}$	2$^{16}$
int16	-2$^{15}$, 2$^{15}$	2$^{16}$
float16	~-2$^{16}$, ~2$^{16}$	>>2$^{16}$

import imageio.v2 as imageio

im=imageio.imread('foot-xray.jpg')

im.dtype
    dtype('uint8')

im.size

im_int64 = im.astype(np.uint64)
im_int64.size

Histogram

Histogram: menghitung jumlah piksel pada tiap nilai intensitas.
Diimplementasikan di scipy.ndimage
- array berdimensi lebih tinggi
- data bertopeng
Teknik dan fungsionalitas lanjutan di scikit-image.

plt.plot(hist)
plt.show()

import scipy.ndimage as ndi

hist=ndi.histogram(im, min=0, 
                       max=255,
                       bins=256)

hist.shape

(256,)

Histogram

Penyetaraan

Distribusi sering condong ke intensitas rendah (nilai latar belakang).
Equalization: mendistribusikan ulang nilai untuk mengoptimalkan seluruh rentang intensitas.
Fungsi distribusi kumulatif (CDF): menunjukkan proporsi piksel dalam suatu rentang.

Hist+CDF

Penyetaraan

import scipy.ndimage as ndi
hist = ndi.histogram(im, min=0, 
                         max=255,
                        bins=256)

cdf = hist.cumsum() / hist.sum()
cdf.shape

(256,)

im_equalized = cdf[im] * 255

fig, axes = plt.subplots(2, 1)
axes[0].imshow(im)
axes[1].imshow(im_equalized)
plt.show()

equalized-image

Ayo berlatih!

Analisis Citra Biomedis dengan Python