Confrontare le immagini

Analisi di immagini biomediche in Python

Stephen Bailey

Instructor

Confrontare le immagini

entrambe-le-immagini-e-sovrapposte

Metriche riassuntive

Obiettivo: definire una metrica di similarità tra due immagini.

Le funzioni di costo producono metriche da minimizzare.

Le funzioni obiettivo producono metriche da massimizzare.

Errore assoluto medio

import imageio.v2 as imageio
import numpy as np
i1=imageio.imread('OAS1035-v1.dcm')
i2=imageio.imread('OAS1035-v2.dcm')

err = i1 - i2

plt.imshow(err)

maschera-errore

abs_err = np.abs(err)
plt.imshow(abs_err)

mae = np.mean(abs_err)
mae

29.8570

maschera-errore-assoluto

Errore assoluto medio

Obiettivo: minimizzare la funzione di costo

# Migliora l'allineamento di im1 a im2
xfm=ndi.shift(im1, shift=(-8, -8))
xfm=ndi.rotate(xfm, -18,
                 reshape=False)

# Calcola il costo
abs_err = np.abs(im1 - im2)
mean_abs_err = np.mean(abs_err)

mean_abs_err

13.0376

sovrapposizione-regolata

Intersezione sull'unione

$$ IOU = \frac{I_1 \cap I_2 }{I_1 \cup I_2}$$

mask1 = im1 > 0
mask2 = im2 > 0

intsxn = mask1 & mask2
plt.imshow(intsxn)

intersezione-maschere

union = mask1 | mask2
plt.imshow(union)

iou = intsxn.sum() / union.sum()
iou

0.68392

unione-maschere

Esercitiamoci!

Analisi di immagini biomediche in Python