Valori di intensità

Analisi di immagini biomediche in Python

Stephen Bailey

Instructor

Pixel e voxel

I pixel sono elementi 2D dell'immagine
I voxel sono elementi 3D del volume
Due proprietà: intensità e posizione

radiografia del piede

Tipi di dato e dimensione dell'immagine

Il tipo di dato dell'array controlla l'intervallo di intensità possibili

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

Istogrammi

Gli istogrammi contano i pixel per ciascun valore di intensità.
Implementati in scipy.ndimage
- array multidimensionali
- dati mascherati
Tecniche e funzioni avanzate in 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,)

Istogramma

Equalizzazione

Le distribuzioni spesso sono sbilanciate verso basse intensità (valori di sfondo).
Equalizzazione: ridistribuisce i valori per sfruttare tutto l'intervallo di intensità.
Funzione di distribuzione cumulativa: (CDF) mostra la quota di pixel nell'intervallo.

Ist+CDF

Equalizzazione

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()

immagine equalizzata

Esercitiamoci!

Analisi di immagini biomediche in Python