Biomedical Image Analysis in Python
Stephen Bailey
Instructor
vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape
(256, 256, 256)

vol_dn = ndi.zoom(vol, zoom=0.5)
vol_dn.shape
(128, 128, 128)

Převzorkování na větší mřížku
Není totéž jako sběr dat s vyšším rozlišením
Vhodné pro sjednocení různých vzorkovacích frekvencí
vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape
(512, 512, 512)

$$ Interpolation\ in\ 1\ D $$

„Propojuje" body mřížky a modeluje prostor mezi nimi.
Nejbližší soused: používá nejbližší naměřenou hodnotu.
$$ Interpolation\ in\ 1\ D $$

„Propojuje" body mřížky a modeluje prostor mezi nimi.
Nejbližší soused: používá nejbližší naměřenou hodnotu.
order = 0B-spline interpolace: modeluje prostor mezi body pomocí spline funkcí zadaného řádu.
order je mezi 1 a 5$$ Interpolation\ in\ 1\ D $$

im=np.arange(100).reshape([10,10])

zm1=ndi.zoom(im, zoom=10, order=0)
zm2=ndi.zoom(im, zoom=10, order=2)
zm3=ndi.zoom(im, zoom=10, order=4)

Biomedical Image Analysis in Python