Hodnoty intenzity

Biomedical Image Analysis in Python

Stephen Bailey

Instructor

Pixely a voxely

Pixely jsou 2D obrazové elementy
Voxely jsou 3D objemové elementy
Dvě vlastnosti: intenzita a poloha

rentgen nohy

Datové typy a velikost obrazu

Datový typ pole určuje rozsah možných intenzit

Typ	Rozsah	Počet hod.
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

Histogramy

Histogramy: počet pixelů pro každou hodnotu intenzity.
Implementováno v scipy.ndimage
- vícerozměrná pole
- maskovaná data
Pokročilé funkce v 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

Ekvalizace

Rozdělení bývá zkoseno k nízkým intenzitám (hodnoty pozadí).
Ekvalizace: přerozdělení hodnot pro využití celého rozsahu intenzit.
Kumulativní distribuční funkce (CDF): podíl pixelů v daném rozsahu.

Histogram+CDF

Ekvalizace

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()

ekvalizovaný snímek

Lass uns üben!

Biomedical Image Analysis in Python