Reesantionare și interpolare

Analiza imaginilor biomedicale în Python

Stephen Bailey

Instructor

Reesantionarea modifică forma matricei

reesantionare-diferita

Analiza imaginilor biomedicale în Python

Subesantionare

vol = imageio.volread('OAS1_0255', format='DICOM')
vol.shape

(256, 256, 256)

creier-original

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

(128, 128, 128)

creier-subesantionat

Analiza imaginilor biomedicale în Python

Supraesantionare

  • Reesantionare la o grilă mai mare

  • Nu echivalează cu colectarea datelor la rezoluție mai mare

  • Util pentru standardizarea ratelor de eșantionare inegale

vol_up = ndi.zoom(vol, zoom=2)
vol_up.shape

(512, 512, 512)

creier-original

Analiza imaginilor biomedicale în Python

Interpolare

  • „Unește" punctele grilei pentru a modela spațiul dintre ele.

$$ Interpolation\ in\ 1\ D $$

Interpolare 1D

Analiza imaginilor biomedicale în Python

Interpolare

  • „Unește" punctele grilei pentru a modela spațiul dintre ele.

  • Cel mai apropiat vecin: folosește cea mai apropiată valoare măsurată.

$$ Interpolation\ in\ 1\ D $$

Interpolare 1D cel mai apropiat vecin

Analiza imaginilor biomedicale în Python

Interpolare

  • „Unește" punctele grilei pentru a modela spațiul dintre ele.

  • Cel mai apropiat vecin: folosește cea mai apropiată valoare măsurată.

    • order = 0

  • Interpolare B-spline: modelează spațiul dintre puncte cu funcții spline de un ordin specificat.

    • order este între 1 și 5

$$ Interpolation\ in\ 1\ D $$

Interpolare B-spline

Analiza imaginilor biomedicale în Python

Interpolare 2D

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

Imagine de test cu culori crescătoare

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

Imagine de test cu culori crescătoare, ordine multiple

Analiza imaginilor biomedicale în Python

Să exersăm!

Analiza imaginilor biomedicale în Python

Preparing Video For Download...