Reéchantillonnage et interpolation

Analyse d'images biomédicales en Python

Stephen Bailey

Instructor

Le rééchantillonnage change la forme du tableau

échantillonnages différents

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

(256, 256, 256)

cerveau original

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

(128, 128, 128)

cerveau sous-échantillonné

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

(512, 512, 512)

cerveau original

$$ Interpolation\ en\ 1\ D $$

Interpolation en 1D

$$ Interpolation\ en\ 1\ D $$

Interpolation en 1D plus proche voisin

« Raccorde » des points de grille pour modéliser l'espace entre les points.
Plus proche voisin : utilise la valeur mesurée la plus proche.
- order = 0
Interpolation B-spline : modélise l'espace entre les points avec des fonctions spline d'un ordre donné.
- order entre 1 et 5

$$ Interpolation\ en\ 1\ D $$

Interpolation B-spline

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

Image jouet en couleurs croissantes

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

Image multi-ordres en couleurs croissantes

Analyse d'images biomédicales en Python