इंटेंसिटी वैल्यूज़

Python में बायोमेडिकल इमेज विश्लेषण

Stephen Bailey

Instructor

Pixels और Voxels

Pixels 2D पिक्चर एलिमेंट होते हैं
Voxels 3D वॉल्यूम एलिमेंट होते हैं
दो गुण: इंटेंसिटी और लोकेशन

foot-xray

Data types और इमेज साइज़

Array का data type संभावित इंटेंसिटी रेंज नियंत्रित करता है

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

Histograms

Histograms: हर इंटेंसिटी वैल्यू पर पिक्सेल की गिनती.
scipy.ndimage में उपलब्ध.
- हाई-डायमेंशनल arrays
- masked data
scikit-image में एडवांस्ड टेक्नीक्स और फंक्शनैलिटी.

plt.plot(hist)
plt.show()

import scipy.ndimage as ndi

hist=ndi.histogram(im, min=0, 
                       max=255,
                       bins=256)

hist.shape

(256,)

Histogram

Equalization

डिस्ट्रीब्यूशन अक्सर लो इंटेंसिटी (बैकग्राउंड) की ओर स्क्यू होते हैं.
Equalization: वैल्यूज़ को फिर बाँटकर पूरी इंटेंसिटी रेंज का बेहतर उपयोग.
Cumulative distribution function (CDF): किसी रेंज में पिक्सेल का अनुपात दिखाता है.

Hist+CDF

Equalization

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()

equalized-image

अभ्यास करते हैं!

Python में बायोमेडिकल इमेज विश्लेषण