Yoğunluk Değerleri

Python ile Biyomedikal Görüntü Analizi

Stephen Bailey

Instructor

Piksel ve voksel

Pikseller 2B resim öğeleridir
Vokseller 3B hacim öğeleridir
İki özellik: yoğunluk ve konum

ayak röntgeni

Veri türleri ve görüntü boyutu

Dizinin veri türü olası yoğunluk aralığını belirler

Tür	Aralık	Değer say.
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

Histogramlar

Histogramlar: her yoğunluk değerindeki piksel sayısını sayar.
scipy.ndimage içinde uygulanır
- daha yüksek boyutlu diziler
- maskelenmiş veri
Gelişmiş teknikler ve işlevler scikit-image içinde.

plt.plot(hist)
plt.show()

import scipy.ndimage as ndi

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

hist.shape

(256,)

Histogram

Eşitleme

Dağılımlar sıkça düşük yoğunluklara (arka plan) doğru çarpıktır.
Eşitleme: değerleri tam yoğunluk aralığını kullanacak şekilde yeniden dağıtma.
Kümülatif dağılım fonksiyonu: (CDF) aralıktaki piksellerin oranını gösterir.

Hist+CDF

Eşitleme

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()

eşitlenmiş-görüntü

Hadi pratik yapalım!

Python ile Biyomedikal Görüntü Analizi