強度值

Python 的生醫影像分析

Stephen Bailey

Instructor

像素與體素

Pixels 是 2D 影像像素
Voxels 是 3D 體素
兩個屬性：強度與位置

foot-xray

資料型別與影像大小

陣列的資料型別決定可能的強度範圍

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

直方圖

直方圖（Histogram）：統計各強度值的像素數。
實作於 scipy.ndimage
- 高維陣列
- 遮罩資料
進階技術與功能在 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

均衡化

分佈常偏向低強度（背景值）。
均衡化：重分配數值以利用完整強度範圍。
累積分佈函數（CDF）：顯示區間內像素比例。

Hist+CDF

均衡化

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

一起來練習吧！

Python 的生醫影像分析