Image Processing CS 110 Medical Images The image cannot - PowerPoint PPT Presentation

Image ¡Processing ¡ CS ¡110 ¡

Medical ¡Images ¡ The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x still appears, you may have to delete the image and then insert it again. Dig3al ¡Image ¡Processing, ¡Spring ¡2006 ¡ 2 ¡

Image ¡Processing ¡in ¡Manufacturing ¡ Dig3al ¡Image ¡Processing, ¡Spring ¡2006 ¡ 3 ¡

What ¡can ¡you ¡do ¡with ¡Image ¡Processing? ¡ ¡ Inspect, ¡Measure, ¡and ¡Count ¡using ¡Photos ¡and ¡Video ¡ h@p://www.youtube.com/watch?v=KsTtNWVhpgI ¡ ¡ Image ¡Processing ¡So<ware ¡ h@p://www.youtube.com/watch?v=1WJp9mGnWSM ¡ ¡

Thresholding ¡for ¡Image ¡Segmenta3on ¡ • Pixels ¡below ¡a ¡cutoff ¡value ¡are ¡set ¡to ¡black ¡ • Pixels ¡above ¡a ¡cutoff ¡value ¡are ¡set ¡to ¡white ¡

Image Enhancement - Color and intensity adjustment - Histogram equalization Kun Huang, Ohio State / Digital Image Processing using Matlab, By R.C.Gonzalez, R.E.Woods, and S.L.Eddins

Implemen3ng ¡a ¡Color ¡Histogram ¡in ¡Processing ¡ // ¡Histogram ¡ ¡ // ¡Arrays ¡to ¡hold ¡histogram ¡values ¡ ¡ ¡// ¡Find ¡max ¡value ¡ ¡ ¡// ¡Lines ¡ int[] ¡aa ¡= ¡new ¡int[256]; ¡ ¡ ¡float ¡max ¡= ¡0.0; ¡ ¡ ¡float ¡h; ¡ int[] ¡ra ¡= ¡new ¡int[256]; ¡ ¡ ¡for ¡(int ¡i=0; ¡i<256; ¡i++) ¡{ ¡ ¡ ¡for ¡(int ¡i=0; ¡i<256; ¡i++) ¡{ ¡ int[] ¡ga ¡= ¡new ¡int[256]; ¡ ¡ ¡ ¡ ¡if ¡(ra[i] ¡> ¡max) ¡max ¡= ¡ra[i]; ¡ ¡ ¡ ¡ ¡// ¡all ¡ int[] ¡ba ¡= ¡new ¡int[256]; ¡ ¡ ¡ ¡ ¡if ¡(ga[i] ¡> ¡max) ¡max ¡= ¡ga[i]; ¡ ¡ ¡ ¡ ¡stroke(0); ¡ ¡ ¡ ¡ ¡ ¡if ¡(ba[i] ¡> ¡max) ¡max ¡= ¡ba[i]; ¡ ¡ ¡ ¡ ¡h ¡= ¡map(aa[i], ¡0, ¡max, ¡0, ¡255); ¡ PImage ¡img; ¡ ¡ ¡ ¡ ¡if ¡(aa[i] ¡> ¡max) ¡max ¡= ¡aa[i]; ¡ ¡ ¡ ¡ ¡line(i, ¡255, ¡i, ¡255-­‑h); ¡ ¡ ¡ ¡} ¡ ¡ ¡ ¡ ¡ ¡ void ¡setup() ¡{ ¡ ¡ ¡ ¡ ¡ ¡// ¡red ¡ ¡ ¡size(516, ¡516); ¡ ¡// ¡Draw ¡scaled ¡histogram ¡ ¡ ¡ ¡ ¡stroke(255,0,0); ¡ ¡ ¡img ¡= ¡loadImage("kodim02.png"); ¡ ¡ ¡ ¡ ¡background(255); ¡ ¡ ¡ ¡ ¡h ¡= ¡map(ra[i], ¡0, ¡max, ¡0, ¡255); ¡ ¡ ¡img.loadPixels(); ¡ ¡ ¡noFill(); ¡ ¡ ¡ ¡ ¡line(257+i, ¡255, ¡257+i, ¡255-­‑h); ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡// ¡Sum ¡up ¡all ¡pixel ¡values ¡ ¡ ¡ ¡// ¡Borders ¡ ¡ ¡ ¡ ¡// ¡green ¡ ¡ ¡for ¡(int ¡i=0; ¡i<img.pixels.length; ¡i++) ¡{ ¡ ¡ ¡stroke(0); ¡ ¡ ¡ ¡ ¡stroke(0,255,0); ¡ ¡ ¡ ¡ ¡float ¡r ¡= ¡red(img.pixels[i]); ¡ ¡ ¡rect(0, ¡0, ¡256, ¡256); ¡ ¡ ¡ ¡ ¡h ¡= ¡map(ga[i], ¡0, ¡max, ¡0, ¡255); ¡ ¡ ¡ ¡ ¡float ¡g ¡= ¡green(img.pixels[i]); ¡ ¡ ¡stroke(255,0,0); ¡ ¡ ¡ ¡ ¡line(i+1, ¡514, ¡i+1, ¡514-­‑h); ¡ ¡ ¡ ¡ ¡float ¡b ¡= ¡blue(img.pixels[i]); ¡ ¡ ¡rect(257, ¡0, ¡256, ¡256); ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡stroke(0,255,0); ¡ ¡ ¡ ¡ ¡// ¡blue ¡ ¡ ¡ ¡ ¡// ¡Increment ¡histogram ¡item ¡amounts ¡ ¡ ¡rect(0, ¡257, ¡256, ¡256); ¡ ¡ ¡ ¡ ¡stroke(0,0,255); ¡ ¡ ¡ ¡ ¡ra[ ¡int(r) ¡]++; ¡ ¡ ¡stroke(0,0,255); ¡ ¡ ¡ ¡ ¡h ¡= ¡map(ba[i], ¡0, ¡max, ¡0, ¡255); ¡ ¡ ¡ ¡ ¡ga[ ¡int(g) ¡]++; ¡ ¡ ¡rect(257, ¡257, ¡256, ¡256); ¡ ¡ ¡ ¡ ¡line(257+i, ¡514, ¡257+i, ¡514-­‑h); ¡ ¡ ¡ ¡ ¡ba[ ¡int(b) ¡]++; ¡ ¡ ¡ ¡} ¡ ¡ ¡ ¡ ¡aa[ ¡int((r+g+b)/3.0) ¡]++; ¡ } ¡ ¡ ¡} ¡

Feature Extraction - Region detection – morphology manipulation - Dilate and Erode - Open - Erode à dilate - Small objects are removed - Close - Dilate à Erode - Holes are closed - Skeleton and perimeter Kun Huang, Ohio State / Digital Image Processing using Matlab, By R.C.Gonzalez, R.E.Woods, and S.L.Eddins

Erode ¡+ ¡Dilate ¡to ¡Despeckle ¡ Erode ¡ Dilate ¡

Spa3al ¡Filtering ¡ Input ¡Image ¡ Output ¡Image ¡ w 1 w 2 w 3 A B C w 4 w 5 w 6 D E F E' w 7 w 8 w 7 G H I Spa3al ¡ Kernel ¡Filter ¡ E' ¡= ¡w 1 A+w 2 B+w 3 C+w 4 D+w 5 E+w 6 F+w 7 G+w 8 H+w 7 I ¡

Image Enhancement - Denoise - Averaging 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 - Median filter 20 5 43 78 3 22 115 189 200 43 ¡ Kun Huang, Ohio State / Digital Image Processing using Matlab, By R.C.Gonzalez, R.E.Woods, and S.L.Eddins