Prácticas: Imágenes biomédicas - Universidad de...

» Profesorado María José Jiménez

Página web: http://personal.us.es/majiro

Email: [email protected]

Departamento: Matemática Aplicada I (http://ma1.eii.us.es)

Lugar: despacho B2.46

Tutorías: Martes de 16:30 a 19:30

Miércoles de 10:00 a 13:00.

¡Concertar cita previa por e-mail!

Cristina Suárez Mejías

» Actividad formativa Clases prácticas de laboratorio Objetivo: Aportar unos conocimientos básicos para la utilización de las herramientas Matlab, ImageJ, Slicer 3D para procesar imágenes Material relativo a Matlab e ImageJ en http://personal.us.es/majiro/imb.htm

» Planificación temporal

26/09 Subgrupo 1 clase1:"Introducción a MATLAB",B1.35

03/10 Subgrupo 2 clase1:"Introducción a MATLAB", B2.30

10/10 Subgrupo 1 clase2:"MATLAB para Imágenes" B1.35

17/10 Subgrupo 2 clase2:"MATLAB para Imágenes", B2.30

24/10 Subgrupo 1 clase3:"Introducción ImageJ" B1.35




21/11 Subgrupo 1 clase5:"Slicer3D para Imágenes Biomédicas" B1.35

28/11 Subgrupo 2 clase5:"Slicer3D para Imágenes Biomédicas" B2.30

Hoja de ruta completa

http://munkres.us.es:8080/groups/imagetopologicalprocessing/wiki/1b572/HOJA_DE_RUTA_20132014.html






» Programas informáticos

Matlab: http://www.us.es/campus/servicios/sic/servusus/equipinfor/acuerdos.html#matlab ImageJ: http://rsbweb.nih.gov/ij/ Slicer 3D: http://www.slicer.org/

http://www.us.es/campus/servicios/sic/servusus/equipinfor/acuerdos.html#matlab



http://rsbweb.nih.gov/ij/

http://rsbweb.nih.gov/ij/

http://www.slicer.org/

http://www.slicer.org/

Práctica 1: Introducción a Matlab

» MATLAB

MATLAB (MATrix LABoratory) es un sistema de computacion interactivo que combina calculo numérico, gráficas, visualización y un lenguaje de programación de alto nivel. MATLAB puede realizar operaciones aritméticas reales y complejas con matrices y escalares, resolver sistemas de ecuaciones no lineales, integrar funciones y sistemas de ecuaciones diferenciales y algebraicas, etc.

» MATLAB

Introducción al procesamiento de imágenes:

» Introducción » Tipos de imágenes » Lectura, visualización y escritura de imágenes » Conversiones

Introducción al

procesamiento de imágenes

» Imagen analógica: Datos x, y y f(x,y) son continuos.

» Muestrear: Digitalizar las coordenadas, (x,y).

» Cuantificación: Digitalizar la intensidad, f(x,y).

Introducción al


» El resultado de muestrear y cuantificar es una matriz (imagen digital) de números reales.

» El tamaño de la imagen es el número de filas por el número de columnas, M x N.

Introducción al


» La indexación habitual es:

» Mientras que Matlab indexa de la forma siguiente:

Tipos de imágenes

Existen tres tipos principales de imágenes:

» La imagen binaria:

» Imagen de intensidad:

» La imagen en color:

Tipos de imágenes


» La imagen binaria: cada pixel tiene asignado un valor lógico de 0 ó 1.


» La imagen en color:

Tipos de imágenes Existen tres tipos principales de imágenes: » La imagen binaria: » Imagen de intensidad (escala de grises): es una

matriz de datos. + Valores uint8 (enteros almacenados en 8 bits) .

256 valores en el rango [0, 255] + Valores uint16 (enteros de 16 bits),

valores en el rango [0, 65535] + Valores double (números en punto flotante

almacenados en 32 bits). Rango de [0, 1]. » La imagen en color:

Tipos de imágenes


» La imagen binaria:


» La imagen en color: Tiene tres canales, es decir, a cada pixel le corresponden tres valores de intensidad (RGB).

Lectura, visualización y escritura de imágenes La sintaxis de lectura es: El tipo de dato habitual para una imagen es uint8 (un entero representado en 8 bits). Esto nos da 256 valores que se distribuyen en el rango de [0,255] para cada pixel.

Lectura, visualización y escritura de imágenes

Ejemplo:


» Para la visualización podemos usar imshow, que tiene varias opciones

Ejercicio:

Investigar las opciones del comando ‘imshow’


» Podemos guardarla en el directorio de trabajo usando imwrite


» Ejercicio:

1. Buscar la imagen de Lenna a color en Internet y guardarla.

2. Leer la imagen y asignarle la variable a.

3. Convertir la imagen a a gris: b=rgb2gray(a)

4. Guardar la nueva imagen con el nombre 'lena_gray.tif'

Lectura, visualización y escritura de imágenes Ejercicio: 1. Extraer una porción de la imagen de Lena en gris

correspondiente a un ojo : c=b(x1:x2,y1:y2); y guardarla con el nombre ‘lena_eye.tif’ usando imwrite (usar brush/select data en la ventana de visualización de la imagen para determinar los límites de la ventana).

2. Mostrar la imagen de Lena y el recorte realizado en pantalla usando los comandos imshow y figure.

3. Extraer información de la imagen guardada usando el comando imfinfo


Se pueden obtener las matrices correspondientes a cada canal R, G, B de una imagen a color:

Conversiones

» im2uint8: de cualquier tipo a uint8,

» im2double: de cualquier tipo a double,

» im2bw: de cualquier tipo a logical,

» rgb2gray: RGB color a gray.

Conversiones

Ejemplo:

» Usando la imagen recortada del ejercicio anterior, comprobar, examinando la matriz de intensidad de la imagen, como se transforma la misma si le aplicamos las distintas conversiones.

» Mostrar todos los resultados a la vez en pantalla.

» Recursos usados para la elaboración de estas diapositivas:

http://orion.ciencias.uniovi.es/~riera/modelado/practicas/pract_01.pdf

http://www.unioviedo.es/compnum/laboratorios_web/laborat03_intro_imagen/laborat03.html






Prácticas: Imágenes biomédicas - Universidad de...

Documents

Transcript of Prácticas: Imágenes biomédicas - Universidad de...