Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
Esercizio 1
Per quanto riguarda i contorni orizzontali:
Selezioniamo la prima immagine (esercizio5-2.tif)
Process Filters Convolvela matrice:
1 1 1 0 0 0 -1 -1 -1
Prendiamo la seconda immagine (esercizio5-3.tif) ed estraiamo i contorni nell'altra direzione
Process Filters Convolvela matrice:
-1 -1 -1 0 0 0 1 1 1
Sommo le due immagini
Process Image calculator Esercizio5-2.tif AddEsercizio-3.tif ok
Se poi volessi avere solo i contorni dovrei sommare l'immagine con i contorni verticali con quella con i contorni orizzontali
Applichiamo l'operatore di Sobel
Duplichiamo 3 volte l'immagine
Image Duplicate Ok
Iniziamo dai contorni verticali
Selezioniamo la prima immagine (esercizio5.tif)
Process Filters Convolvela matrice:
1 0 -1 2 0 -2 1 0 -1
Prendiamo la seconda immagine (esercizio5-1.tif) ed estraiamo i contorni nell'altra direzione
Process Filters Convolvela matrice:
-1 0 1 -2 0 2 -1 0 1
Sommo le due immagini
Process Image calculator Esercizio5.tif AddEsercizio-1.tif ok
Riguarda i contorni orizzontali
Selezioniamo la prima immagine (esercizio5.tif)
Process Filters Convolvela matrice:
1 2 10 0 0
-1 -2 -1
Prendiamo la seconda immagine (esercizio5-1.tif) ed estraiamo i contorni nell'altra direzione
Process Filters Convolvela matrice:
-1 -2 -10 0 0
1 2 1
Sommo le due immagini
Process Image calculator Esercizio5-2.tif Add Esercizio-3.tif ok 78
Estrarre dall'immagine blood-lipids.jpg i globuli rossi e i lipidi.
Dividiamo i canali
Image Colors Split channels
Per estrarre i globuli rossi dobbiamo sottrarre
Process Image calculator Red Subtract Green Ok
Image Adjust Threshold Apply Set ok
Per estrarre i lipidi possiamo direttamente sogliare l'immagine green
Image Adjust Threshold Apply Set ok 89
Migliorare la qualità dell'immagine boats.gif tramite un operatore puntuale non lineare.
Utilizziamo il log
Process Math Log 9
ESERCITAZIONE 25 NOVEMBRE 123
Si migliori la qualità dell'immagine circuito_noise.gif in modo da renderla intellegibile e
priva di rumore. Con la stessa immagine migliorata si calcolino le dimensioni dei fori di saldatura tenendo conto che la dimensione orizzontale dell'immagine è 2 cm, si determinino le coordinate dei centri dei fori di saldatura mediante trasformata di Hough.
L'immagine presenta rumore Salt and Pepper
Process Filters Median 2ok
Miglioriamo il contrasto. Si può fare in due modi:
- Analyze histogram
- Min=102
- Max=156
- Image Adjust Brightness & contrast
- Min=102
- Max=156
- Apply ok
Calcoliamo la dimensione dei fori
Dobbiamo dire al programma che 800 pixel = 2 cm
Analyze Set scale
- Distance in pixel=800
- Known distance=2
- Unit=cm ok
Ora binarizziamo l'immagine per far saltare fuori i fori di saldatura:
Image Adjust Threshold Apply
Set ok
Calcoliamo l'area dei fori:
Analyze Analyze particles Show=outlines Display results
Summarize ok
Se volessimo controllare di aver preso bene l'area dei cerchi riapro l'immagine
- Process Filters Median 2 ok
- Miglioro il contrasto: Analyze histogram
- Min=102 Max=156
- Image Adjust Brightness & contrast
- Min=102 Max=156 Apply ok
- Poi inverto l’immagine drowing of cicuito noise
- Edit Invert
- Sommo le due immagini
- Process Image calculator
- Drowing of circuito noise Add
- Circuito noise ok 3
- Riapriamo l’immagine originale, applichiamo il filtro, il contrasto, la sogliamo e la rendiamo binaria:
- Process Filters Median 2 ok
- Process Enhance contrast Normalize Equalize histogram ok
- Image Adjust Threshold Apply
- Set ok
- Process Binary Make binary
- Estraiamo i contorni: duplico l’immagine, erodo la seconda e poi le sottraggo
- Image Duplicate Ok
- Process Binary Erode
- Process Image calculator Circuito noise.gif Subtract Circuito noise-1.gif ok
- Cerchiamo il centro dei fori con la trasformata di Hough:
- Prima calcolo il diametro dei cerchi: apro la retta e misuro il diametro
- Cerchio grande: diametro=45 pixels
- Cerchio piccolo: diametro=25 pixel
- Plugins Analyze Hugh circles
Minumum radius=11
Maximum radius=24
Number of circles=10
ok 44
Dopo aver migliorato la qualità dell'immagine esercizio7dispari.tif, si ricavino i contorni tramite operatori di morfologiamatematica.
L'immagine presenta rumore Salt and Pepper
Process Filters Median 2
ok
Miglioriamo il contrasto.
Analyze histogram→Min=0 significa che è rimasto un salt
Max=127
A questo punto si potrebbe applicare un filtro mediano con maschera 4 ma viene troppo smooth quindi lo teniamo amaschera 2 e aggiustiamo a occhio il contrasto
Image Adjust Brightness & contrast Apply
Ok
Applichiamo la soglia
Image Adjust Threshold Apply
Set ok
Estraiamo i contorni: duplico l'immagine, erodo la seconda e poi le sottraggo
Image Duplicate Ok
Process Binary Erode
Process Image calculator Esercizio7dispari.tif Subtract
Esercizio7dispari-1.tif ok
55
Dopo aver migliorato la qualità dell'immagine osso.tif, si estraggano i contorni tramite operatore LoG 5x5.
L'immagine presenta rumore
Salt and Pepperdell'erosione
Process Binary Dilate
Process Binary Fill holes
Process Binary Erode
Process Binary Erode
Process Binary Dilate
Calcoliamo l'area percentuale
Analyze Analyze particles Show=outlines Display results
Summarize Exclude edges ok
L'area percentuale è circa 3.9%
Controlliamo di aver preso bene i fiori: prendiamo l'immagine della soglia e la sommiamo a quella originale
Process Binary Outline
Process Image calculator Fiori.jpg Add
Result of fiori.jpg ok 77
Si calcolino le aree in pixel del nucleo e della soma (corpo) della cellula cell1.gif ottenuta da un microscopio confocale. Si descrivano le operazioni effettuate e si memorizzino le immagini.
Dividiamo l'immagine nei tre canali
Image Colors Split channels
Partiamo dall'area del nucleo prendiamo l'immagine blu e applichiamo la soglia
Image Adjust Threshold Apply
Set ok
Sistemiamo con gli operatori del binary
Process Binary Fill holes
Process Binary Close
Calcoliamo l'area
Analyze Analyze
particles Show=outlines Display resultsSummarize Exclude edges ok
L'area è circa 5495 pixel 2 →Calcoliamo l'area della soma prendiamo l'immagine verde e applichiamo la sogliaImage Adjust Threshold ApplySet okSistemiamo con gli operatori del binaryProcess Binary Fill holesProcess Binary CloseCalcoliamo l'areaAnalyze Analyze particles Show=outlines Display resultsSummarize Exclude edges okCi appaiono altri oggetti. Abbiamo due metodi per sistemare:
- Sapendo che l'area dell'immagine grande è 74614 e l'area degli altri oggetti è 1 quindi basta mettere una soglia in modoche si cerchi l'area di un oggetto che sia più grande di tale soglia:Analyze Analyze particles 10-Infinity Show=outlinesDisplay results Summarize Exclude edges okArea = 74493 pixel 2
- Erodo per togliere i pixels in più ma dato che ho assottigliato troppo lo dilato poi calcolo l'areaProcess Binary Fill holesProcess Binary CloseAnalyze
sono rappresentate alcune cellule staminali (arancioni). Si calcoli la percentuale di area occupata da tali cellule e i centri delle cellule tramite trasformata di Hough.
Dividiamo l'immagine nei tre canali:
Image Colors Split channels
Cerchiamo i centri. → Ci interessa avere dei buoni contorni, quindi sottraiamo il canale rosso e il canale blu:
Process Image calculator red Subtract blue ok
Estraiamo i contorni direttamente dall'immagine ottenuta:
Process Find edges
Sogliamo l'immagine:
Image Adjust Threshold Apply Set ok
Calcoliamo il diametro sul cerchio interno per le cellule più piccole dato che sono più nitide, mentre per quella grande prendiamo il diametro del cerchio più esterno:
- Cerchio più piccolo: diametro=50 pixels
- Cerchio grande: diametro=100 pixel
Utilizziamo il plugin Analyze Hugh circles con i seguenti parametri:
- Minimum radius=24
- Maximum radius=30
- Number of circles=7
Plugins Analyze Hugh circles Minimum radius=24 Maximum radius=30 Number of circles=7 ok
Per calcolare l'areaprovo a invertire la red e a sommarla alla blu
Edit Invert
Process Image calculator red Subtract blue ok
Sogliamo
Image Adjust Threshold Apply
Set ok
Ora abbiamo una cellula che non deve essere presa, inoltre dobbiamo invertire l'immagine altrimenti quando facciamo fillholes riempie lo sfondo!
Edit Invert
Process Binary Fill holes
Ora togliamo quella cellula che non ci interessa, basta applicare la soglia quando calcoliamo l'area:
Analyze Analyze particles Show=outlines Display results
Summarize Exclude edges ok
Vediamo quanto è l'area di quella grande e di quella piccola e applichiamo la soglia:
area piccola=1318
Analyze Analyze particles 1400-Infinity Show=outlines Display results Summarize Exclude edges ok
L'area percentuale è circa 29% di quella totale. 99 Dall'immagine di risonanza mri12.tif si ricavino tramite trasformata di Hough i centri dei globi oculari.
Sogliamo l'immagine in modo da fare risaltare bene i globi oculari
Image Adjust Threshold
<applyset>ok</applyset>
<la>La duplico</la>,
<la>la erodo due volte</la>
<la>e sottraggo le due immagini</la>
<imageduplicateproc></imageduplicateproc>
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo
