Praktikum 1 Bildverarbeitungs

...\image\img_pk_01 ImageJ.doc
Prof. W. Hillen,
Medizinische Informatik
FH - AC (Jülich)
Praktikum 1
Digitale Bildverarbeitung
Bildverarbeitungs - Software ImageJ
LUT – Manipulationen
Bild - Quantisierung
__________________________________________________________________
Themen:




Einführung in die Bildverarbeitungs-Software ImageJ.
LUT – Anpassungen.
Falschfarben - Darstellungen.
Untersuchungen zur Bild - Quantisierung.
__________________________________________________________________
Aufgabe 1: ImageJ Grundlagen
1.a Bilder darstellen / ROI's setzen:
• ImageJ starten (vergl. “A Quick Guide to ImageJ”).
• Verschiedene Bilder aus dem vorgegebenen Verzeichnis des ersten
Praktikums (z.B.: "c:\prakt\image\img_pk_1") öffnen und an beliebigen
Positionen des Desktops darstellen. Ordnen Sie die verschiedenen Bilder auf
dem Desktop in übersichtlicher Weise an, indem Sie die Fenster entsprechend
verschieben. Achten Sie von Anfang an darauf, welches Fenster jeweils das
„aktive“ ist (Operationen unter ImageJ erfolgen immer im „aktiven“ Bild).
img_pk_01 ImageJ
-1-
• Definieren Sie ROIs im Bereich des aktiven Bildes (vergl. “A quick guide to
ImageJ” Kap. “Setting of a ROI”). Verwenden Sie sämtliche in der Anleitung
aufgeführten Methoden um ein ROI zu positionieren (wichtig für weitere
Praktika). Werden Sie damit vertraut, wie ROIs mit gegebener Breite und
Höhe an eine definierte Position (x,y) gesetzt werden (x und y sind dabei die
Koordinaten der oberen linken ROI-Ecke). Verwenden Sie auch die PfeilTasten (sowie die Pfeil-Tasten in Verbindung mit der <Alt> -Taste) um die
Position bzw. die Dimension eines ROIs anzupassen.
• Mit Strg+A wird ein ROI gesetzt, welches das ganze aktive Bild umschließt.
• Für manche Anwendungen sind kreisförmige oder ovale ROIs geeignet bzw.
unregelmäßige Formen, die durch Polygonzüge festgelegt sind. Diese ROIs
werden über die Tool-Bar mit „oval selection“ bzw. „polygon selection“
bestimmt (vergl. “A quick guide to ImageJ” Kap. “Setting of a ROI”).
• Schließen Sie anschließend alle Bildfenster (bitte immer „without saving“ !).
1.b Kopieren von Bildern und Bildausschnitten, Anfertigen von Ausdrucken
• Öffnen Sie aus dem Verzeichnis des ersten Praktikums das „leere“ Bild
(print_form_1.tif ). Dieses Bild wird als Druckvorlage zur Anfertigung von
Ausdrucken verwendet.
• Anschließend soll das Bild "tri.tif" (Größe: 175*250 Pixels) geladen werden
und als ganzes in die linke obere Ecke der Druckvorlage kopiert werden.
Verwenden Sie hierzu „Strg+C“ und „Strg+V“ (vergl. “A quick guide to
ImageJ”).
• Ebenso soll ein genau definierter Bildausschnitt des Bildes "tri.tif" an der
Position x=25, y=5 von genau 128*128 Pixels in die Druckvorlage kopiert
und oben rechts angeordnet werden.
• Verwenden Sie das Beschriftungswerkzeug „text tool“ (vergl. “A quick guide
to ImageJ” Kap. “Text Annotations”) um die Bilder in der Druckvorlage zu
beschriften (z.B. “tri.tif” (Größe: 175*250) und “tri.tif” (ROI: 128*128 an Pos. 25,5) ).
img_pk_01 ImageJ
-2-
1.c Darstellung von Grauwert - Histogrammen:
• Das Bild „greyola.tif“ (vergl.
Abb.1) laden und komplett in
die Druckvorlage (unten
rechts) kopieren sowie mit
einer Beschriftung versehen.
• Im Bild "greyola.tif" wird ein
kleiner ROI - Bereich definiert
und ein GrauwertHistogramm des ROIs
dargestellt (vergl. “A quick
guide to ImageJ” Kap. “Grey
Value Histogram”). Das
Histogramm wird in die
Druckvorlage kopiert und
beschriftet.
Abb. 1: "greyola.tif"
• Ausdruck der Druckvorlage.
• Vergleichen Sie die Grauwert- Histogramme von ROIs an anderen Positionen
und verschiedener Größe. Hierzu muss, nachdem das ROI im Bild geändert
wurde, der „Update“-Button im Histogrammfenster aktiviert werden.
Beobachten Sie den Zusammenhang zwischen dem Bildausschnitt, der durch
das ROI bestimmt ist, und der Grauwertverteilung im Histogramm. Machen
Sie sich bei einer neuen ROI Wahl schon vor dem Histogramm-Update eine
Vorstellung von der zu erwartenden Grauwertverteilung.
• Die Grauwertverteilungen mit den Bildstrukturen des ROIs vergleichen und
interpretieren.
• Gewinnen Sie Erfahrung mit den statistischen Angaben unter dem
Histogramm
• Fertigen Sie (auf einer neuen Druckvorlage) einen Ausdruck an, in dem
mehrere Ausschnitte des Bildes „greyola.tif“ zusammen mit den
entsprechenden Grauwertverteilungen und statistischen Daten dargestellt
sind. Interpretieren Sie die Ergebnisse.
img_pk_01 ImageJ
-3-
Aufgabe 2: Veränderung der Output LUT
• Das Bild „sc_ch2a.tif“ laden. Das Bild zeigt eine digital erfasste
Röntgenaufnahme der Lunge.
• Öffnen Sie das LUT Operations Fenster mit <Strg>+<L> (vergl. “A quick
guide to ImageJ” Kap. “Grey Level Operation”).
• Die möglichen Einstellungen und Veränderungen der Transformationstabelle
im LUT Operations Fenster sollen eingehend getestet und dokumentiert
werden (arbeiten Sie sorgfältig die im Abschnitt “Grey Level Operation”
beschriebenen Varianten durch).
Verändern Sie Helligkeit und Kontrast über eine lineare LUT mit Hilfe
der Schieber des LUT Operations Fensters (beobachten und verstehen Sie
die Abhängigkeiten der Parameter zur Einstellung einer linearen LUT.
Testen Sie nicht lineare Funktionen wie “sqr” und “sqrt”.
• Welche Einstellungen sind am geeignetsten, um die Lungengefäße optimal
darzustellen; wie kann der Wirbel- und Herzbereich am besten dargestellt
werden ? Welche Beziehungen existieren zwischen dem Kontrast und dem
darstellbaren Dynamik - Umfang ?
• Ähnliche Untersuchungen sollen am Bild „sc_knee2.tif“ (Röntgenaufnahme
eines Kniegelenks) durchgeführt werden. Wie ist die LUT zu wählen, um die
Knochenstruktur (bzw. das Muskelgewebe) optimal wiederzugeben ?
Aufgabe 3: Falschfarben – Darstellung (Pseudo-Farben)
• Laden Sie das Bild „sc_knee2.tif“ 2-mal und ordnen Sie die beiden Fenster
für den folgenden Vergleich nebeneinander an.
• Von ImageJ voreingestellte Pseudo-Farb Paletten werden mit „Image /
Lookup Tables / ...“ angewendet (z.B.: Fire, Ice, Spectrum). Vergleichen Sie
das in Pseudo-Farbe dargestellte Bild mit der schwarz/weiß Darstellung.
Welche Vorzüge / Nachteile haben Pseudo-Farben im Hinblick auf die
Kontrast- und Detailerkennbarkeit ?
• Führen Sie die gleiche Untersuchung auch mit dem nuklearmedizinischem
Bild „PET-Brain.tif“ durch.
img_pk_01 ImageJ
-4-
Aufgabe 4: Untersuchungen zur Bild - Quantisierung
Vorbemerkung:
Die Bild - Rasterung und die Intensitäts - Quantisierung führen
zwangsläufig zu einer Reduktion der Bildinformation. In dieser Aufgabe
sollen Sie analysieren, wie sich Rasterung und Quantisierung auf das Bild
auswirken. Dabei sollen vor allem zwei Fragestellungen untersucht werden:
• Welche Rasterung (welche Pixel - Größe) und wieviel Graustufen sind
notwendig, um bestimmte Bildstrukturen zu erkennen ?
• Wie muss die Rasterung und die Zahl der Graustufen gewählt werden,
damit das Auge den Effekt der Bild - Diskretisierung als nicht störend
empfindet ?
Bem.: Die Parameter zur Bild-Diskretisierung (Größe der Rasterung und
Amplituden-Quantisierung) sind stark abhängig von der dargestellten
Bildinformation und der (medizinischen) Fragestellung. Sie müssen im
Einzelfall analysiert werden.
4.a Untersuchung der Bild – Quantisierung an einem
Röntgen-Phantom zur Kontrast-Detail–Erkennbarkeit.
• Laden Sie die folgenden Bilder und platzieren Sie die Bilder zum Vergleich
an verschiedenen Stellen des Arbeitsfensters.
IIHY_100.tif
IIHY_200.tif
IIHY_300.tif
IIHY_400.tif
IIHY_500.tif
(Pixel Größe: 100 µm)
(Pixel Größe: 200 µm)
(Pixel Größe: 300 µm)
(Pixel Größe: 400 µm)
(Pixel Größe: 500 µm)
Die Bilder (vergl. Abb.2) zeigen ein
Phantom mit Scheiben von
unterschiedlichem Durchmesser und
Kontrast. Die Bilder unterscheiden sich nur
durch ihre verschiedene Rasterung (Pixel
Größe).
Abb.2: Phantom-Bild zur
Kontrast-Detail-Erkennbarkeit.
img_pk_01 ImageJ
-5-
• Wann wird der Effekt der Bildrasterung als störend empfunden ?
• Wann gehen durch eine zu große Rasterung Objektstrukturen (Details)
verloren ?
Dokumentieren Sie die Beobachtungen an Hand eines geeigneten (!)
Bildausschnitts auf einer Druckvorlage.
• Führen Sie eine vergleichbare Untersuchung durch mit den Bildern
IIHY_G64.tif, IIHY_G32.tif, IIHY_G16.tif, IIHY_G08.tif, IIHY_G04.tif , die
bei einer Rasterung von 100 µm mit einer Amplituden-Quantisierung von 64,
32, 16, 8 und 4 Graustufen aufgenommen wurden. Auch hier soll untersucht
werden, wann die Quantisierung den Bildeindruck stört und ab welcher
Quantisierung Objektstrukturen verloren gehen.
4.b Untersuchung der Bild – Quantisierung an einem
Röntgenbild der Lunge.
• Wie in Aufgabe 4.a soll der Effekt der Rasterung und AmplitudenQuantisierung an einem Röntgenbild der Lunge untersucht werden.
Vergleichen Sie hierzu die Bilder mit einer Rasterung zwischen 150 µm und
600 µm (Bild-File: chst_150.tif, chst_300.tif, chst_450.tif und chst_600.tif).
Zur Bewertung der Amplituden-Quantisierung liegen Bilder mit 64, 32, 24,
16, 8 und 4 Graustufen vor (chst_G64.tif ... chst_G04.tif).
• Führen Sie die gleichen Untersuchungen wie in Aufgabe 4.a durch. Achten
Sie besonders auf die feinen Lungengefäße.
4.c Bild – Quantisierung einer Schädelaufnahme
• Zum Abschluss soll eine Röntgenaufnahme des Schädels untersucht werden,
bei der die Pixel-Größe zwischen 100 µm und 400 µm variiert wurde (BildFile: skull_100.tif, skull_200.tif, skull_300.tif und skull_400.tif). Die
Amplituden-Quantisierung hat Werte von 64, 32, 16, 12 und 8 Graustufen
(skull_G64.tif, skull_G32.tif, skull_G16.tif, skull_G12.tif, skull_G08.tif,).
• Achten Sie hierbei insbesondere auf die Wiedergabequalität der detailreichen
Knochenstrukturen des Schädelbildes.
img_pk_01 ImageJ
-6-