Praktikum 1 Bildverarbeitungs
Transcription
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-