Analýza obrazu II. Jan Macháček Ústav skla a keramiky VŠCHT Praha

Podobné dokumenty
Analýza a zpracování digitálního obrazu

Operace s obrazem II

Matematická morfologie

Jasové transformace. Karel Horák. Rozvrh přednášky:

DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH

Praktická cvičení. Anotace

Rovinný průtokoměr. Diplomová práce Ústav mechaniky tekutin a termodynamiky, Jakub Filipský

Dálkový průzkum Země. Klasifikace obrazu

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

2. Určete frakční objem dendritických částic v eutektické slitině Mg-Cu-Zn. Použijte specializované programové vybavení pro obrazovou analýzu.

Stereometrie a volumometrie. H.Mírka, J. Ferda, KZM LFUK a FN Plzeň

Obrazové parametry. H.Mírka, J. Ferda, KZM LFUK a FN Plzeň. Z jedné sady hrubých dat je možno vytvořit mnoho obrazů různé kvality

ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ

Úpravy rastrového obrazu

Sítě SFN Systém pro analýzu a vizualizaci pokrytí a rušení vysílacích sítí

Projekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence

Úloha 5: Spektrometrie záření α

Talymap Twist Soubor programů 3D analýz Twist

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

1 0 0 u 22 u 23 l 31. l u11

Restaurace (obnovení) obrazu při známé degradaci

Jaroslav Tuma. 8. února 2010

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Interní norma č /01 Průměr a chlupatost příze

Zpracování digitalizovaného obrazu (ZDO) - Segmentace

NIS-Elements popis. a. NIS-Elements Documentation. b. NIS-Elements Basic Research

Fakulta informačních technologíı. Extrakce obrazových příznaků 1 / 39

2. Difrakce elektronů na krystalu

SPRÁVNOST A PŘESNOST RTG-DIFRAKČNÍCH ANALÝZ RIETVELDOVOU METODOU A AUTOMATIZACE FÁZOVÝCH ANALÝZ V CEMENTÁRNÁCH. Dalibor Všianský

Mikroskopická obrazová analýza

TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY

Odhad stavu matematického modelu křižovatek

Laboratorní úloha č. 6 - Mikroskopie

Talymap Twist. Talymap Twist Soubor programů 3D analýz Twist. Klein, F.; Novák, Z. IMECO TH s.r.o. Přehled. Osnova programu.

Křehké materiály. Technická univerzita v Liberci Nekovové materiály, 5. MI Doc. Ing. Karel Daďourek, 2008

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů

Postup zadávání základové desky a její interakce s podložím v programu SCIA

ANALYTICKÝ PRŮZKUM / 1 CHEMICKÉ ANALÝZY DROBNÝCH KOVOVÝCH OZDOB Z HROBU KULTURY SE ZVONCOVÝMI POHÁRY Z HODONIC METODOU SEM-EDX

Kvantitativní fázová analýza

Makroskopická obrazová analýza pomocí digitální kamery

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

Pozorování Slunce s vysokým rozlišením. Michal Sobotka Astronomický ústav AV ČR, Ondřejov

OBRAZOVÁ ANALÝZA. Speciální technika a měření v oděvní výrobě

Charakterizace mikrostruktur

Optika pro mikroskopii materiálů I

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská

12 Metody snižování barevného prostoru

Text úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.

a) [0,4 b] r < R, b) [0,4 b] r R c) [0,2 b] Zakreslete obě závislosti do jednoho grafu a vyznačte na osách důležité hodnoty.

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz)

Chemie a fyzika pevných látek p3

Vlnové vlastnosti světla. Člověk a příroda Fyzika

Vzorová úloha Clasifikace/re clasifikace dat

PROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.

Počítačová grafika RHINOCEROS

MATEMATIKA V MEDICÍNĚ

Digitální model reliéfu (terénu) a analýzy modelů terénu

DIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od

TERMOFYZIKÁLNÍ VLASTNOSTI. Radek Vašíček

CVIČNÝ TEST 38. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Gymnázium Jiřího Ortena, Kutná Hora

CT-prostorové rozlišení a citlivost z

Algoritmizace prostorových úloh

Lineární klasifikátory

INTERAKCE IONTŮ S POVRCHY II.

Pozitronový mikroskop

Systematizace a prohloubení učiva matematiky. Učebna s dataprojektorem, PC, grafický program, tabulkový procesor. Gymnázium Jiřího Ortena, Kutná Hora

Zpracování experimentu I

Omezení barevného prostoru

Popis metod CLIDATA-GIS. Martin Stříž

Metody charakterizace

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.

Úloha 1: Vypočtěte hustotu uhlíku (diamant), křemíku, germania a α-sn (šedý cín) z mřížkové konstanty a hmotnosti jednoho atomu.

7. Rozdělení pravděpodobnosti ve statistice

Zpracování obrazu a fotonika 2006

Regulační diagramy (RD)

Potlačování šumu v mikroskopických snímcích pomocí adaptivního non-local means filtru

Technická kybernetika. Obsah. Principy zobrazení, sběru a uchování dat. Měřicí řetězec. Principy zobrazení, sběru a uchování dat

Lineární regrese. Komentované řešení pomocí MS Excel

Modulace a šum signálu

B. Kotlík, J. Loosová Národní referenční laboratoř pro venkovní a vnitřní ovzduší Státní zdravotní ústav a KHS Libereckého

2. Úloha difúze v heterogenní katalýze

Konvoluční model dynamických studií ledvin. seminář AS UTIA

Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group

VY_32_INOVACE_INF4_12. Počítačová grafika. Úvod

Kalibrace měřiče KAP v klinické praxi. Martin Homola Jaroslav Ptáček

SYLABUS Digitální fotografie, Úpravy a vylepšení digitálních fotografií 1.0 (DF2)

Dualismus vln a částic

Fakulta informačních technologíı. Extrakce obrazových příznaků 1 / 53

Zobrazování barev Josef Pelikán CGG MFF UK Praha.

CVIČNÝ TEST 48. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Transkript:

Analýza obrazu II Jan Macháček Ústav skla a keramiky VŠCHT Praha +4- - 44-45

Reference další doporučená literatura Microscopical Examination and Interpretation of Portland Cement and Clinker, Donald H. Campbell, Portland Cement Association 999 další doporučený web www.stereology.info

Úprava obrazu Co s rozostřeným digitálním obrazem? - detaily jsou v podstatě ztraceny - lze vytvořit iluzi ostrého obrazu Jak na to? - Např. pomocí (A) morfologického gradientu nebo (A) Sobelova operátoru a (A3) Golayova filtru pro vyhledávání hran. (B) dekonvoluční algoritmy - Morfologický gradient - dilatovaný obraz v odstínech šedi bez obrazu erodovaného Příklad postupu (A) ) odstranit šum (mediánový filtr) ) morfologický gradient, kernel 3x3 (8), iterace 3) uložit jako referenční obraz 4) původní obraz bez referenčního obrazu je výsledek

Úprava obrazu Příklad postupu (A) - OBRAZEM původní obraz zostřený obraz morfologický gradient

Úprava obrazu Co s rozostřeným obrazem v mikroskopu? - reliéfní vzorky (hrboly, dutiny, prost. objekty aj.) - v materiálové oblasti - hlavně povrch pozorovaný v odraženém světle - část obrazu není zaostřena - čím větší zvětšení (M), tím menší je zaostřená vrstva (d) Řešení M = konst. NA NA = n sin() d = /[n sin ()] - nasnímat z-sekvenci postupně všech vrstev a výsledný obraz složit jen ze zaostřených oblastí

Úprava obrazu Řešení - zaostřená oblast má vždy nejvíce detailů - metoda se jmenuje Extended Depth of Focus (Field) Postup ) import z-sekvence (zaostřeno do různých obrazových rovin), krok mezi obrazy (m) ) zarovnání obrazů z-série přesně na sebe 3) vytvoření zostřeného obrazu (modul EDF) 4) zobrazení - zostřený, anaglyf, objem, řezy, 3D povrch 5) 3D měření - profily povrchu, aj.

Stereologie Stereologie Relativní zastoupení objektu (fáze) v plošném řezu odpovídá objemovému podílu objektu (fáze) ve vzorku (materiálu), pokud je řez izotropní a náhodný /Russ 7/

Příklady Kolokalizace - překryv mezi obraz. kanály a jeho analýza rozložení Al a Si v minerálu (a,b), složený obraz (c) a D graf intenzity (d) a) c) b) d) /Russ 7/

Stereologie Klasifikátor - identifikace, třídění a kvantifikace fází Příklad: fázová analýza cementářského slínku ) počet a typ kanálů (I, RGB, HSI, 4CH, F) ) počet fází a jejich druh (např. C 3 S, C S, C 3 A, C 4 AF) 3) UČENÍ - manuální označení bodů typických pro jednotlivé fáze 4) ověření správné separace (binární obraz, graf) 5) uložení klasifikátoru (pro další vzorky) 6) KLASIFIKACE - určení zastoupení jednotlivých fází 7) zobrazení a publikace výsledků

Stereologie Klasifikátor - identifikace, třídění a kvantifikace fází Příklad: fázová analýza cementářského slínku alit (39.7%) matrice (.5%) belit (47.8%)

Stereologie Pokročilé měření objemové frakce - měření s definovanou přesností Vi i V Postup: ) prahování (segmentace) ) měřící síť bodů (řídká) 3) kolik bodů, N i, z celkového počtu, N, padne do fáze i 4) odhad přesnosti měření. Kolik má být N i, aby přesnost odpovídala i? N i Si S 5) Příklad: Chci přesnost 5%. N i = /.5 = 4 bodů. i Ni N p i

Stereologie Pokročilé měření objemové frakce i = N i /N = 54/5 =.36 i = / N i = / 54=4%

Stereologie Pokročilé měření povrchu - měření s definovanou přesností Pi i V 4 ( ) Li S N L Postup: ) prahování (segmentace), obrysy, ořezání ) měřící mřížka (řídká) 3) kolik je průsečíků, N i, mřížky o celkové délce L G i G p i

Stereologie Pokročilé měření povrchu i = N i /L G = *86/436 =.86 m /m 3

.5.5.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 NA-plocha Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Příklady: - grafitová zrna v litině - keramika s řízenou pórovitostí Otázka: Jaká je distribuce kulových částic v materiálu? 8 6 4 velikost [a.u.]

Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule N A (i) - distribuce disků, { i n}, n je počet tříd N V (i) - distribuce koulí, { i n} Základní vztah stereologie: N A (i) = K ij N V (j) K ij udává pravděpodobnost, že z částice N V (j) vznikne řezem disk N A (i). Příklad pro n = 4:

Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Úprava základního vztahu: N A (i) = d max K ij N V (j) d max je maximální průměr; pravděpodobnostní matice, K, je normalizována: Matice K je regulární, horní trojúhelníková matice. n i K ij j n Pro model koulí lze K vypočítat analyticky: K ij n j ( i ) j i pro j i pro j < i

Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Inverzní vztah pro výpočet distribuce částic: N V = /d max K - N A Nekulové částice: nelze klasifikovat podle d/d max. - alternativa: A/ Amax

.5.5.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 NV-objem.5.5.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 NA-plocha Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Otázka: Jaká je distribuce kulových částic v materiálu? 8 6 4 4 velikost [a.u.] - velikost [a.u.] Odpověď: částice jsou monodisperzní.

...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-plocha...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: 8 6 4 velikost [a.u.] 5 45 4 35 3 5 5 5 velikost [a.u.]

...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-plocha...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: Konstantní distribuce: 6 5 4 3 velikost [a.u.] 8 7 6 5 4 3 velikost [a.u.]

...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-plocha...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: 5 5 Konstantní distribuce: Unimodální gaussovská distribuce: 5 6 4 8 6 4 velikost [a.u.] velikost [a.u.]

...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-plocha...3.4.5.6.7.8.9...3.4.5.6.7.8.9 N-objem Stereologie 3D rekonstrukce - 3D struktura z D řezu MODEL - Koule Monodisperzní distribuce: Konstantní distribuce: 8 6 4 8 6 4 Unimodální gaussovská distribuce: Bimodální gaussovská distribuce: 6 4 8 6 4 velikost [a.u.] velikost [a.u.]