Bildgebende Verfahren
In der Medizin, HLS
In der Medizin, HLS
-
- 1 / 181
-
Lernkarten
41. Welche Wertigkeit haben die Pixelwerte eines Farbbildes?
Für R,G,B je einen Intensitätswert
z.B. 255^3
42. Ein Graustufenbild soll an einem Farb-Monitor mit RGB Schnittstelle dargestellt werden, wie muss das Graustufenbild in das RGB-Bild eingebettet werden
Von jedem Pixel wird der Mittelwert der Farbintensitäten übernommen.
Oder (gewichtet Mittlung) 0.3R, 0.6G, 0.1B anteilsmässig.
43. Welche Farb-Eigenschaften werden durch den HSV Farbenraum beschrieben?
Hue (Farbton), Saturaration (Sättigung, wie farbig), Value (Intensität, wie hell)
44. Ein Farbbild wird im HSV-Raum um 120° geshiftet, was passiert?
Aus Rot wird G, aus Blau wird R, aus Grün wird B
45. Skizzieren Sie die Werte einer Farbtabelle, die im Bereich [0, 255] von Gelb über Grün ins Cyan übergeht
R G B
1 1 0
0.9 1 0
.. .. ..
0 1 0
0 1 0.1
.. .. ..
0 1 1
46. Die Farben eins Bildes sollen die volle Sättigung erhalten. Wie gehen vor?
RGB to HLS, Sättigung für das Array ganz hoch, HLS to RGB
47. Wie kann aus einem RGB-Farbbild ein Grauwertbild errechnet werden? Ist die Umrechnung von Farbbild zu Grauwertbild eindeutig?
Von jedem Pixel wird der Mittelwert der Farbintensitäten übernommen, nein ist nicht eindeutig da nur Intensität übernommen wird und nicht der Farbton
48. Ein 24-Bit-RGB-Bild (mit Format MxN) enthält 1'300 verschiedenen Farbtöne und soll in ein Index-Bild überführt werden. Ist eine Konvertierung (aus Sicht des Speicherbedarfs) sinnvoll? Geben Sie eine Schätzung für den relativen Speicher-Gewinn an.
2^24 = 16'777'216
2^11 = 2048
Halber Speicher, macht Sinn
49. Mit welchen Bildverarbeitungsschritten lässt sich aus dem Bild lins das rechte erzeugen? Gegeben Sie in Stichworten die Verarbeitungsschritte
imread
rgb2hsv
h Value + 1/6
if h > 1 -> h = h-1
hsv2rgb
50.
Farbinformationen gehen verloren
(1/3)*(1*3+1*g+1*b) = 1/3(r+g+b)
Nur Intensität bleibt, es gibt ein Graubild
51.
Kanäle shiften
Grün wird zu Rot
Blau wird zu Grün
Rot wird zu Blau
52.
Bild wird weisser, Farben bleiben erhalten
53. Vom RGB- zum HSI-Raum existieren für die Berechnung der Sättigung die folgenden Formeln
Ist für die Umrechnung der Bereich der RGB-Kanäle [0,1] oder [0, 255] entscheidend?
0,1
Es geht eigentlich beides
54. Welche Sättigung erhalten Sie für: Weiss, Primäre-, Sekundär-Farbe und Schwarz.
Weiss: 0
Primäre: 1
Sekundär: 1
Schwarz: 1
55. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- Aus welchen Pixelwerten aik wird der neue Pixelwert bmn errechnet?
Aus den gleichen Punkten in Bild A
56. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- wie gross ist das Bildformat B?
Gleich gross wie A
57. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- könnte man die neuen Pixelwerte wieder ins Source-Image schreiben (A überschreiben)?
Ja
58. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- muss die Abbildungsfunktion bmn = f(aik) linear sein?
Nein, z.B. proportionale Helligkeitsanpassung
59. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet
- muss die Abbildungsvorschrift für alle Pixelwerte bmn gleich sein?
Nein
60. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- müssen die Pixelwerte skalare Grössen sein?
Nein, können auch Vektoren sein
61. Mittels Punkt-Operation wird aus Bild A = (aik) ein Bild B = (bmn) errechnet:
- muss die Pixel-Wertigkeit gleich sein?
Nein, kommt auf die Anwendung drauf an
62. Punktoperationen sind vielfältig: Im Folgenden eine Auflistung aus mathematischer Sicht. Geben Sie zu jeder Gruppe mindestens ein Anwendungsbeispiel an.
- (A) arithmetische Operationen a + b, a * b, ..
Inhomogone Ausleuchtung, Überblendung
63. Punktoperationen sind vielfältig: Im Folgenden eine Auflistung aus mathematischer Sicht. Geben Sie zu jeder Gruppe mindestens ein Anwendungsbeispiel an.
- (L) logische Operationen a AND b, NOT a, ..
Auswahl von Kanalanteil (Maskierung)
64. Punktoperationen sind vielfältig: Im Folgenden eine Auflistung aus mathematischer Sicht. Geben Sie zu jeder Gruppe mindestens ein Anwendungsbeispiel an.
- (V) vergleichende Operationen a > b
Schwellwertverfahren (Knochen, etc)
65. Punktoperationen sind vielfältig: Im Folgenden eine Auflistung aus mathematischer Sicht. Geben Sie zu jeder Gruppe mindestens ein Anwendungsbeispiel an.
- (S) statistische Operationen max{a, b, ..}, mean{a, b, ..}, median{a, b, ..}, ..
Helligkeit, Kontrast, etc.
66. Punktoperationen sind vielfältig: Im Folgenden eine Auflistung aus mathematischer Sicht. Geben Sie zu jeder Gruppe mindestens ein Anwendungsbeispiel an.
- (T) LookUp-Tabelle Operation f(a)
Speicherplatz sparen, Diskretisierung
67. Anzahl Bilder und Color, Intensity oder Binary für
Maskierung
2
Binary
68. Anzahl Bilder und Color, Intensity oder Binary für
Überblendung
1
Intensity
69. Anzahl Bilder und Color, Intensity oder Binary für
Farbraumtransformation
1
Color
70. Anzahl Bilder und Color, Intensity oder Binary für
Thresholding
1
Binary
71. Anzahl Bilder und Color, Intensity oder Binary für
Kontrast-Änderung
1
Intensity
72. Anzahl Bilder und Color, Intensity oder Binary für Noise-Reduction
3+
Binary
73. Anzahl Bilder und Color, Intensity oder Binary für
Helligkeits-Kalibrierung bei inhom. Beleuchtung
2
Intensity
74. Anzahl Bilder und Color, Intensity oder Binary für
Falschfarb-Darstellung
1
Color
75. Grauwert-Abbildungen: Wie viele Input- und Output-Bilder sind dabei involviert und von welchem Typ sind sie?
1 in 1 out
RGB in, Grayscale out
76. Grauwert-Abbildungen: muss die Abbildungsfunktion linear sein?
nein
78. Grauwert-Abbildungen:
lassen sich diese Abbildungen durch mit einer LookUp-Tabelle (LUT) realisieren
Ja
79. Was ist Fensterung
Eingrenzen eines Histogramms auf eine bestimmte Region, z.B. Röntgenbild darstellen
81. Was ist Histogramm-Ebnung
Transformation damit jeder Grauwert gleich häufig vorkommt, verstärkt auch den Kontrast
82. Adaptive Histogramm-Ebnung
Histogramm-Ebnung nur auf Teilbereiche des Bildes anwenden.
Führt zu lokalen Kontrastverbesserung.
