Statisch beeld. We veranderen een statische foto in een dynamische foto in Photoshop Digitale aftrekking en normalisatie

Alfanumerieke tekens (ALC) en teksten

BCS zijn het belangrijkste onderdeel van presentatieafbeeldingen, dus er moet speciale aandacht worden besteed aan de implementatie ervan. Wetenschappelijk onderzoek heeft aangetoond dat de nauwkeurigheid en snelheid waarmee deze symbolen van het scherm worden gelezen, afhangt van hun stijl en visuele kijkomstandigheden.

Eerste factor Waar u rekening mee moet houden, is de plaatsing van het beeldveld op het scherm. De afmetingen van het scherm zelf kunnen worden bepaald door de optiek aan te passen om een ​​uniforme, aanvaardbare resolutie over het gehele schermgebied te garanderen, zonder vervorming aan de randen. Opschriften, teksten en andere belangrijke informatie moeten erin worden geplaatst "veilig" beeldgebied, waarvan de grenzen 5-10% van de overeenkomstige lineaire grootte gescheiden zijn van de randen van het scherm. Daarom moet de belangrijkste tekst in het midden van het scherm worden geplaatst.

Ten tweede Bij het maken van lettertypekoppen, inleidende en verklarende titels moet men streven naar een ordelijke en evenwichtige indeling van de titeltekst, rekening houdend met de ervaring van televisie-uitzendingen. Tegelijkertijd is woordafbreking in aftiteling zeer onwenselijk. Het is mogelijk om direct en omgekeerd contrast te gebruiken, namelijk donker BCS op een lichte achtergrond, en in de tweede juist het tegendeel. Als de kamer goed verlicht is, is het beter om direct contrast te gebruiken, en als er onvoldoende verlichting is, is het beter om omgekeerd contrast te gebruiken. Veranderende contrasten tijdens de demonstratie mogen niet frequent voorkomen, wat het gezichtsvermogen vermoeit, maar een redelijk gebruik van deze techniek kan bijdragen aan de ontwikkeling van een bepaalde dynamiek van de presentatie en de eentonigheid ervan doorbreken.

Bij het gebruik van gekleurde symbolen moet rekening worden gehouden met hun combinatie. In ieder geval mag de achtergrond van de inscriptie geen rijkelijk heldere kleur hebben.

Psychologen hebben experimenteel de aanwezigheid van ‘randeffecten’ vastgesteld, die erin bestaan ​​dat tekens aan het einde van een regel (of zelfs afzonderlijke tekens) sneller en nauwkeuriger worden herkend dan tekens binnen een regel, en dat een regel sneller wordt gelezen als het is geïsoleerd. Dit suggereert dat tekst die uit meerdere regels bestaat, in letterhoogte moet worden vergroot en dat korte afzonderlijke inscripties moeten worden ontworpen in een standaardlettertype dat op de gehele presentatiestijl wordt toegepast.

Statische beelden

De effectiviteit van een bepaald type grafische constructie hangt af van de keuze van vormelementen en hun organisatie. Verkeerde keuze van elementen, armoede of buitensporige variatie in het alfabet van visuele media verminderen de informatie-inhoud van illustraties.

In een grafische boodschap kan men, net als in elke andere boodschap, semantische en esthetische delen onderscheiden. Bij weergave op het scherm moet uiteraard de semantische nauwkeurigheid worden gewaarborgd, wat bepalend is voor het foutloos lezen van informatie.

De esthetiek van illustraties verdient ook veel aandacht, omdat deze de leessnelheid beïnvloedt en een positieve emotionele achtergrond creëert die bijdraagt ​​aan de succesvolle perceptie en assimilatie van informatie. Dit is vooral belangrijk als de kwaliteit van zelfgemaakte illustraties nog niet erg hoog is.

Waarschijnlijk stelt bijna elke gebruiker zich tegenwoordig het basisprincipe voor van het opslaan en weergeven van grafische informatie op een computer. Laten we hier echter een paar woorden over zeggen, zodat de daaropvolgende informatie over digitale video (wat een dynamisch veranderende reeks afbeeldingen is) voor ons duidelijker zal zijn.

Op het eerste gezicht verschilt een tekening van hoge kwaliteit, weergegeven op het scherm van een goede monitor, niet veel van een gewone foto. Op het niveau van de beeldpresentatie is dit verschil echter simpelweg enorm. Terwijl een foto op moleculair niveau wordt gemaakt (dat wil zeggen dat de samenstellende elementen fundamenteel niet te onderscheiden zijn door het menselijk zicht, ongeacht de vergroting), worden tekeningen op het beeldscherm (en, we benadrukken, in het computergeheugen) gevormd dankzij pixels (of pixels) - elementaire componenten van de afbeelding (meestal) rechthoekig van vorm. Elke pixel heeft zijn eigen specifieke kleur, maar vanwege hun kleine formaat zijn de afzonderlijke pixels (bijna of helemaal niet) niet van elkaar te onderscheiden voor het oog, en voor iemand die naar een afbeelding op een beeldscherm kijkt, creëert hun grote opeenstapeling de illusie van een continu beeld (Fig. 1.2).

Opmerking
Afbeeldingen op computerschermen worden gevormd met behulp van vierkante pixels. In tegenstelling tot computers gebruiken veel televisiestandaarden rechthoekige in plaats van vierkante pixels. De parameter die de verhouding tussen pixelgroottes karakteriseert, is de verhouding tussen hun horizontale en verticale afmetingen, of pixelverhouding ( pixel-beeldverhouding). Meer over dit kenmerk kunt u leren in les 4..

Rijst. 1.2. Afbeeldingen op een computer worden gevormd door pixels.

Elke pixel (trouwens, een woord pixel gevormd uit de eerste twee letters van Engelse woorden beeldelement) vertegenwoordigt informatie over een bepaalde "gemiddelde" intensiteit en kleur van het overeenkomstige beeldgebied. Het totale aantal pixels dat een afbeelding vertegenwoordigt, bepaalt de resolutie. Hoe meer pixels een beeld creëren, hoe natuurlijker het door het menselijk oog wordt waargenomen, hoe hoger de resolutie, zoals ze zeggen (Fig. 1.3). De limiet van de ‘kwaliteit’ van een computertekening is dus de grootte van de pixels waaruit deze bestaat. Details die kleiner zijn dan een pixel van een computertekening gaan volledig verloren en zijn in principe onherstelbaar. Als we zo’n foto door een vergrootglas bekijken, zien we, als we inzoomen, slechts een wazig cluster van pixels (zie figuur 1.2), en geen kleine details, zoals het geval zou zijn bij een kwalitatief hoogstaand beeld. foto.

Rijst. 1.3. Het totaal aantal pixels (resolutie) bepaalt de beeldkwaliteit

Het is de moeite waard hier te vermelden dat we in de eerste plaats traditionele (analoge, niet digitale) fotografie bedoelen (aangezien het principe van digitale fotografie precies hetzelfde is als het besproken principe van het vormen van een beeld uit pixels), en in de tweede plaats, zelfs voor haar, wanneer ze praat Als het om beeldkwaliteit gaat, moet u altijd de fotografietechnologie zelf in gedachten houden. Het beeld op fotografische film verschijnt immers als gevolg van de doorgang van licht door de cameralens, en de kwaliteit ervan (in het bijzonder de helderheid en het onderscheid van kleine details) hangt rechtstreeks af van de kwaliteit van de optiek. Daarom is de ‘oneindige’ helderheid van een traditionele foto waar we het over hadden, strikt genomen enigszins overdreven.

Opmerking
In feite kun je met moderne digitale camera's een beeld vastleggen waarvan de resolutie bijna net zo goed is als analoog (in de zin dat het nu mogelijk is een aantal pixels te digitaliseren die de resolutielimieten van de optica zelf zullen "overlappen"). Voor het onderwerp van ons boek speelt dit feit echter geen belangrijke rol, aangezien digitale video tegenwoordig in de overgrote meerderheid van de gevallen met een lage resolutie (relatief klein totaal aantal pixels) wordt verzonden en het eenvoudigweg noodzakelijk is om rekening te houden rekening houden met een parameter als resolutie.

Dus om het een beetje te vereenvoudigen, om een ​​tekening digitaal weer te geven, moet je deze bedekken met een rechthoekig raster van formaat MxN (M wijst horizontaal en N verticaal). Dit is een combinatie van cijfers MxN(bijvoorbeeld 320x240, 800x600, enz.) en wordt resolutie genoemd ( oplossing) van de afbeelding, of framegrootte ( framemaat). Vervolgens moet u de beeldstructuurgegevens binnen elke pixel middelen en de overeenkomstige informatie over elk van de MxN-beeldpixels naar een grafisch bestand schrijven. Voor een kleurenafbeelding is dit informatie over de specifieke kleur van elke pixel (de computerweergave van kleur staat hieronder in deze sectie), en voor zwart-witafbeeldingen is dit informatie over de intensiteit van de zwarte kleur. Om nog een paar belangrijke parameters van de computerweergave van afbeeldingen uit te leggen, gaan we wat dieper in op hun laatste type: tekeningen gemaakt in grijstinten ( grijswaarden), dat wil zeggen in een gradatie van wit naar zwart.

Je kunt wiskunde niet uitsluiten van discussies over beeldverwerking en -filtering. Dit artikel beschrijft de principes achter een aantal veel voorkomende procedures. Deze beschrijving zou aanvaardbaar moeten zijn voor technologen met verschillende niveaus van wiskundige kennis. De eerste procedures die worden besproken zijn eenvoudige procedures waarbij gebruik wordt gemaakt van statische beelden. Vervolgens volgen meer complexe procedures met betrekking tot dynamische beelden. Een groot deel van de beeldverwerking en filtering vindt plaats op fysiologisch afgesloten beelden en SPECT-beelden (single photon emissie computertomografie). Helaas wordt de complexiteit van deze kwesties hier niet in detail behandeld.

Statische afbeeldingen verwerken

Statische beelden die voor opslag of verbetering naar een computer worden overgebracht, worden in digitaal formaat gepresenteerd. Dit gebeurt elektronisch met een analoog-digitaalomzetter. Bij oudere camera's vond deze conversie plaats via een reeks weerstandsnetwerken die de signaalsterkten van verschillende fotomultiplicatorbuizen bevatten en een digitaal signaal produceerden dat evenredig was aan de emissie-energie van de gebeurtenissen.

Ongeacht de methode die wordt gebruikt om afbeeldingen te digitaliseren, kent de digitale uitvoer een discrete waarde toe aan de verwerkte analoge gegevens. Het resultaat zijn beelden die kunnen worden opgeslagen en verwerkt. Deze afbeeldingen zijn echter slechts benaderingen van de originele analoge gegevens. Zoals te zien is in figuur 1, ziet de digitale weergave er bij benadering uit, maar dupliceert hij geen analoge signalen.

Figuur 1 – Analoge curve en zijn digitale weergave

Digitale radiologiebeelden bestaan ​​uit een door de technoloog geselecteerde matrix. Enkele veel voorkomende matrices die in de radiologiegeneeskunde worden gebruikt, zijn 64x64, 128x128 en 256x256. In het geval van een matrix van 64x64 is het computerscherm horizontaal verdeeld in 64 cellen en 64 verticaal. Elk vierkant dat uit deze deling voortkomt, wordt een pixel genoemd. Elke pixel kan een beperkte hoeveelheid gegevens bevatten. In een matrix van 64x64 zullen er in totaal 4096 pixels op het computerscherm zijn, een matrix van 128x128 geeft 16384 pixels en een matrix van 256x256 geeft 65536 pixels.

Afbeeldingen met meer pixels lijken meer op de originele analoge gegevens. Dit betekent echter dat de computer meer gegevens moet opslaan en verwerken, wat meer ruimte op de harde schijf en hogere RAM-vereisten vereist. De meeste statische beelden worden verkregen voor visuele inspectie door een radiologiearts, dus vereisen ze doorgaans geen significante statistische of numerieke analyse. Een aantal algemene statische beeldverwerkingstechnieken worden vaak gebruikt voor klinische doeleinden. Deze technieken zijn niet noodzakelijkerwijs uniek voor statische beeldverwerking en kunnen nuttig zijn bij sommige dynamische, fysiologisch afgesloten of SPECT-beeldvormingstoepassingen. Dit zijn de volgende methoden:

Schalen van afbeeldingen;

Achtergrondaftrekken;

Anti-aliasing/filtering;

Digitaal aftrekken;

Normalisatie;

Profielfoto.

Schalen van afbeeldingen

Bij het bekijken van digitale beelden voor visuele inspectie of het opnemen van beelden moet de technoloog de juiste beeldschaling selecteren. Beeldschaling kan plaatsvinden in zwart-wit met tussenliggende grijstinten of in kleur. De eenvoudigste grijsschaal zou een schaal zijn met twee grijstinten, namelijk wit en zwart. Als de pixelwaarde in dit geval de door de gebruiker opgegeven waarde overschrijdt, verschijnt er een zwarte stip op het scherm als de waarde lager is, en vervolgens een witte stip (of transparant in het geval van röntgenbeelden). Deze schaal kan naar goeddunken van de gebruiker worden omgekeerd.

De meest gebruikte schaal is 16, 32 of 64 grijstinten. In deze gevallen verschijnen de pixels met de meest volledige informatie als donkere schaduwen (zwart). Pixels met een minimum aan informatie verschijnen in de lichtste tinten (transparant). Alle andere pixels verschijnen in grijstinten, afhankelijk van de hoeveelheid informatie die ze bevatten. De relatie tussen het aantal punten en grijstinten kan lineair, logaritmisch of exponentieel worden gedefinieerd. Het is belangrijk om de juiste grijstint te kiezen. Als er te veel grijstinten zijn geselecteerd, kan de afbeelding vervaagd lijken. Als er te weinig is, kan het beeld er te donker uitzien (Fig. 2).

Figuur 2 – (A) Afbeeldingen met veel grijstinten, (B) Afbeelding met weinig grijstinten, (C) Afbeelding met de juiste grijstinten

Het kleurformaat kan worden gebruikt om een ​​afbeelding te schalen, in welk geval het proces hetzelfde is als manipulatie van grijswaarden. In plaats van de gegevens in grijstinten weer te geven, worden de gegevens echter in verschillende kleuren weergegeven, afhankelijk van de hoeveelheid informatie in de pixel. Hoewel kleurenafbeeldingen aantrekkelijk zijn voor beginners en visueler voor public relations-doeleinden, voegen kleurenafbeeldingen weinig toe aan de interpreteerbaarheid van een film. Daarom geven veel artsen er nog steeds de voorkeur aan om afbeeldingen in grijstinten te bekijken.

Achtergrond aftrekken

Er zijn talloze ongewenste factoren in radiologiebeelden: achtergrond, Compton-verstrooiing en ruis. Deze factoren zijn ongebruikelijk in de radiologische geneeskunde als het gaat om de lokalisatie van radiofarmaceutica in één enkel orgaan of weefsel.

Dergelijke afwijkende waarden (tellingen) leveren een aanzienlijke bijdrage aan de beeldverslechtering. Tellingen verzameld uit liegende en overlappende bronnen vormen de achtergrond. Comptonverstrooiing wordt veroorzaakt door een foton dat van zijn pad is afgeweken. Als het foton door de gammacamera is afgebogen, of voldoende energie heeft verloren om door de elektronische camera te worden gedetecteerd, is dat niet zo belangrijk. Er zijn echter momenten waarop een foton naar de camera wordt afgebogen en het energieverlies ervan zo groot kan zijn dat de camera het als verstrooiing kan detecteren. Onder deze omstandigheden kan de camera Compton-verstrooiing detecteren, die afkomstig is van andere bronnen dan de interessegebieden. Ruis vertegenwoordigt willekeurige fluctuaties in een elektronisch systeem. Onder normale omstandigheden draagt ​​geluid niet zo veel bij aan ongewenste emissies als achtergrond- en Compton-verstrooiing. Net als achtergrond- en Compton-verstrooiing kan ruis echter bijdragen aan verslechtering van de beeldkwaliteit. Dit kan met name problematisch zijn voor onderzoeken waarin kwantitatieve analyse een belangrijke rol speelt bij de uiteindelijke interpretatie van het onderzoek. Achtergrondproblemen, Compton-verstrooiing en ruis kunnen worden geminimaliseerd met behulp van een proces dat bekend staat als achtergrondaftrekken. Meestal tekent de technoloog een interessegebied (ROI) dat geschikt is voor achtergrondaftrekking, maar in sommige gevallen wordt de ROI door de computer gegenereerd (Afbeelding 3).

Figuur 3 – Afbeelding van het hart. Demonstratie van correcte plaatsing van ROI voor achtergrondaftrekking (pijl)

Ongeacht de methode is de technoloog verantwoordelijk voor de juiste plaatsing van de ROI-achtergrond. Achtergrondregio's met een groter aantal regio's kunnen te veel parameters van het orgaan of weefsel in het interessegebied vastleggen. Aan de andere kant zullen achtergrondgebieden met een uitzonderlijk laag aantal gebieden te weinig parameters uit de afbeelding verwijderen. Beide fouten kunnen leiden tot een verkeerde interpretatie van het onderzoek.

Het aftrekken van de achtergrond wordt bepaald door het aantal monsters op de achtergrond van de ROI op te tellen en te delen door het aantal pixels dat zich op de achtergrond van de ROI bevindt. Het resulterende getal wordt vervolgens afgetrokken van elke pixel in het orgaan of weefsel. Stel bijvoorbeeld dat de achtergrond-ROI 45 pixels was en 630 monsters bevatte. Gemiddeld achtergrondnummer:

630 monsters/45 pixels = 14 monsters/pixel

Anti-aliasing/filtering

Het doel van anti-aliasing is om ruis te verminderen en de visuele kwaliteit van een afbeelding te verbeteren. Vaak wordt anti-aliasing filtering genoemd. Er zijn twee soorten filters die nuttig kunnen zijn op het gebied van de stralingsgeneeskunde: ruimtelijk en temporeel. Ruimtelijke filters worden toegepast op zowel statische als dynamische afbeeldingen, terwijl tijdelijke filters alleen op dynamische afbeeldingen worden toegepast.

De eenvoudigste anti-aliasingmethode gebruikt een vierkant van 3 bij 3 pixels (negen in totaal) en bepaalt de waarde voor elke pixel. De waarden van de pixels in het vierkant worden gemiddeld en deze waarde wordt toegewezen aan de centrale pixel (Fig. 4). Naar goeddunken van de technoloog kan dezelfde handeling worden herhaald voor het gehele computerscherm of een beperkt gebied. Soortgelijke bewerkingen kunnen worden uitgevoerd met vierkanten van 5 bij 5 of 7 bij 7.

Figuur 4 – Eenvoudig anti-aliasing-schema van 9 pixels

Een soortgelijke maar complexere bewerking omvat het maken van een filterkernel door de waarden van de pixels rond de centrale pixel te wegen. Elke pixel wordt vermenigvuldigd met de overeenkomstige gewogen waarden. Vervolgens worden de waarden van de filterkernel opgeteld. Tenslotte wordt de som van de filterkernelwaarden gedeeld door de som van de gewogen waarden en wordt er een waarde toegekend aan de centrale pixel (Figuur 5).

Figuur 5 – Anti-aliasingschema van 9 pixels met een gewogen filterkernel

Het nadeel is dat met anti-aliasing, hoewel het beeld visueel aantrekkelijker kan zijn, het beeld wazig kan zijn en er een verlies aan beeldresolutie optreedt. Het eindgebruik van de filterkernel omvat het wegen met negatieve waarden langs de perifere pixels met een positieve waarde in het midden van de pixel. Deze wegingsmethode heeft de neiging de hoeveelheid ongelijkheid tussen aangrenzende pixels te vergroten en kan worden gebruikt om de waarschijnlijkheid van het detecteren van orgaan- of weefselgrenzen te vergroten.

Digitale aftrekking en normalisatie

Een veelvoorkomend probleem in de radiologiegeneeskunde is het voorkomen dat doorlopende activiteiten abnormale gebieden van traceraccumulatie verbergen of maskeren. Veel van deze moeilijkheden zijn overwonnen door het gebruik van SPECT-technologie. Er zijn echter slimmere methoden nodig om relevante informatie uit een plat beeld te halen. Eén van die methoden is digitaal aftrekken. Bij digitaal aftrekken wordt het ene beeld van het andere afgetrokken. Het is gebaseerd op de aanname dat sommige radiotracers gelokaliseerd zijn in normale en pathologische weefsels, wat een correcte interpretatie voor de arts moeilijk maakt. Om het onderscheid tussen normale en pathologische weefsels te vergemakkelijken, wordt een tweede radiotracer alleen in gezonde weefsels toegediend. Het beeld van de verdeling van de tweede radiotracer wordt afgetrokken van het beeld van de eerste, waardoor alleen het beeld van het abnormale weefsel overblijft. Het is essentieel dat de patiënt stil blijft liggen tussen de eerste en de tweede toediening.

Wanneer de technoloog het tweede beeld met een grote hoeveelheid aftrekt van het eerste beeld met een lage hoeveelheid, kunnen er voldoende waarden uit het abnormale weefsel worden verwijderd om een ​​“normaal” uiterlijk te verkrijgen (Figuur 6).

Figuur 6 – Digitale aftrekking zonder normalisatie

Om vals-negatieve testresultaten te voorkomen, moeten beelden worden genormaliseerd. Normalisatie is een wiskundig proces waarbij ongelijksoortige monsters tussen twee afbeeldingen met elkaar worden verzoend. Om het beeld te normaliseren, moet de technoloog een klein interessegebied selecteren in de buurt van het weefsel dat als normaal wordt beschouwd. Het aantal monsters in het gebied in de eerste afbeelding (met een laag aantal) is verdeeld in grafieken in hetzelfde gebied van de tweede (met een hoog aantal). Dit levert de vermenigvuldigingsfactor op, waarbij alle pixels waaruit de eerste afbeelding bestaat, worden geteld. In Figuur 7, “normale zone”, zal dit in de berekening de pixel linksboven zijn. Dit getal in het "normale gebied" (2) gedeeld door de corresponderende pixel in het tweede beeld (40) geeft een vermenigvuldigingsfactor van 20. Alle pixels in het eerste beeld worden vervolgens vermenigvuldigd met een factor 20. Tenslotte wordt het tweede beeld wordt afgetrokken van het getal in de eerste afbeelding.

Figuur 7 – Achtergrondaftrekken met normalisatie

Profileringsafbeelding

Beeldprofilering is een eenvoudige procedure die wordt gebruikt om verschillende parameters in een statisch beeld te kwantificeren. Om een ​​beeld te profileren, opent de technoloog de juiste applicatie op de computer en positioneert de lijn op het computerscherm. De computer kijkt naar de pixels die door de lijn worden aangegeven en maakt een grafiek van het aantal tellingen in de pixels. Een profielfoto heeft verschillende toepassingen. Voor een statische studie van de myocardiale perfusie wordt een profiel van het myocardium genomen om te helpen bij het bepalen van de mate van myocardiale perfusie (Figuur 8). In het geval van het sacro-iliacale gebied wordt het profiel gebruikt om de homogeniteit van het botabsorptiemiddel van de sacro-iliacale gewrichten in de afbeelding te beoordelen. Ten slotte kunnen beeldprofielen worden gebruikt als controle voor cameracontrastanalyse.

Figuur 8 – Myocardiale profielafbeelding

Dynamische beeldverwerking

Een dynamisch beeld is een reeks statische beelden die opeenvolgend worden verkregen. De eerdere discussie over de compositie van analoge en digitale statische beelden is dus van toepassing op dynamische beelden. Dynamische beelden verkregen in digitaal formaat bestaan ​​uit door de technoloog geselecteerde matrices, maar in de regel zijn deze matrices 64 bij 64 of 128 bij 128. Hoewel deze sensoren de beeldresolutie in gevaar kunnen brengen, hebben ze aanzienlijk minder opslagruimte en RAM nodig dan sensoren van 256 bij 256.

Dynamische beelden die worden gebruikt om de snelheid van accumulatie en/of verwijdering van radiofarmaceutica uit organen en weefsels te beoordelen. Sommige procedures, zoals driefasige botscans en gastro-intestinale bloedingen, vereisen alleen een visueel onderzoek door een arts om een ​​diagnostische vaststelling te doen. Andere onderzoeken, zoals het nefrogram (Figuur 9), maagledigingsonderzoeken en hepatobiliaire ejectiefractie, vereisen kwantificering als onderdeel van de diagnose van de arts.

In deze sectie worden een aantal veelgebruikte technieken voor dynamische beeldverwerking besproken die in de klinische praktijk worden gebruikt. Deze methoden zijn niet noodzakelijkerwijs uniek voor dynamische beeldvorming, en sommige zullen toepassingen hebben voor fysiologisch afgesloten of SPECT-beeldvorming. Dit zijn de methoden:

Samenvatten/toevoegen van afbeeldingen;

Tijdfilter;

Activiteitstijdcurven;

Beeldsamenvatting/toevoeging

Beeldsamenvatting en opvulling zijn onderling uitwisselbare termen die naar hetzelfde proces verwijzen. In dit artikel wordt de term beeldsamenvatting gebruikt. Het optellen van afbeeldingen is het proces waarbij de waarden van meerdere afbeeldingen bij elkaar worden opgeteld. Hoewel er omstandigheden kunnen zijn waarin de opgetelde beelden kwantitatief zijn, is dit eerder uitzondering dan regel. Omdat de reden voor beeldsommatie zelden voor kwantitatieve doeleinden wordt gebruikt, is het niet de moeite waard om normalisatie van beeldsommatie uit te voeren.

Studiebeelden kunnen gedeeltelijk of volledig worden opgeteld om één beeld te vormen. Een alternatieve methode omvat het comprimeren van een dynamisch beeld in minder frames. Ongeacht de gebruikte methode is het belangrijkste voordeel van het stapelen van afbeeldingen cosmetisch. Opeenvolgende beelden met een laag aantal onderzoeken zullen bijvoorbeeld worden opgeteld om het betreffende orgaan of weefsel te visualiseren. Het is duidelijk dat de technoloog de verdere verwerking van beelden van visualisatie van organen en weefsels zal vergemakkelijken, wat de arts zal helpen bij de visuele interpretatie van de onderzoeksresultaten (Fig. 9).

Figuur 9 – (A) nefrogram vóór en (B) na sommatie

Tijdelijke filtering

Het doel van filteren is om ruis te verminderen en de visuele kwaliteit van het beeld te verbeteren. Op statische afbeeldingen wordt ruimtelijke filtering, ook wel anti-aliasing genoemd, toegepast. Omdat dynamische afbeeldingen echter opeenvolgend gelokaliseerde statische afbeeldingen zijn, is het raadzaam om ook voor dynamische afbeeldingen ruimtelijke filters te gebruiken.

Voor dynamische studies worden verschillende soorten filters, tijdfilters, gebruikt. Het is onwaarschijnlijk dat pixels in opeenvolgende frames van dynamische analyse enorme fluctuaties zullen ervaren in de verzamelde monsters. Kleine veranderingen in het ene frame ten opzichte van het vorige kunnen echter flikkeringen tot gevolg hebben. Timingfilters verminderen flikkering met succes en minimaliseren tegelijkertijd significante statistische fluctuaties in de gegevens. Deze filters maken gebruik van een techniek van gewogen gemiddelde, waarbij aan een pixel een gewogen gemiddelde van identieke pixels in de voorgaande en volgende frames wordt toegewezen.

Activiteitstijdcurven

Het kwantitatieve gebruik van dynamische beeldvorming om de accumulatiesnelheid en/of de snelheid van klaring van radiofarmaceutica uit organen of weefsels te beoordelen, houdt uiteindelijk verband met de activiteit-tijdcurve. Activiteitstijdcurves worden gebruikt om te laten zien hoe tellingen in een interessegebied in de loop van de tijd zullen veranderen. Artsen kunnen geïnteresseerd zijn in de snelheid van accumulatie en output van tellingen (bijv. nefrogram), snelheid van afgifte (bijv. hepatobiliaire ejectiefractie, maaglediging), of eenvoudigweg de verandering die in de loop van de tijd wordt berekend (bijv. radio-isotoop ventriculografie).

Ongeacht de procedure beginnen de activiteitstijdcurven met het definiëren van een ROI rond een orgaan of weefsel. De technoloog kan een lichtpen of muis gebruiken om de ROI te tekenen. Er zijn echter enkele computerprogramma's die de selectie automatisch maken met behulp van contouranalyse. Een laag aantal onderzoeken kan een uitdaging zijn voor technologen, omdat organen en weefsels moeilijk te begrijpen zijn. Voor een juiste afbakening van de ROI kan het nodig zijn dat de technoloog moet optellen of comprimeren totdat de grenzen van het orgaan of weefsel gemakkelijk waarneembaar zijn. Voor sommige onderzoeken zal de ROI gedurende de gehele onderzoeken hetzelfde blijven (bijvoorbeeld nefrogram), terwijl in andere onderzoeken de ROI een andere grootte, vorm en locatie kan hebben (bijvoorbeeld maaglediging). Bij kwantitatief onderzoek is het essentieel dat achtergrondcorrectie plaatsvindt.

Eenmaal geteld, wordt de ROI voor elk frame bepaald en wordt de achtergrond van elke afbeelding afgetrokken, meestal om gegevens in de loop van de tijd langs de X-as uit te zetten en langs de Y-as te berekenen (Afbeelding 10).

Figuur 10 – Simulatie van de activiteitstijdcurve

Hierdoor zal de tijdscurve visueel en numeriek vergelijkbaar zijn met de vastgestelde norm voor elk specifiek onderzoek. In bijna alle gevallen worden de snelheid van accumulatie of afgifte, evenals de algemene vorm van de curve uit het normale onderzoek, ter vergelijking gebruikt om de uiteindelijke interpretatie van de onderzoeksresultaten te bepalen.

Conclusie

Een aantal procedures die worden toegepast op statische beeldvorming kunnen ook worden toegepast op dynamische beeldvorming. De gelijkenis is te wijten aan het feit dat dynamische afbeeldingen een opeenvolgende reeks statische afbeeldingen zijn. Een aantal dynamische procedures heeft echter geen statische equivalenten. Sommige manipulaties van statische en dynamische beelden hebben geen kwantitatieve resultaten. Veel procedures zijn gericht op het verbeteren van het imago van het beeld. Het gebrek aan kwantitatieve resultaten maakt de procedure echter niet minder belangrijk. Dit laat zien dat een beeld meer zegt dan duizend woorden. Bovendien kunnen computerondersteunde diagnostische beelden van hoge kwaliteit, door correcte interpretatie, een verschil maken in het verbeteren van iemands levenskwaliteit.

Lijst met gebruikte literatuur

1. Bernier D, Christian P, Langan J. Nucleaire geneeskunde: technologie en technieken. 4e druk. St. Louis, Missouri: Mosby; 1997: 69.
2. Early P, Sodee D. Principes en praktijken van de nucleaire geneeskunde. St. Louis, Missouri: Mosby; 1995: 231.
3. Mettler F, Guiberteau M. Essentials of Nuclear Medicine Imaging, 3e druk. Philadelphia, Penn: W.B. Saunders; 1991: 49.
4. Powsner R, Powsner E. Basisprincipes van de natuurkunde van de nucleaire geneeskunde. Malden, Massachusetts: Blackwell Science; 1998: 118-120.
5. Faber T, Folks R. Computerverwerkingsmethoden voor afbeeldingen van nucleaire geneeskunde. J Nucl Med-technologie. 1994;22:145-62.

Er is een nieuw filter verschenen in de Photoshop-familie in de nieuwe versie van Photoshop CC 2014 Vervagen pad(Path Blur), een geweldig hulpmiddel voor het toevoegen van bewegingseffecten en het verbeteren van de timing van beweging in een afbeelding. Foto's met beweging, of het nu een geworpen bal, een raceauto of een galopperend paard is, zijn het beste om bewegingssynchronisatie te creëren en een verhaal of richting aan de beweging toe te voegen, anders blijven de beelden statisch.

In deze tutorial laat fotograaf Tigz Rice zien hoe je een foto van een danseres kunt verfraaien door een bewegingssynchronisatie-effect te creëren in Photoshop.

Tigz zal ook de geheimen van het werken met het nieuwe filter onthullen Vervagen pad(Path Blur-filter) in de nieuwe versie van Photoshop CC 2014.

Finaleresultaat

Stap 1

Open de geselecteerde afbeelding in Photoshop CC 2014 en converteer de afbeelding vervolgens naar Slim object(Smart Object), klik met de rechtermuisknop op de laag met de originele afbeelding en selecteer de optie in het venster dat verschijnt OverzettenVSlim-voorwerp(Converteren naar slim object).

Aanwijzing: Werken met een slim object geeft u de vrijheid om op elk punt in uw workflow wijzigingen aan te brengen, in plaats van te vertrouwen op het deelvenster Geschiedenis.

Stap 2

Laten we vervolgens gaan Filter - Galerij vervagen - Omtrek vervagen(Filter > Galerij vervagen > Pad vervagen), waarna het instellingenvenster voor het gereedschap Vervagen verschijnt. Photoshop voegt automatisch een blauwe omtrek aan uw afbeelding toe om de richting van de vervaging te bepalen.

Noot van de vertaler: Galerij vervagen(Galerij vervagen) is het venster met gereedschapsinstellingen Vervaagt(Hulpmiddelen vervagen), een van de instellingsparameters voor deze tool is Vervagen pad(Path Blur), deze les is gewijd aan deze parameter.

Klik en sleep aan het einde van het pad om de richting van de vervaging die u toepast te bepalen. U kunt ook een middelpunt aan de omtrek toevoegen dat u kunt verplaatsen om uw omtrek wat kromming te geven.

Aanwijzing: Als u extra punten wilt toevoegen om uw pad te buigen, klikt u ergens langs de blauwe lijn.

Stap 3

Klik op een willekeurig deel van de afbeelding + sleep om extra vervaagde contouren in uw afbeelding te creëren. In de originele afbeelding heb ik een bewegingspad gemaakt voor elk been en elke arm, plus een extra pad voor het hoofd en een laatste pad voor de doorschijnende stof.

Tip: U kunt de intensiteit van elk vervagingspad bepalen door uw muis over het einde van het pad te bewegen en de kleine ronde schuifregelaars te gebruiken die verschijnen.

Noot van de vertaler: Door de intensiteit van elke omtrek te regelen, kunt u de vervagingsintensiteit van elk afzonderlijk element van de afbeelding wijzigen.

Stap 4

In het venster met gereedschapsinstellingen Vervaagt(Hulpmiddelen voor vervagen), in de parameterinstellingen Vervagen pad(Path Blur) aan de rechterkant van het document, klik op het vervolgkeuzemenu en selecteer de optie “Rear Sync Flash” uit de lijst die verschijnt. Deze optie simuleert de camera-instellingen en creëert aan het einde een bevroren lichtflits van elk onscherptepunt.

Stel de parameters in Snelheid(Snelheid) en Vlotte overgang(Taper) totdat u het gewenste effect krijgt. Als u tevreden bent met de vervaagde omtrek, klikt u op OK.

Stap 5

Terug in het hoofdvenster van Photoshop kunt u nu uw vervagingscontouren verbergen door op het Smart Filter-masker te klikken en op (Ctrl + I) te drukken om het masker om te keren naar zwart. Deze kleur verbergt het vervagingseffect in uw afbeelding. Selecteer vervolgens een hulpmiddel Borstel(Penseel (B)), plaats een zachte borstel, de penseelkleur is wit, en gebruik deze borstel om voorzichtig over de delen van de afbeelding te schilderen waar u meer beweging wilt toevoegen.

Laten we verder gaan met de theorie

Er zijn 2 manieren om een ​​beeld in balans te brengen: statisch en dynamisch.

Statisch of statisch de compositie drukt stilte, stabiliteit en kalmte uit.

Dynamisch of dynamisch het drukt beweging, energie, een gevoel van beweging, vlucht, rotatie uit.

Hoe kun je stilstaande objecten laten bewegen?

Eén van de regels voor het construeren van een compositie is de regel. In zo'n beeld zijn 5 palen te onderscheiden die de aandacht trekken: het midden en 4 hoeken. Het geconstrueerde beeld zal in grote gevallen evenwichtig, maar statisch zijn. Dat is geweldig als het doel is om kalmte, sereniteit en stabiliteit over te brengen.

Maar wat als het doel is om beweging of de mogelijkheid van beweging over te brengen, of een vleugje beweging en energie?

Laten we eerst eens nadenken over welke elementen van het beeld zwaarder wegen (de elementen die de aandacht van het oog sterker trekken) dan andere.

Grote objecten > kleine

Helder > donker

Warm gekleurd > koel gekleurd

Volumeobjecten (3D) > platte objecten (2D)

Hoog contrast > laag contrast

Geïsoleerd > Samenhangend

Correct gevormd > onregelmatig gevormd

Scherp, helder > wazig, onscherp

Het is noodzakelijk om te begrijpen wat sterker is, dus wetende dat lichte elementen meer de aandacht trekken dan donkere, mogen kleine achtergronddetails niet helderder zijn dan het hoofdobject van de afbeelding.

Net zoals verschillende elementen verschillende gewichten hebben, trekken de 5 palen op verschillende manieren de aandacht. De onderste hoeken hebben meer kracht. De kracht van visuele waarneming neemt toe van links naar rechts. Waarom is dit zo? We zijn gewend om van boven naar beneden en van links naar rechts te lezen, dus de rechter benedenhoek zal meer gewicht hebben, omdat we in deze positie gewend zijn om af te werken =) En de linkerbovenhoek zal dienovereenkomstig de minste kracht hebben =)

Dus wat als we de regel van derden enigszins zouden aanpassen en iets zouden verschuiven ten opzichte van de oorspronkelijke lijnen zoals in het diagram?

volgens de regel van derden zien we vier snijpunten, maar om dynamiek te creëren zijn er twee naar de rechter benedenhoek verschoven.

Hoe groter het gewicht van het object en hoe hoger het zich bevindt, hoe groter de visuele energie van het beeld.

bijvoorbeeld dynamische diagonale compositie

Een andere regel die beeldelementen in evenwicht brengt, is de piramideregel. De bodem is zwaar en stabiel. De op deze manier opgebouwde compositie zal statisch zijn. Maar je kunt deze piramide omdraaien en dan wordt de bovenkant zwaar, maar het beeld blijft nog steeds in balans, echter al dynamisch +)

De aanwezigheid van diagonale lijnen geeft dynamiek aan het beeld, terwijl horizontale lijnen statisch blijven.

De enige manier om het verschil te begrijpen is door te kijken en te tekenen =)

dus nog wat foto's.