Tentamen 8D040 - Basis beeldverwerking. 24 juni 2011, uur

Maat: px

Weergave met pagina beginnen:

Download "Tentamen 8D040 - Basis beeldverwerking. 24 juni 2011, uur"

Tobias de Groot
5 jaren geleden
Aantal bezoeken:

1 Tentamen 8D040 - Basis beeldverwerking 24 juni 2011, uur 1

2 Algemeen: Maak opgave 4 op een apart vel, en de overige opgaven op een andere set vellen. Alle vragen tellen even zwaar mee in het eindcijfer. Succes! Vraag 1: Histogram operaties a. Wat is het visuele doel van histogram equalisatie? Ofwel, wat beoogt histogram equalisatie te bereiken voor de visuele waarneming. b. Wat is het algoritmische doel van histogram equalisatie? Ofwel, wat beoogt het algoritme van histogram equalisatie te bereiken? c. Voor welk van de onderstaande histogrammen (zie figuur 1) heeft het zin om histogram equalisatie toe te passen? Verklaar waarom wel of waarom niet voor elk histogram (a) (b) (c) (d) Figuur 1. Welke histogrammen zijn geschikt om histogram equalisatie op toe te passen? d. Welke eisen worden gesteld aan de transformatiefunctie die de histogram equalisatie moet bewerkstelligen? e. Bespreek de voor- en/of nadelen van de drie onderstaande transformatiefuncties voor histogram equalisatie. Kijk heel goed naar de functies in figuur (a) (b) (c) Figuur 2. Mogelijke transformatiefuncties voor histogram equalisatie. 2

Koppel de voorgaande transformatiefuncties (zie figuur 3) aan de volgende beelden in figuur 4.

3 f. Schets de histogrammen die behoren bij de onderstaande transformatiefuncties voor histogram equalisatie (zie figuur 3). (a) (b) (c) (d) Figuur 3. Mogelijke transformatiefuncties voor histogram equalisatie. g. Koppel de voorgaande transformatiefuncties (zie figuur 3) aan de volgende beelden in figuur 4. Welke transformatiefunctie hoort bij welk beeld om optimale histogram equalisatie te verkrijgen en waarom? Schrijf je antwoord als volgt op: 3a 4a omdat... 3b 4a omdat... 3c 4a omdat... (a) (b) (c) (d) Figuur 4. Vier representaties van één beeld met verschillende histogrammen. 3

4 Vraag 2: Filtering en Fourier Transformatie a. Opscherpen van beelden kan met de volgende vergelijking beschreven worden g(x,y) = f(x,y)+c [ 2 f(x,y) ] (1) Leg uit wat elke term in vergelijking 1 hier voorstelt, dus g(x,y), f(x.y), c, en 2 f(x,y). b. Hoe wordt het filter dat 2 implementeert genoemd? c. Leidt een 3 3 kernel af voor 2 uit de kernels voor horizontale en verticale afgeleiden, respectievelijk [ 1 1] en [ 1 1] T. Beschrijf hoe je aan die kernel bent gekomen. d. Hoe ziet deze kernel eruit als je ook nog diagonale afgeleiden zou meenemen? e. Hoe ziet dit filter er in het Fourier domein uit? Welke eigenschappen van de Fourier transformatie zijn nodig om tot deze beschrijving te komen. f. Stel u heeft een even beeld, maar niet noodzakelijkerwijs reëel. Wat kunt u vertellen over de Fourier getransformeerde van de x-afgeleide van dit even beeld? En wat kunt u daardoor vertellen van de x-afgeleide van dit beeld in het spatiële domein? g. Beantwoordt vraag f., maar dan wanneer u het beeld filtert met het filter van vraag c. Vraag 3: Segmentatie a. Figuur 5 toont een linker ventrikel van het hart, verkregen met een MRI scanner. U wilt de binnencontour van het linker ventrikel segmenteren. Figuur 5. Axiale doorsnede door de thorax verkregen met black blood MRI. Het linker ventrikel is gemarkeerd met de gele rechthoek. 4

Welke vier (4) methodes kent u om deze contour te vinden, en daarbij te garanderen dat die gesloten zal zijn? Het is niet van belang of alleen deze binnencontour gevonden wordt of nog meer contouren.

5 Welke vier (4) methodes kent u om deze contour te vinden, en daarbij te garanderen dat die gesloten zal zijn? Het is niet van belang of alleen deze binnencontour gevonden wordt of nog meer contouren. Geef kort de belangrijkste stappen aan die u moet uitvoeren om tot de contour te komen. b. Figuur 6 toont een aantal frames in de tijd door de hartslag van een korte-as doorsnede van het linker ventrikel, verkregen met MRI. Aan de rechterkant van deze donkere ring van spierweefsel ziet u een verstoring een aantal horizontale lijnen binnen de gele rechthoek. Deze verstoring kan een gewenste segmentatie danig vestoren, aangezien lokaal de grijswaardenverdeling totaal anders is dan in de rest van de hartspier. Wat kunt u doen om deze verstoring zo goed mogelijk te verhelpen, om zo een automatisch segmentatiealgoritme een eerlijke kans te geven? Figuur 6. Korte-as doorsnede door het linker ventrikel verkregen met MRI. c. Wanneer u in figuur 6 zowel de binnen- als de buitencontour van de ringvormige hartspier zou willen segmenteren, zouden er dan methodes die u bij a. genoemd heeft afvallen? Zoja, welke? d. Als u een schatting zou willen maken van de lokatie van het linker ventrikel in figuur 7, kunt u wellicht hiervoor de heldere bloedmassa in het linker ventrikel gebruiken. Geef stap voor stap aan hoe u dit zou kunnen doen. Figuur 7. Korte-as doorsnede door het linker ventrikel en de thorax verkregen met MRI. 5

Vraag 4: Morfologie Maak deze opgave op een apart vel! Gegeven microscoopbeeld qdna (figuur 8). Het doel is om de gemiddelde omtrek van alle objecten (in pixels) in het beeld te bepalen.

6 Vraag 4: Morfologie Maak deze opgave op een apart vel! Gegeven microscoopbeeld qdna (figuur 8). Het doel is om de gemiddelde omtrek van alle objecten (in pixels) in het beeld te bepalen. De hele procedure moet met drempeling en morfologische operaties gedaan worden. Alle deelvragen hebben gelijk gewicht. Figuur 8. Microscoop beeld a. Wat is shading? b. Zit er shading op het beeld? Waaraan is dat te zien? c. Als er shading op dit beeld zit geef dan de procedure met grijswaarden-morfologische operaties om die shading te verwijderen. d. Hoe kunnen de groottes van de filters bepaald worden? e. Als het beeld geen shading (meer) heeft kan het dan gedrempeld worden met een eenvoudige drempel-procedure, of is nog steeds een complexere operatie zoals Otsu s method vereist? f. Hoe kan de drempel bepaald worden? g. Randobjecten mogen niet meegenomen worden. Waarom niet? h. Gebuik de propagatieoperatie (= morfologische reconstructie) om randobjecten weg te halen. Hoe gaat dat in zijn werk? Geef details over het zaadbeeld. i. Kleine objecten wil je niet hebben. Waarom niet? j. U zou een n-opening kunnen gebruiken. Wat is dat? k. Als u een n-opening zou gebruiken, hoe wordt n dan bepaald? l. Wat is het nadeel van een n-opening als u naderhand wilt meten aan de objecten? 6

7 m. U kunt eigenlijk beter gebruik maken van een morfologische reconstructie. Hoe doet u dat in dit geval? Geef details over het zaadbeeld. n. Maaknueenstructuring element set vantwee 3 3maskers diealsudaarmee1 doorhet beeld gaat de contouren van alle objecten oplevert. NB: Neem de RESET vorm, d.w.z., als een van de maskers past wordt in het output-beeld het pixel op 0 (achtergrond) gezet. Teken de twee maskers. o. Om de gemiddelde omtrek van alle objecten te weten te komen moet u de objecten in het beeld één voor één meten. Dus elk object in een apart beeld zien te krijgen. Iemand bedacht het volgende: Ik dilateer het beeld recursief een slag, en dan in een volgende slag door het beeld gebruik ik dit masker: Is dit inderdaad een methode om één (1) object te selecteren uit het beeld? Verklaar óf en hoe het werkt. Welk object selecteert u? Teken inputbeeld, tussenoplossing en output beeld. 7

Vergelijkbare documenten

Tentamen 8D040 - Basis beeldverwerking. 24 juni 2011, 14.00-17.00 uur

Tentamen 8D040 - Basis beeldverwerking 24 juni 2011, 14.00-17.00 uur 1 Algemeen: Maak opgave 4 op een apart vel, en de overige opgaven op een andere set vellen. Alle vragen tellen even zwaar mee in het