Image Processing Basics

• Bit depth: 대부분 Grey Scale Image의 Bit Depth는 8이지만(2^8=256) Biomedical Image에선 12 bit depth를 사용한다. 하지만, Storage의 용이성을 위해 16bit를 쓴다.

• Color Look-Up Table (LUT) : Table에 정의 되어 있는 Pseudo Color를 입히는 것. 흠.

• CNR(Contrast to Noise Ratio) : SNR보다 CNR가 더 유용하게 쓰임. (Bio-medical Image Processing에서는 더 그런가보다. Video Codec에선 PSNR을 사용하는데 흠..)

• Histogram Equalization : Image의 Contrast를 적절하게 조정하기 위한 방법 중 하나. 이건 DIP에서 했으니 자세한건 패스. (무조건 이걸 한다고 좋은건 아님)

• Actual Dynamic Range : 이건 이미지에서 Histogram을 뽑아 봤을 때 분포되어 있는 Gray-scale의 범위를 말하는 것. 만약 8-bit depth에서 64~128에만 분포되어 있으면, Actual Dynamic Range는 그 범위.

• Scaling and Rotation : Scaling은 말 그대로 그냥 Re-scale하는걸 말하는거고, Rotation은 역시 그대로 Rotation.... 아 이거 왜 적었지

• Image Processing의 5개의 클래스
  • Image enhancement : 말그대로 Quality를 향상시키는 목적
  • Image restoration : Geometric distortion이나 blurring, in-homogeneity가 발생하였을 경우 이를 수정하는 것. 
  • 왜 필요하냐면 MRI와 CT 영상을 따로 볼 때는 상관이 없는데 같이 통합해서 봐야 할 경우엔 각 좌표가 일치해야 하기 때문
  • Image analysis : Image에 직접 Operation을 하는게 아닌, 길이 측정이나 object classification, image segmentation(Chap 2에 소개) 등을 하기 위한 것.
  • Image compression : Lossless와 Lossy 방법이 있으나, 의료영상에서는 Data Loss가 나면 안되기 때문에 Lossless를 사용한다.
  • Image synthesis : Visualization이나 3-D rendering을 일컫는다.

아직까진 DIP에 다 나왔던 내용들..

이 책으로 의료 영상 공부를 시작!

근데 이 책은 Programming을 어떻게 해야한다~ 이런게 아니라,

Medical Image Processing에는 이런 것들이 쓰이고, 이런 것들을 적용시키면 결과물은 이렇게 나온다. 그런 식으로 나와있다.

그래서 다른 책에서는 직접 구현하게 되어있는 여러 Image Enhancement 관련 내용들이 이 책에선 Tool이 제공이 되어서 그냥 Image를 불러와서 여러가지 테스트해볼 수 있게 되어있다.

그래서 이 책을 선택..

아직은 Programming Skill도 없고, 더군다나 수학적으로 많이 모자라기 때문에 간단히 이 책으로 훑고, 다른 책으로 넘어갈 계획이다.

아 교수님이랑 상담해야되는데...