Как получить изображения H1 и D C из БПФ из серии изображений органов, движущихся во времени - PullRequest
Новая
       8

Как получить изображения H1 и D C из БПФ из серии изображений органов, движущихся во времени

0 голосов
/ 06 марта 2020

У меня есть серия изображений, которые бьются по сердцу, как я могу со временем преобразовать Фурье, чтобы извлечь из него изображения D C и H1? До сих пор я пробовал следующий код, но я точно не знаю, что такое H1! поэтому я не могу извлечь изображения этого компонента! вот код, который я пробовал до сих пор: 

import numpy as np
import cv2 as cv

for sl in range(img.shape[2]):
   for fr in range(1,img.shape[3]):
    #|=======================================================|
    #|             xx Thresholding xx                        |
    #|-------------------------------------------------------|
    th_f  = cv.adaptiveThreshold(img[:,:,sl,fr  ].astype('uint8'),255,cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY,11,4)
    th_f0 = cv.adaptiveThreshold(img[:,:,sl,fr-1].astype('uint8'),255,cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY,11,4)

    #|=======================================================|
    #|   xx Fourier HPF Filter (Smoothing & Denoising) xx    |
    #|-------------------------------------------------------|
    # Fourier 2D Transform
    f = np.fft.fft2(th_f)
    f0 = np.fft.fft2(th_f0)
    #  Move the DC component of the FFT output to the center of the spectrum
    fshift = np.fft.fftshift(f)
    fshift0 = np.fft.fftshift(f0)
    # Save the original fshift
    fshift_orig = fshift.copy()
    fshift0_orig = fshift0.copy()
    # Create mask
    rows, cols = img.shape[0],img.shape[1]
    crow, ccol = int(rows/2), int(cols/2)
    # Use mask to remove low frequency components
    dist1 = 30
    #dist2 = 0
    fshift[crow-dist1:crow+dist1, ccol-dist1:ccol+dist1] = 0
    #fshift[crow-dist2:crow+dist2, ccol-dist2:ccol+dist2] = fshift_orig[crow-dist2:crow+dist2, ccol-dist2:ccol+dist2] 
    fshift0[crow-dist1:crow+dist1, ccol-dist1:ccol+dist1] = 0
    #fshift0[crow-dist2:crow+dist2, ccol-dist2:ccol+dist2] = fshift0_orig[crow-dist2:crow+dist2, ccol-dist2:ccol+dist2] 
    #-----calculate the derivative of the 2D FFT with respect to time-----------
    dfdt = fshift - fshift0 + result
    #print(np.max(result))
    # inverse Fourier transform
    img_back = np.fft.ifft2(dfdt)
    # get rid of imaginary part by abs
    Fresult = np.abs(img_back).astype('uint8')
    cv.imshow(Fresult)
    cv.waitKey(0)
    cv.destroyAllWindows()

1 Ответ

0 голосов
/ 07 марта 2020
  • Решением было взять трехмерное преобразование Фурье для каждого среза, а затем выбрать только 2-й компонент преобразования, чтобы преобразовать его обратно в пространственное пространство, и все.
  • Преимущество это чтобы определить, движется ли что-то вдоль третьей оси (время в моем случае). 
for sl in range(img.shape[2]):
   #-----Fourier--H1-----------------------------------------
   # ff1[:, :, 1] H1 compnent 1, if 0 then DC
   ff1 = FFT.fftn(img[:,:,sl,:])
   fh = np.absolute(FFT.ifftn(ff1[:, :, 1])) 

   #-----Fourier--H1-----------------------------------------
...