컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 9-2. Intensity normalization

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

Linear Normalization

상대적으로 어두운 MRI 영상 0~50의 intensity를 가지는 것이 있을 때 0~255로 변화를 하고 싶을 때 Linear Normalization을 통해 변화시킬 수 있음

기존의 intensity : $W_{min}=0, W_{max}=50$

변화 후 intensity : $I_{min}=0, I_{max}=255$

특정 점 f의 점에서의 intensity 변화

최종 intensity

$= \frac{f-W_{min}}{W_{max}-W_{min}} \times (I_{max}-I_{min}) + I_{min}$

=> 식에 대한 이해를 조금 더 쉽게 하고자 하신다면 기울기에 x로 이동, y로 이동하는 1차 함수를 생각하시면 편하실 것 같습니다.

Intensity 내에서도 원하는 pixel value 영역 내에서만 작동하도록 설정가능

gammar correction을 사용하면 직선이 아닌 둥근 형태의 비선형 구역 생성이 가능