티스토리 뷰
문제
인공지능 학습을 위해 데이터 증설이 필요하다. 그래서 이미지 합성알고리즘을 만들었다.
해결
16bit gray scale 인 2개 이미지를 합성을 수행한다.
합성할 이미지 1
합성할 이미지 2
합성
- X-ray 이미지는 투과되는 영상이기 때문에 투영도를 조절해서 수식을 개발해야했다.
- 일반 이미지 처리 수식이 아닌 직접 수식을 개발하였고 실제 환경과 비교하였다.
데이터 증설을 위한 합성 수행
Git
https://github.com/MizzleAa/Xray_Image_Processing_Algorithm/blob/main/library/images/synthesis.py
반응형
'Record > Python' 카테고리의 다른 글
[Python] X-ray Container Image Convert(이미지 잡음 제거) (0) | 2022.05.25 |
---|---|
[Python] bit별 이미지 필터링 처리 (0) | 2022.05.19 |
[Python] 학습 이미지 데이터 및 어노테이션 크기 변경 (0) | 2022.05.10 |
[Python] X-ray Calibration 이미지 처리 (0) | 2022.05.09 |
[Python] Tibero, MSSQL ODBC 직접 쿼리 설정 (0) | 2022.05.09 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- fastapi
- image noise
- X-ray Dataset
- pytorch
- Ai
- X-ray 합성
- cascade Mask R-CNN
- Prototype
- 산업용
- SI Xray
- 산업용 X-Ray
- Example
- faiss
- GD Xray
- OPI Xray
- 인공지능
- 연관 이미지 검색
- 이미지 잡음
- ROI
- REACT
- Filter
- gitmoji
- 16bit 합성
- torchvision
- React Redux
- segment anything
- X-RAY
- pytest
- Python
- C#
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
글 보관함