Cosas temporales para cursos - Historial de revisiones

Chyzhyk.darya en 13:45 9 dic 2014

2014-12-09T13:45:30Z

← Revisión anterior		Revisión del 15:45 9 dic 2014
Línea 301:		Línea 301:

	transparencias para el curso de vision [http://www.sc.ehu.es/ccwgrrom/transparencias/]		transparencias para el curso de vision [http://www.sc.ehu.es/ccwgrrom/transparencias/]
	[https://www.dropbox.com/s/qkxvj487iz3ycgz/IntroMRI.pdf?dl=0 Intro a MRI]
			Master: Intro a MNI [https://www.dropbox.com/s/qkxvj487iz3ycgz/IntroMRI.pdf?dl=0 Intro a MRI]

	: analisis de imagenes medicas, VBM, [https://www.dropbox.com/s/50l35la77rsn0p4/OASIS-2subj.zip VBM 2 sujetos de OASIS], [https://www.dropbox.com/s/xwhyplwwm8w6qjp/OASIS-40sujetos.zip VBM 40 sujetos de OASIS]		: analisis de imagenes medicas, VBM, [https://www.dropbox.com/s/50l35la77rsn0p4/OASIS-2subj.zip VBM 2 sujetos de OASIS], [https://www.dropbox.com/s/xwhyplwwm8w6qjp/OASIS-40sujetos.zip VBM 40 sujetos de OASIS]
	algunos codigos matlab para vision por computador		algunos codigos matlab para vision por computador

Chyzhyk.darya en 13:44 9 dic 2014

2014-12-09T13:44:08Z

← Revisión anterior		Revisión del 15:44 9 dic 2014
Línea 301:		Línea 301:

	transparencias para el curso de vision [http://www.sc.ehu.es/ccwgrrom/transparencias/]		transparencias para el curso de vision [http://www.sc.ehu.es/ccwgrrom/transparencias/]
			[https://www.dropbox.com/s/qkxvj487iz3ycgz/IntroMRI.pdf?dl=0 Intro a MRI]
	: analisis de imagenes medicas, VBM, [https://www.dropbox.com/s/50l35la77rsn0p4/OASIS-2subj.zip VBM 2 sujetos de OASIS], [https://www.dropbox.com/s/xwhyplwwm8w6qjp/OASIS-40sujetos.zip VBM 40 sujetos de OASIS]		: analisis de imagenes medicas, VBM, [https://www.dropbox.com/s/50l35la77rsn0p4/OASIS-2subj.zip VBM 2 sujetos de OASIS], [https://www.dropbox.com/s/xwhyplwwm8w6qjp/OASIS-40sujetos.zip VBM 40 sujetos de OASIS]
	algunos codigos matlab para vision por computador		algunos codigos matlab para vision por computador

Manuel.grana en 15:31 20 oct 2014

2014-10-20T15:31:00Z

← Revisión anterior		Revisión del 17:31 20 oct 2014
Línea 1:		Línea 1:

			sobre image annotation [http://people.csail.mit.edu/brussell/research/AIM-2005-025-new.pdf]
			acceso a la toolbox de matlab [http://labelme.csail.mit.edu/Release3.0/browserTools/php/matlab_toolbox.php] dentro del sitio [http://labelme2.csail.mit.edu/Release3.0/index.php]


			*********************************

	[[sesion de trabajo de vision por computador sobre Trans. Image Processing Nov-Dic 2013]]		[[sesion de trabajo de vision por computador sobre Trans. Image Processing Nov-Dic 2013]]

Manuel.grana en 15:34 20 nov 2013

2013-11-20T15:34:21Z

← Revisión anterior		Revisión del 17:34 20 nov 2013
Línea 1:		Línea 1:

			[[sesion de trabajo de vision por computador sobre Trans. Image Processing Nov-Dic 2013]]
	******************************		******************************
	function r=segmentar_active_two_class(x,gt,mask,k,n_ciclos)		function r=segmentar_active_two_class(x,gt,mask,k,n_ciclos)

Manuel.grana en 10:25 29 nov 2012

2012-11-29T10:25:27Z

← Revisión anterior		Revisión del 12:25 29 nov 2012
Línea 1:		Línea 1:

			******************************
			function r=segmentar_active_two_class(x,gt,mask,k,n_ciclos)

			mask=mask>0;
			gt=gt>0;

			[n m]=size(gt);

			im_u=zeros(size(x));

			for l=1:n_ciclos
			%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%positivas
			figure(1)
			imshow(x+uint8(im_u*255))
			title('muestras positivas')
			coord=floor(ginput(k));

			for i=1:k
			muestra_positiva((l-1)*k+i,:)=squeeze(x(coord(i,2),coord(i,1),:));
			end

			distancia=zeros(n,m,l*k);

			for i=1:l*k
			d(:,:,1)=double(x(:,:,1))-double(muestra_positiva(i,1));

			d(:,:,2)=double(x(:,:,2))-double(muestra_positiva(i,2));
			d(:,:,3)=double(x(:,:,3))-double(muestra_positiva(i,3));

			d=d.^2;
			d=sum(d,3);

			distancia(:,:,i)=d;

			end

			distancia_clase_1=min(distancia,[],3);
			%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%negativas
			figure(2)
			imshow(x+uint8(im_u*255))
			title('muestras negativas')
			coord=floor(ginput(k));

			for i=1:k
			muestra_negativa((l-1)*k+i,:)=squeeze(x(coord(i,2),coord(i,1),:));
			end

			distancia=zeros(n,m,l*k);

			for i=1:l*k
			d(:,:,1)=double(x(:,:,1))-double(muestra_negativa(i,1));

			d(:,:,2)=double(x(:,:,2))-double(muestra_negativa(i,2));
			d(:,:,3)=double(x(:,:,3))-double(muestra_negativa(i,3));

			d=d.^2;
			d=sum(d,3);

			distancia(:,:,i)=d;

			end

			distancia_clase_0=min(distancia,[],3);

			r=distancia_clase_1<=distancia_clase_0;
			r=r.*mask;

			u=exp(-abs(distancia_clase_1-distancia_clase_0)/10);
			% figure(3)
			% imshow(u)
			% figure(4)


			im_u(:,:,1)=u;
			im_u(:,:,2)=u;
			im_u(:,:,3)=u;
			%
			% imshow(uint8(double(x).*im_u))
			%
			% figure(5)
			% imshow(x+uint8(im_u*255))

			accuracy(l)=sum(sum(r==gt))/(n*m);
			sensitivity(l)=sum(sum(double(gt).*r))/sum(sum(gt));
			specificity(l)=sum(sum(double(1-gt).*(1-r)))/sum(sum(1-gt));

			end %%% ciclos

			figure
			plot(accuracy)
			hold
			plot(sensitivity,'r')
			plot(specificity,'g')




	****************		****************

Manuel.grana en 08:15 29 nov 2012

2012-11-29T08:15:00Z

← Revisión anterior		Revisión del 10:15 29 nov 2012
Línea 1:		Línea 1:

			****************
			function r=segmentar_knn_two_class(x,gt,mask,k)

			mask=mask>0;
			gt=gt>0;

			[n m]=size(gt);

			imshow(x)
			title('muestras positivas')
			coord=floor(ginput(k));

			for i=1:k
			muestra(i,:)=squeeze(x(coord(i,2),coord(i,1),:));
			end

			distancia=zeros(n,m,k);

			for i=1:k
			d(:,:,1)=double(x(:,:,1))-double(muestra(i,1));

			d(:,:,2)=double(x(:,:,2))-double(muestra(i,2));
			d(:,:,3)=double(x(:,:,3))-double(muestra(i,3));

			d=d.^2;
			d=sum(d,3);

			distancia(:,:,i)=d;

			end

			distancia_clase_1=min(distancia,[],3);

			imshow(x)
			title('muestras negativas')
			coord=floor(ginput(k));

			for i=1:k
			muestra(i,:)=squeeze(x(coord(i,2),coord(i,1),:));
			end

			distancia=zeros(n,m,k);

			for i=1:k
			d(:,:,1)=double(x(:,:,1))-double(muestra(i,1));

			d(:,:,2)=double(x(:,:,2))-double(muestra(i,2));
			d(:,:,3)=double(x(:,:,3))-double(muestra(i,3));

			d=d.^2;
			d=sum(d,3);

			distancia(:,:,i)=d;

			end

			distancia_clase_0=min(distancia,[],3);

			r=distancia_clase_1<=distancia_clase_0;
			r=r.*mask;

			accuracy=sum(sum(r==gt))/(n*m)
			sensitivity=sum(sum(double(gt).*r))/sum(sum(gt))
			specificity=sum(sum(double(1-gt).*(1-r)))/sum(sum(1-gt))





	*****************		*****************

Manuel.grana en 11:31 16 nov 2012

2012-11-16T11:31:05Z

← Revisión anterior		Revisión del 13:31 16 nov 2012
Línea 2:		Línea 2:
	*****************		*****************

	base de datos de retina [media:DRIVE.zip\| base de datos]		base de datos de retina [[media:DRIVE.zip\| base de datos]]

	********************		********************

Manuel.grana en 11:30 16 nov 2012

2012-11-16T11:30:52Z

← Revisión anterior		Revisión del 13:30 16 nov 2012
Línea 2:		Línea 2:
	*****************		*****************

	base de datos de retina		base de datos de retina [media:DRIVE.zip\| base de datos]

	********************		********************

Manuel.grana en 11:29 16 nov 2012

2012-11-16T11:29:18Z

← Revisión anterior		Revisión del 13:29 16 nov 2012
Línea 1:		Línea 1:

			*****************

			base de datos de retina

			********************

	function xr=filtro_frec_gauss_pasabanda_2(x,distancia,radio)		function xr=filtro_frec_gauss_pasabanda_2(x,distancia,radio)
	% radio 1 > radio 2		% radio 1 > radio 2

Manuel.grana en 09:26 9 nov 2012

2012-11-09T09:26:52Z

@@ Línea 1: / Línea 1: @@
 function xr=filtro_frec_gauss(x,radio)
 filtro=zeros(size(x));
@@ Línea 33: / Línea 80: @@
-************************************
+;************************************
 function xr=filtro_frec_gauss_pasaalta(x,radio)
 filtro=zeros(size(x));