Was bedeuten die verschiedenen binären Befehle? Dieses Untermenü enthält Befehle, die binäre (schwarze und weiße) Bilder verarbeiten. Diese Befehle gehen davon aus, dass die Objekte standardmäßig schwarz sind und der Hintergrund weiß ist. In dieser FAQ wird beschrieben, wie Sie den Standardwert auf schwarzen Hintergrund und weiße Objekte setzen. Wandelt Bilder in Schwarzweißbilder um. Der Schwellwertpegel wird bestimmt, indem das Histogramm der aktuellen Auswahl oder des gesamten Bildes analysiert wird, wenn keine Auswahl vorhanden ist. Diese FAQ beschreibt den verwendeten Algorithmus. Wenn das Tool ImagegtAdjustgtThreshold aktiv ist, wird ein Dialogfeld geöffnet, in dem Sie festlegen können, welche Pixel auf die Hintergrundfarbe eingestellt sind und welche Vordergrundfarbe und ob der Hintergrund schwarz ist und der Vordergrund weiß ist. Bitte aktualisieren Sie die oben nicht vollständig korrekt Mit Stacks werden alle Bilder im Stack in binär mit dem berechneten Schwellenwert der aktuell angezeigten Scheibe konvertiert. Verwenden Sie das ConvertStackToBinary-Makro, um einen Stapel in binär mit lokal berechneten Schwellenwerten zu konvertieren. Wandelt Bilder in Schwarzweißbilder auf Grundlage der aktuellen Schwellenwerte um. Standardmäßig hat die Maske eine invertierende LUT (schwarz ist 255 und weiß ist 0), erzeugt aber schwarze Hintergrundbilder (0), wenn der schwarze Hintergrund im Dialogfeld ProcessgtBinarygtOptions markiert ist. Bitte aktualisieren Sie die oben genannten nicht vollständig korrekt Bestimmt die lokalen Maxima in einem Bild und erstellt ein binäres (Masken-) Bild der gleichen Größe mit den Maxima oder einem segmentierten Teilchen pro Maximum, markiert. Für RGB-Bilder werden Maxima von Luminanz ausgewählt, wobei die Luminanz als gewichtetes oder ungewichtetes Mittel der Farben abhängig von den Einstellungen von EditgtOptionsgtConversions definiert ist. Dieser Befehl basiert auf einem Plugin von Michael Schmid. Ein Dialogfenster wird mit den folgenden Optionen angezeigt: Noise Tolerance - Maxima werden ignoriert, wenn sie nicht um mehr als diesen Wert aus der Umgebung herausragen (kalibrierte Einheiten für kalibrierte Bilder). Mit anderen Worten, eine Schwelle wird auf den Maximalwert minus Rauschtoleranz gesetzt und der zusammenhängende Bereich um das Maximum oberhalb der Schwelle analysiert. Für die Annahme eines Maximums darf dieser Bereich keinen Punkt mit einem höheren Wert als dem Maximum enthalten. Nur ein Maximum innerhalb dieses Bereichs wird akzeptiert. Einzelpunkte - Erstellt ein Ausgabebild mit einem einzelnen Punkt pro Maximum. Maxima Within Tolerance - Erstellt ein Ausgabebild mit allen Punkten innerhalb der Noise Tolerance für jedes Maximum. Segmentierte Partikel - Nehmen wir an, dass jedes Maximum zu einem Partikel gehört und das Bild durch einen auf die Werte des Bildes angewendeten Watershed-Algorithmus segmentiert (im Gegensatz zu ProcessgtBinarygtWaterhed, der die euklidische Distanzkarte verwendet). Punktauswahl - Zeigt eine Mehrpunktauswahl mit einem Punkt bei jedem Maximum an und erzeugt kein separates Ausgabebild. Anzahl - Zeigt die Anzahl der Maxima im Ergebnisfenster an und erzeugt kein Ausgabebild. Exclude Edge Maxima - Schließt Maxima aus, wenn der Bereich innerhalb der Rauschtoleranz, der ein Maximum umgibt, den Rand des Bildes berührt (Rand der Auswahl spielt keine Rolle). Heller Hintergrund - Ermöglicht die Verarbeitung von Bildern mit hellem Hintergrund und dunklen Objekten. Oberhalb des unteren Schwellwertes - (Diese Option erscheint nur für schwellwerte Bilder) Findet Maxima nur über dem unteren Schwellenwert. Der obere Schwellwert des Bildes wird ignoriert. Wenn Segmente als Ausgangstyp ausgewählt sind. Wird der Bereich unterhalb der unteren Schwelle als Hintergrund betrachtet. Diese Option funktioniert nur, wenn Maxima des Pixelwertes im mathematischen Sinne gefunden werden, d. h. dunkler Hintergrund und nicht invertierende LUT oder heller Hintergrund und invertierende LUT. Vorschaupunktauswahl - Zeigt die Maxima mit den aktuellen Parametern als Mehrpunktauswahl, die dem Bild überlagert ist. Wenn diese Option aktiviert ist, wird auch die Anzahl der gefundenen Maxima im Dialogfenster angezeigt. Für Ausgangstypen Einzelpunkte. Maxima innerhalb Toleranz und segmentierte Teilchen. Ausgabe ist ein binäres Bild mit Vordergrund 255 und Hintergrund 0, wobei eine invertierte oder normale LUT abhängig von der Option Schwarzer Hintergrund in ProcessgtBinarygtOptions verwendet wird. Die Anzahl der Partikel (wie von Analyze Particles erhalten) im Ausgabebild hängt nicht vom gewählten Output Type ab. Beachten Sie, dass segmentierte Partikel in der Regel zu Partikeln führen, die die Kante berühren, wenn Exclude Edge Maxima ausgewählt ist. Exclude Edge Maxima gilt für das Maximum, nicht für das Partikel. Finden Sie Maxima auf ein verrauschtes Bild mit verschiedenen Optionen angewendet (ausschließen Edge Maxima ausgewählt). Maxima funktioniert nicht auf Stapeln, aber das FindStackMaxima-Makro führt es auf allen Bildern in einem Stapel aus und erstellt einen zweiten Stapel, der die Ausgabebilder enthält. Ersetzt jedes Pixel mit dem minimalen (geringsten) Wert in der 3 × 3 Nachbarschaft. Mit binären Bildern werden Pixel von den Kanten von schwarzen Objekten entfernt. Ersetzt jedes Pixel mit dem maximalen (dunkelsten) Wert in der 3 × 3 Nachbarschaft. Bei binären Bildern werden Pixel an den Rändern von schwarzen Objekten hinzugefügt. Führt eine Erosionsoperation durch, gefolgt von einer Dilatation. Mit binären Bildern, glättet diese Objekte und entfernt isolierte Pixel. Führt einen Dilatationsvorgang durch, gefolgt von einer Erosion. Mit binären Bildern glättet diese Objekte und füllt sich in kleine Löcher. Der Befehl hat einen Tailing-Bindestrich, um ihn von der Datei zu schließen. Zeigt ein Dialogfenster an, das es erlaubt, mehrere Einstellungen, die von Befehlen im Untermenü Binär verwendet werden, zu ändern. Iterationen gibt an, wie oft Erosion, Dilatation, Öffnung und Schließung durchgeführt werden. Count gibt die Anzahl an benachbarten Hintergrundpixeln an, die erforderlich sind, bevor ein Pixel aus der Kante eines Objekts während der Erosion entfernt wird, und die Anzahl an benachbarten Vordergrundpixeln, die erforderlich sind, bevor ein Pixel dem Rand eines Objekts während der Dilatation hinzugefügt wird. Überprüfen Sie den schwarzen Hintergrund, wenn das Bild weiße Objekte auf einem schwarzen Hintergrund hat. Wenn Pad-Kanten beim Erodieren überprüft werden, erodiert ProcessgtBinarygtErode nicht von den Kanten des Bildes. Diese Einstellung wirkt sich auch auf ProcessgtBinarygtClose aus. Die von den Kanten erodiert wird, sofern dieses Kontrollkästchen nicht aktiviert ist. EDM Ausgang bestimmt den Ausgangstyp für die ProcessgtBinarygtDistance Map. Ultimative Punkte und Voronoi Befehle. Setzen Sie es, um für 8-Bit-Ausgabe zu überschreiben, die das Eingabebild 8-Bit überschreibt. 16-Bit oder 32-Bit für separate Ausgabebilder. 32-Bit-Ausgang hat eine Gleitpunktauflösung (Subpixel). Erzeugt eine 1 Pixel breite Kontur von Vorder - (Schwarz-) Objekten in einem Binärbild. Die Linie wird innerhalb des Objekts gezeichnet, d. h. auf vorherigen Vordergrundpixeln. Wiederholt entfernt Pixel von den Kanten von Objekten in einem binären Bild, bis sie auf einzelne Pixel breite Skelette reduziert werden. Objekte werden schwarz und weiß angenommen. Man beachte, dass es viele Skelettierungsalgorithmen gibt. Erzeugt eine Euklidische Distanzkarte (EDM). Jedes Vordergrundpixel in dem Binärbild wird durch einen Grauwert ersetzt, der gleich dem Abstand pixel039s von dem nächsten Hintergrundpixel ist. Verwenden Sie ProcessgtBinarygtOptions, um die Hintergrundfarbe (schwarz oder weiß) und den Ausgabetyp beim Auswählen von Überschreiben oder 8-Bit-Ausgabe festzulegen. Beachten Sie, dass Abstände, die größer als 255 sind, als 255 gekennzeichnet sind. Erzeugt die endgültig erodierten Punkte des EDMs. Benötigt ein binäres Bild als Eingabe. Die UEPs stellen die Zentren von Partikeln dar, die durch Segmentierung getrennt würden. Der Grauwert des UEP039 ist gleich dem Radius des eingeschriebenen Kreises des entsprechenden Teilchens. Verwenden Sie ProcessgtBinarygtOptions, um die Hintergrundfarbe (schwarz oder weiß) und den Ausgabetyp festzulegen. Die Watershed-Segmentierung der Euklidischen Distanzkarte (EDM) ist eine Möglichkeit, Partikel, die sich berühren, automatisch voneinander zu trennen oder zu schneiden. (Watershed-Trennung eines Graustufenbildes ist über den Befehl Find Maxima verfügbar.) Der Watershed-Befehl erfordert ein binäres Bild, das schwarze Partikel auf einem weißen Hintergrund enthält. Es berechnet zunächst die euklidische Distanzkarte und findet die endgültig erodierten Punkte (UEPs). Es erweitert dann jede der UEPs (die Peaks oder lokalen Maxima der EDM) so weit wie möglich - entweder bis der Rand des Partikels erreicht ist, oder der Rand der Region eines anderen (wachsenden) UEP. Watershed-Segmentierung funktioniert am besten für glatte konvexe Objekte, die don039t überlappen zu viel. Hier ist eine Animation, die zeigt, wie Wasserscheide Segmentierung funktioniert. Spaltet das Bild durch Punktlinien mit gleichem Abstand zu den Rändern der beiden nächsten Partikel. Somit enthält die Voronoi-Zelle jedes Teilchens alle Punkte, die näher zu diesem Teilchen als jedes andere Teilchen sind. Für den Fall, dass die Teilchen einzelne Punkte sind, ist dies eine Voronoi-Tesselation (auch als Dirichlet-Tessellation bekannt). In der Ausgabe ist der Wert innerhalb der Voronoi-Zellen Null, wobei die Pixelwerte der Trennlinien zwischen den Zellen gleich dem Abstand zu den beiden nächsten Partikeln sind. Dies ähnelt einer medialen Achse Transformation des Hintergrunds, aber es gibt keine Linien in inneren Löcher der Partikel. Wählen Sie im Dialogfeld ProcessgtBinarygtOptions den Ausgangstyp (Overwrite, 8 Bit, 16 Bit oder 32 Bit) und die Hintergrundfarbe (Schwarz oder Weiß für Eingang und Ausgang). Guiprocessbinary. txt middot Letzte Änderung: 20100126 11:07 (Externe Bearbeitung) Zurück Sec. 12: 3D Volumes Up Teil II: Arbeiten mit IJ Teil III: Erweitern von IJ Next 13 Einstellungen und Voreinstellungen ImageJ-Einstellungen werden automatisch in einer Voreinstellungsdatei, der IJprefs. txt-Textdatei, gespeichert. Diese Datei wird in LibraryPreferences unter Mac OS X und in. imagej unter Linux und Windows (unter Bezugnahme auf das Homeverzeichnis der Benutzer) gespeichert. Mehrere Makros und Plugins schreiben auch Parameter in diese Datei. Wenn die IJprefs. txt mit dem Befehl Edit Options Reset gelöscht wird. ImageJ wird beim nächsten Öffnen eine neue erzeugen und alle Parameter auf ihre Standardwerte zurücksetzen. Manchmal kann es sinnvoll sein, bestimmte Einstellungen, die während einer Arbeitssitzung geändert wurden, zu überschreiben (oder wiederherzustellen). Beispielsweise beeinflusst die Option Limit to threshold (Analysieren von Messungen) die meisten Messungen, die an schwellenwertigen Bildern durchgeführt werden. Daher kann es sinnvoll sein, den Status dieses Parameters vor jeder Analyse zu überprüfen, insbesondere wenn auf mehreren Computern gearbeitet wird. Sicherstellen bestimmter Einstellungen beim Start Die setOption () - Makrofunktion kann verwendet werden, um diese und mehrere andere ImageJ-Optionen festzulegen. Wenn Sie diese Funktion aus dem Makro ldquoAutoRunrdquo in der Datei StartupMacros. txt aufrufen, werden Voreinstellungen bei jedem Start von ImageJ festgelegt. Das Makro Sicherstellen spezifischer Einstellungen beim Starten veranschaulicht diesen Ansatz, um sicherzustellen, dass beim Start die folgenden Einstellungen erzwungen werden: TIFF-Tag-Werte werden von ImageJ angezeigt (Debug-Modus in Bearbeitungsoptionen Misc) Bicubic-Interpolation wird bevorzugt über bilinear (zB Edit Selection Straighten) Der Name von Wird der gemessene Bildname in der ersten Spalte der Ergebnistabelle aufgezeichnet (Display-Label in Analysen-Set-Messungen) Messungen sind nicht auf Schwellenwerte beschränkt (Grenzwert für Schwellwertmessung bei Messungen analysieren) Binäre Bilder werden unter Annahme von weißen Objekten auf schwarzem Hintergrund verarbeitet ( Schwarzer Hintergrund in Prozessbinär-Optionen, siehe 23: Interpretieren von Binär-Bildern) Hintergrundfarbe ist schwarz und die Vordergrundfarbe ist weiß (Optionen für die Bearbeitungsoptionen) BildJ-Plots enthalten Gitterlinien und sind immer 350 200 Pixel groß (Optionen bearbeiten) BampC-Widget an der zuletzt gespeicherten Bildschirmposition (Bild anpassen HelligkeitKontrast C) Zurück. 12: 3D Volumes Up Teil II: Arbeiten mit IJ Teil III: Erweiterung von IJ Next Letzte Änderung: 2012-06-24 Top29 Process Verbessert den Bildkontrast durch die Verwendung von Histogrammstretching oder Histogrammausgleich. Beide Methoden werden im Detail in der Hypermedia Bildverarbeitung Referenz Kontrast Stretching und Histogramm Equalization beschrieben. Dieser Befehl ändert die Pixelwerte nicht, solange Normalize. Equalize Histogramm oder Normalize Alle n Slices (im Fall von Stacks) werden nicht geprüft. Gesättigte Pixel Bestimmt die Anzahl der Pixel im Bild, die gesättigt werden sollen. Wenn Sie diesen Wert erhöhen, erhöht sich der Kontrast. Dieser Wert sollte größer als Null sein, um zu verhindern, dass einige Pixel außerhalb der Histogrammausdehnung nicht wie vorgesehen funktionieren. Normalisieren Wenn aktiviert, wird ImageJ die Pixelwerte des Bildes neu berechnen, so dass der Bereich gleich dem maximalen Bereich für den Datentyp oder 0--1.0 für Floatbilder ist. Die Kontraststreckung, die auf dem Bild ausgeführt wird, ähnelt der lsquo-Auto-Rsquo-Option im Helligkeitskontrast-C-Fenster, mit der Ausnahme, dass bei Stapeln jede Scheibe im Stapel unabhängig nach dem optimalen für diese Scheibe allein eingestellt wird (wenn das Stack-Histogramm deaktiviert ist ). Der maximale Bereich liegt zwischen 0 und 255 für 8-Bit-Bilder und 0 - 65535 für 16-Bit-Bilder. Mit einem anderen Kontrollkästchen, Normalisieren Alle n Slices. Wird angezeigt. Wenn aktiviert, wird die Normalisierung auf alle Slices im Stack angewendet. Beachten Sie, dass die Normalisierung von RGB-Bildern nicht unterstützt wird und somit diese Option auf RGB-Stapeln nicht verfügbar ist. Equalize Histogramm Wenn markiert, wird ImageJ das Bild mit Histogramm-Entzerrung 30 erhöhen. Erstellen Sie eine Auswahl und die Entzerrung basiert auf dem Histogramm dieser Auswahl. Verwendet einen modifizierten Algorithmus, der die Quadratwurzel der Histogrammwerte annimmt. Halten Sie Alt, um den Standardhistogramm-Entzerrungsalgorithmus zu verwenden. Die Parameter Saturated Pixels und Normalize werden beim Equalize Histogramm ignoriert. Stack-Histogramm verwenden Wenn aktiviert, verwendet ImageJ das gesamte Stack-Histogramm anstelle von einzelnen Slice-Histogrammen, die optimale Anpassungen für jede einzelne Scheibe erlauben. Diese Option kann besonders relevant sein, wenn Erweiterungen basierend auf einem ROI durchgeführt werden. 29.6 Rauschen Verwenden Sie die Befehle in diesem Untermenü, um Rauschen zu Bildern hinzuzufügen oder zu entfernen. Wandelt ein Bild in Schwarzweiß um. Wenn ein Schwellenwert mit dem Werkzeug "Bildanpassungsschwelle T" eingestellt wurde, wird der dargestellte Dialog angezeigt. Der Wert des Kontrollfelds "Schwarzer Vordergrund, weißer Hintergrund" spiegelt den globalen Schwarz-Hintergrundwert von Prozessbinäroptionen wider und legt diesen fest. Wenn eine Schwelle nicht festgelegt wurde, analysiert Make Binary das Histogramm der aktuellen Auswahl oder des gesamten Bildes, wenn keine Auswahl vorhanden ist Vorhanden ist und einen automatischen Schwellwertpegel festlegt, um das binäre Bild zu erzeugen (lsquoAuto-Schwellenwert-Rsquo wird in der Statusleiste angezeigt, siehe Schwellenwert T). Bei Stapeln wird das Dialogfeld "In Maske konvertieren" angezeigt. Beachten Sie, dass bei nicht-schwellenwertigen Bildern und Stapeln Make Binary und Convert to Mask sich ähnlich verhalten. 29.8.2 Konvertieren in Maske Konvertiert ein Bild in Schwarzweiß. Die Maske hat eine invertierende LUT (weiß ist 0 und schwarz ist 255), sofern nicht der schwarze Hintergrund im Dialogfeld Prozessbinäre Optionen markiert ist. Wenn kein Schwellwert gesetzt ist, werden automatische Schwellenwerte berechnet (siehe Make Binary). Beachten Sie, dass bei nicht-schwellenwertigen Bildern und Stapeln Make Binary und Convert to Mask sich ähnlich verhalten. Bei Stacks wird das dargestellte Dialogfeld angezeigt. Berechnen des Schwellenwerts für jedes Bild Wenn aktiviert, werden Schwellenwerte für jedes einzelne Segment berechnet, andernfalls wird der berechnete Schwellenwert für das gegenwärtig angezeigte Slice für alle Slices verwendet Schwarzer Hintergrund Legt fest, ob der Hintergrund schwarz ist und der Vordergrund weiß ist. Beachten Sie, dass der Wert dieses Kontrollkästchens den globalen Black Background-Wert von Process Binary Options widerspiegelt und festlegt. 21 Erstellen von Binärmasken Vier ImageJ-Befehle können verwendet werden, um binäre Masken zu erstellen: Edit Selection Create Mask Process Binary Machen Binary Process Binary Konvertieren in Mask Image Adjust Threshold T (Übernehmen) Standardmäßig erzeugen diese Befehle binäre Bilder mit invertierten LUTs, sodass Schwarz 255 und Weiß 0 ist (siehe Invert LUT). Dieses Verhalten kann umgekehrt werden, indem Black Background in Process Binary Options überprüft wird, bevor die obigen Befehle ausgeführt werden (d. h. eine invertierende LUT wird nicht verwendet: schwarz ist 0 und weiß 255). Diese Auswahl kann bei der Ausführung von Make Binary und Convert to Mask bei schwellenwertigen Bildern bestätigt werden. Es kann auch beim Start aufgezwungen werden (siehe Einstellungen und Einstellungen) .29.8.3 Erode Entfernt Pixel aus den Kanten von Objekten in einem Binärbild. Verwenden Sie Filter Minimal, um Grauskala-Erosion auf Bildern ohne Schwellenwert durchzuführen. 29.8.4 Dilat Fügt Pixel zu den Kanten von Objekten in einem Binärbild hinzu. Verwenden Sie Filter Maximal, um Graustufen-Dilatationen auf Bildern ohne Schwellenwert auszuführen. 29.8.5 Open Führt eine Erosionsoperation durch, gefolgt von einer Dilatation. Dies glättet Objekte und entfernt isolierte Pixel. 29.8.6 Schließen-- Führt einen Dilatationsvorgang aus, gefolgt von einer Erosion. Das glättet Objekte und füllt sich in kleine Löcher. Der Befehl hat einen Tailing-Bindestrich, um ihn von File Close w zu unterscheiden. Erzeugt einen 1 Pixel breiten Umriß von Vordergrundobjekten in einem Binärbild. Die Linie wird innerhalb des Objekts gezeichnet, d. h. auf vorherigen Vordergrundpixeln. 29.8.8 Löcher füllen Dieser Befehl füllt Löcher (4 - verbundene Hintergrundelemente) in Objekte, indem er den Hintergrund 34 füllt. 29.8.9 Skelettieren Wiederholt entfernen Pixel aus den Kanten von Objekten in einem binären Bild, bis sie auf einpixel-breite Formen reduziert werden (topologische Skelette). Wie in 22 erläutert: Skeletonize vs Skeletonize 3D. Gibt es mehrere Skelettierungsalgorithmen. ImageJ implementiert einen Ausdünnungsalgorithmus von Zhang und Suen. Ein schneller paralleler Algorithmus zur Ausdünnung von digitalen Mustern. CACM 27 (3): 236-239, 1984, wobei eine Nachschlagetabelle alle 256 möglichen 3 3 Nachbarschaftskonfigurationen für jedes Vordergrundpixel indiziert. Der Algorithmus berechnet die Indexnummer für jedes Objektpixel und verwendet die Nachschlagtabelle, um zu entscheiden, ob das Pixel eliminierbar ist. Dieser Vorgang wird wiederholt, bis kein Pixel eliminiert werden kann. Wenn das Debuggen im Edit Options Misc. Skeletonize erstellt eine Animation, die die Iterationen des Ausdünnungsalgorithmus dokumentiert. 22 Skeletonize vs Skeletonize 3D Skeletonize3D ist ein ImageJ-Plugin von Ignacio Arganda-Carreras 35, das mehrere Vorteile gegenüber Process Binary Skeletonize bietet. Der Legacy-Skelettierungsalgorithmus von ImageJ: Skeletonize arbeitet nur mit binären 2D-Bildern. Skeletonize3D arbeitet mit 8-Bit-2D-Bildern und - Stapeln, wobei erwartet wird, dass das Bild binär ist. Wenn nicht, berücksichtigt Skeletonize3D alle Pixelwerte über 0, um weiß zu sein (255). Während Skeletonize auf Binär-Optionen (siehe 23: Interpretieren von Binär-Bildern) basiert, hat Skeletonize3D immer einen Wert von 255 am Skelett und 0 an Hintergrundpixeln, unabhängig von der Option Schwarzer Hintergrund. In Fidschi. Skeletonize 3D ist bereits als Plugins Skeleton Skeletonize (2D3D) vorinstalliert. In ImageJ kann es von der Skeletonize3D Homepage heruntergeladen und installiert werden. Maximum Projektionen (Image Stacks Z Project) von Skeletten, die von Skeletonize (Mitte) und Skeletonize3D (rechts) produziert werden. Das linke Bild ist die maximale Projektion des ursprünglichen Stapels, File Open Samples Bat Cochlea Volume (19K). Topographische Skelette können mit dem AnalyzeSkeleton Plugin analysiert werden. 29.8.10 Distance Map Erzeugt eine euklidische Distanzkarte (EDM) aus einem Binärbild 38. Jedes Vordergrundpixel in dem binären Bild wird durch einen Grauwert ersetzt, der gleich dem Pixelabstand von dem nächsten Hintergrundpixel ist (für Hintergrundpixel ist der EDM 0). Die entscheidenden Punkte. Watershed - und Voronoi-Operationen basieren auf dem EDM-Algorithmus. Der Ausgabe-Typ (Overwrite 8-bit. 16-bit oder 32-bit) dieses Befehls kann im Dialogfeld Binäre Optionen eingestellt werden. Beachten Sie, dass bei der Auswahl von lsquo Overwrite rsquo oder lsquo 8-bit Ausgabe rsquo Distanzen größer als 255 als 255 gekennzeichnet sind. 29.8.11 Ultimate Points Erzeugt die ultimativen erodierten Punkte (UEPs) der euklidischen Distanzkarte (EDM, siehe Distanzkarte) aus Ein binäres Bild. Ultimate Eroded Points sind Maxima der EDM. In der Ausgabe wird den Punkten der EDM-Wert zugewiesen, der gleich dem Radius des größten Kreises ist, der in das binäre Teilchen passt, wobei die UEP als Mittelpunkt steht. Der Ausgabe-Typ (Overwrite 8-bit. 16-bit oder 32-bit) dieses Befehls kann im Dialogfeld Binäre Optionen eingestellt werden. 29.8.12 Watershed-Watershed-Segmentierung ist ein Weg zum automatischen Trennen oder Schneiden von Partikeln, die berühren. Es berechnet zunächst die euklidische Distanzkarte (EDM) und findet die endgültig erodierten Punkte (UEPs). Es erweitert dann jedes der UEPs (die Peaks oder lokalen Maxima der EDM) so weit wie möglich entweder bis der Rand des Partikels erreicht ist oder die Kante einen Bereich eines anderen (wachsenden) UEP berührt. Watershed-Segmentierung funktioniert am besten für glatte konvexe Objekte, die nicht überlappen zu viel. Aktivieren Sie das Debuggen im Edit Options Misc und dem Watershed-Befehl, um eine Animation zu erstellen, die zeigt, wie der Watershed-Algorithmus funktioniert (siehe Online-Beispiel). Finden Sie Maxima (Segmented Particles Output) für die Wasserscheide-Segmentierung von Graustufenbildern. Dieser Befehl wandelt zwischen dem lsquouser friendlyrsquo-Display von Fourier-Transformationen mit den niedrigsten Frequenzen in der Mitte und der lsquonativerquo-Form mit den niedrigsten Frequenzen an den vier Ecken um. Swap Quadrants tauschen die Quadranten I mit III und II mit IV (gegen den Uhrzeigersinn beginnend ab lsquoNortheastrsquo) aus, sodass Punkte in der Nähe des Zentrums in Richtung Rand und umgekehrt verschoben werden. Eine andere Möglichkeit, diesen Befehl zu sehen, ist, daß das Bild periodisch wiederholt wird und der Ursprung um die Breite 2 in x und die Höhe 2 in y-Richtung verschoben wird. Für Fourier-Transformationen beeinflussen Swap-Quadranten nur das angezeigte Bild, nicht die tatsächlichen FHT-Daten. Daher kann das Bearbeiten eines Bildes mit vertauschten Quadranten zum Filtern oder Maskieren zu unerwünschten Ergebnissen führen. 29.11 Filter Dieses Untermenü enthält verschiedene Filter 36 (einschließlich derjenigen, die mit dem Plugins Utilities Install Plugin installiert wurden). Weitere Informationen zu Bildfiltern erhalten Sie, wenn Sie im Hypermedia Image Processing Reference Index nach ähnlichen Schlüsselwörtern suchen (Faltung, Gaußsche, Mediane, Mittelwerte, Erodieren, Dilatieren, Unschärfen usw.). 29.11.1 Convolve Führt eine räumliche Faltung mit einem in einen Textbereich eingegebenen Kernel durch. Ein Kernel ist eine Matrix, deren Mitte dem Quellenpixel entspricht und die anderen Elemente benachbarten Pixeln entsprechen. Das Zielpixel wird berechnet, indem jedes Quellenpixel mit seinem entsprechenden Kernkoeffizienten multipliziert und die Ergebnisse addiert werden. Falls erforderlich, wird das Eingangsbild effektiv durch Duplizieren von Randpixeln nach außen erweitert. Es gibt keine beliebige Grenze für die Größe des Kerns, muss aber quadratisch sein und eine ungerade Breite haben. Zeilen im Textbereich müssen alle die gleiche Anzahl von Koeffizienten haben, die Zeilen müssen mit einem Wagenrücklauf terminiert werden, und die Koeffizienten müssen durch ein oder mehrere Leerzeichen getrennt sein. Kernels können mit Strg V in den Textbereich eingefügt werden. Überprüfen des Normalisierungskerns bewirkt, dass jeder Koeffizient durch die Summe der Koeffizienten geteilt wird, wobei die Bildhelligkeit erhalten bleibt. Der gezeigte Kernel ist ein 9 9 ldquoMexican Hatrdquo, der sowohl Glättung als auch Kantenerfassung in einem Arbeitsgang durchführt. Beachten Sie, dass Kernel als Textdatei gespeichert werden können, indem Sie auf die Schaltfläche lsquoSave rsquo klicken, die als Bild mit File Import Image Text Image angezeigt wird. Skaliert auf eine angemessene Größe unter Verwendung der Bildanpassungsgröße und aufgetragen unter Verwendung des Analyseoberflächenplots 29.11.2 Gaußscher Weichzeichner Dieser Filter verwendet Faltung mit einer Gaußschen Funktion zum Glätten 37. Sigma ist der Radius des Zerfalls auf e 0,5 (61), dh die Standardabweichung () des Gaussian (dies ist die gleiche wie in Adobe Photoshop, jedoch von den ImageJ-Versionen bis 1.38q, in denen der Radius 2,5 betrug (vgl. GaussianBlur. java) Wie alle ImageJ-Faltungsoperationen nimmt sie an, dass Pixel außerhalb des Bildes einen Wert haben, der gleich dem nächsten Kantenpixel ist. Dies ergibt ein höheres Gewicht an Kantenpixeln als Pixel im Inneren des Bildes und ein höheres Gewicht an Eckpixeln als nicht So daß beim Glätten mit sehr hohem Unschärferadius das Ausgangssignal von den Randpixeln und insbesondere den Eckpixeln dominiert wird (im Extremfall mit einem Unschärferadius von z. B. 10 20 wird das Bild sein Ersetzt durch den Mittelwert der vier Eckpixel) Für eine erhöhte Geschwindigkeit, mit Ausnahme von kleinen Unschärferadien, werden die Zeilen (Zeilen oder Spalten des Bildes) vor der Faltung herunterskaliert und danach auf ihre ursprüngliche Länge heraufgezählt 29.11.3 Gaussian Blur 3D Dies Befehl berechnet ein dreidimensionales (3D) Gauß-Tiefpassfilter unter Verwendung eines 3-D Gaussian. Es funktioniert mit Stacks und Hyperstacks, aber nicht Single-Slice-Farb-Composite-Bilder. Weitere Informationen zu Sigma-Werten finden Sie unter Gaußscher Weichzeichner. 29.11.4 Median Reduziert Rauschen im aktiven Bild, indem jedes Pixel durch den Median der benachbarten Pixelwerte ersetzt wird. 29.11.5 Mittel Gleicht das aktuelle Bild, indem jedes Pixel durch das Nachbarschaftsmittel ersetzt wird. 29.11.6 Minimum Dieser Filter bewirkt eine Graustufenerosion, indem jedes Pixel in dem Bild durch den kleinsten Pixelwert in dieser Pixelumgebung ersetzt wird. 29.11.7 Maximum Dieser Filter erzeugt Graustufen-Dilatation, indem jedes Pixel im Bild mit dem größten Pixelwert in dieser Pixel-Nachbarschaft ersetzt wird. 29.11.8 Unscharf maskieren Schärft und verstärkt Kanten durch Subtrahieren einer verschwommenen Version des Bildes (der Unscharf-Maske) aus dem Original. Unscharfe Maskierung subtrahiert eine unscharfe Kopie des Bildes und reskaliert das Bild, um den gleichen Kontrast großer (niederfrequenter) Strukturen wie im Eingangsbild zu erhalten. Dies ist äquivalent zum Hinzufügen eines hochpaßgefilterten Bildes und schärft damit das Bild. Radius Die Standardabweichung (Unschärfenradius, vgl. Gaußscher Weichzeichner) der Gaußscher Unschärfe, die subtrahiert wird. Eine Erhöhung des Gaußschen Unschärferadius erhöht den Kontrast. Maskengewicht Bestimmt die Stärke der Filterung, wobei MaskWeight 1 ein unendliches Gewicht des hochpassgefilterten Bildes wäre, das hinzugefügt wird. Das Erhöhen des Maskengewichts erhöht die Kantenerweiterung. 29.11.9 Abweichung Markiert Kanten im Bild, indem jedes Pixel durch die Nachbarschaftsvarianz ersetzt wird. 29.11.10 Kreismasken erzeugen Erzeugt einen Stapel mit Beispielen für die vom Median verwendeten Kreismasken. Gemein Minimum . Maximal. Und Variance-Filter für verschiedene Nachbarschaftsgrößen. 29.12 Batch Dieses Untermenü erlaubt die Ausführung von Befehlen in einer Reihe von Bildern ohne manuelle Eingriffe. Batch-Befehle sind nicht rekursiv, d. H. Sie werden auf alle Bilder des gewählten Input-Ordners angewendet, nicht jedoch auf deren Unterordner. Trotzdem kann eine Verzeichnis-Hierarchie mit der ImageJ-Makro-Sprache transversiert werden (siehe BatchProcessFolders-Makro). Drei wichtige Aspekte, die Sie beachten sollten, wenn Sie Batch-Operationen durchführen, die verarbeitete Bilder ändern: Dateien können einfach überschrieben werden, da der Batch-Prozessor stillschweigend vorhandene Dateien mit demselben Namen überschreibt. Der Zielordner sollte über ausreichend Speicherplatz verfügen, um die erstellten Bilder zu empfangen. Bei nicht-nativen Formaten werden Batch-Operationen durch das Verhalten des Leser-Plugins oder der Bibliothek beeinflusst (vgl. Non-native Formate). 29.12.1 Maßnahme Dieser Befehl misst alle Bilder in einem benutzerdefinierten Ordner, indem Sie den Befehl Analyze Measure m in allen Bildern des gewählten Verzeichnisses ausführen. Beachten Sie, dass Messungen an nicht schwellwertigen Bildern durchgeführt werden. Im Falle von TIFF-Bildern, die mit aktiven Selektionen gespeichert wurden, werden Messungen am ROI und nicht am gesamten Bild durchgeführt. 29.12.2 Convert Batch konvertiert und skaliert mehrere Bilder aus einem bestimmten Ordner. Eingang. Wählt den Quellordner aus, der die zu verarbeitenden Bilder enthält. Ausgabe. Wählt den Zielordner aus, in dem die verarbeiteten Bilder gespeichert werden. Ausgabeformat Gibt das Ausgabeformat an, das auf TIFF, 8-Bit-TIFF, JPEG, GIF, PNG, PGM, BMP, FITS, Textbild, ZIP oder Raw (siehe Bildtypen und Formate und Dateispeicher als Untermenü) eingestellt werden kann. Interpolation Die Resampling-Methode für den Fall, dass der Skalierungsfaktor nicht 1,00 beträgt (siehe Bildgröße und Bildskala E). Für bessere Ergebnisse, Durchschnitt, wenn Downsizing automatisch beim Skalieren von Bildern ausgewählt wird. Skalierungsfaktor Gibt an, ob die Größe der Bilder geändert werden soll (siehe Bildskala E). 29.12.3 Makro Makro. Führt ein Makro über einem angegebenen Ordner aus. Das zuletzt verwendete Makro wird in der ImageJmacrosbatchmacro. ijm-Datei gespeichert und bei Neustarts gespeichert. Eingang. Wählt den Quellordner aus, der die zu verarbeitenden Bilder enthält. Ausgabe. Wählt den Zielordner aus, in dem die verarbeiteten Bilder gespeichert werden. Beachten Sie, dass die Originaldateien nicht gespeichert werden, wenn dieses Feld leer bleibt. Ausgabeformat Gibt das Ausgabeformat an, das auf TIFF, 8-Bit-TIFF, JPEG, GIF, PNG, PGM, BMP, FITS, Textbild, ZIP oder Raw (siehe Bildtypen und Formate und Dateispeicher als Untermenü) eingestellt werden kann. Macro-Code hinzufügen Dieses Dropdown-Menü enthält Makro-Snippets, die kombiniert werden können, um das Verarbeitungsmakro zu erstellen. Andere Anweisungen können aus dem Makro-Recorder oder dem ImageJs-Editor eingefügt werden, während das Dialogfeld geöffnet wird 38. Zuvor geschriebene Makros können mit Open Beim Bearbeiten der Makro-Vorsicht von Anweisungen, die den normalen Betrieb des Batch-Prozessors beeinträchtigen können, wie Close () oder Open () - Aufrufe, importiert werden. Test Testet das Makro auf dem ersten Bild des Input-Ordners (das verarbeitete Bild wird angezeigt). Öffnen Sie Importe zuvor geschriebene Makros. Speichern Speichert das zusammengesetzte Makro. 29.12.4 Virtual Stack Dieser Befehl, der die gleiche Schnittstelle von Batch Macro besitzt. Makro (siehe BatchProcesser. java), erlaubt virtuelle Stapelmanipulationen. Z. B. Das Beschneiden eines virtuellen Stapels kann ausgeführt werden, indem die folgenden Schritte ausgeführt werden: Öffnen eines virtuellen Stapels Ausführen von Prozess Batch Virtual Stack Wählen Sie einen Ausgabeordner und Ausgabeformat Wählen Sie lsquo Ausschnitt rsquo aus dem Dropdown-Menü Add Macro Code Bearbeiten Sie den Makrocode nach Bedarf und drücken Sie Klicken Sie auf die Schaltfläche "Test", um das Makro zu bestätigen Klicken Sie auf "Prozess", um den zugeschnittenen virtuellen Stapel zu erstellen. Beachten Sie, dass abgeschnittene Bilder nicht in den Speicher geladen werden, sondern auf dem Datenträger gespeichert werden (siehe Virtuelle Stapel). 29.13 Bildrechner Führt arithmetische und logische Operationen zwischen zwei Bildern aus, die aus Popup-Menüs ausgewählt werden, die in der Tabelle Bildoperationen beschrieben sind. Image1 oder Image1 und Image2 können Stacks sein. Wenn beide Stapel sind, müssen sie die gleiche Anzahl von Scheiben haben. Image1 und Image2 müssen nicht der gleiche Datentyp oder dieselbe Größe sein. Bei 32-Bit - (Float-) Bildern werden Pixel, die sich aus der Division durch Null ergeben, auf Infinity gesetzt. Oder zu NaN (keine Zahl), wenn ein Nullpixel durch Null dividiert wird. Der Divide-by-zero-Wert kann in Edit Options neu definiert werden. Misc Operation Wählt einen der dreizehn verfügbaren Operatoren aus (siehe Bildoperationen). Neues Fenster erstellen Wenn aktiviert, wird ein neues Bild erstellt, um das Ergebnis zu halten. Wenn unchecked, wird das Ergebnis der Operation direkt auf Image1 angewendet. 32-bit (float) Ergebnis Wenn aktiviert, werden die Quellbilder vor der Ausführung in einen 32-Bit-Gleitkommawandel konvertiert. Tabelle 6 Abbildung Rechneroperationen. Bei diesen Beispielen werden Quell - und Zielbilder (8-Bit-Graustufen) mit invertierten LUTs (White 0 Black 255) angezeigt (siehe Lookup-Tabellen-Untermenü). Beachten Sie, dass Berechnungen zwischen Bildern auch mit Kopieren und Einfügen und dem Befehl Einfügen bearbeiten ausgeführt werden können. 29.14 Hintergrund subtrahieren Entfernt glatte, kontinuierliche Hintergründe aus Gelen und anderen Bildern 39. Basierend auf dem Konzept des lsquorolling ballrsquo Algorithmus, beschrieben in Sternberg Stanley, Biomedical Image Processing, IEEE Computer. Januar 1983). Imagine that the 2D grayscale image has a third dimension (height) by the image value at every point in the image, creating a surface. A ball of given radius is rolled over the bottom side of this surface the hull of the volume reachable by the ball is the background to be subtracted. Figure 35 Process Subtract Background This command uses a lsquosliding paraboloidrsquo or a legacy lsquorolling ballrsquo algorithm that can be used to correct uneven illuminated background as shown in the profiles ( Analyze Plot Profile k ) below each image. Rolling ball radius should be set to at least the size of the largest object that is not part of the background. Rolling Ball Radius The radius of curvature of the paraboloid. As a rule of thumb, for 8-bit or RGB images it should be at least as large as the radius of the largest object in the image that is not part of the background. Larger values will also work unless the background of the image is too uneven. For 16-bit and 32-bit images with pixel value ranges different from 0--255, the radius should be inversely proportional to the pixel value range (e. g. for 16-bit images (pixel values 0--65535), typical values of the radius are around 0.2 to 5). Light Background Allows the processing of images with bright background and dark objects. Separate Colors (RGB images only) If unchecked, the operation will only affect the brightness, leaving the hue and saturation untouched. Create Background (Dont Subtract) If checked, the output is not the image with the background subtracted but rather the background itself. This option is useful for examining the background created (in conjunction with the Preview option). Create Background can be also used for custom background subtraction algorithms where the image is duplicated and filtered (e. g. removing lsquoholesrsquo in the background) before creating the background and finally subtracting it with Process Image Calculator Sliding Paraboloid If checked, the lsquorolling ballrsquo is replaced by a paraboloid that has the same curvature at the apex as a ball of that radius. This option allows any value of the radius gt 0.0001 (the lsquorolling ballrsquo algorithm requires a radius of at least 1). The lsquosliding paraboloidrsquo typically produces more reliable corrections since the lsquorolling ballrsquo, a legacy algorithm (only kept for backward compatibility), is prone to edge artifacts. To reduce the computing time the lsquorolling ballrsquo algorithm downscales the image in a inconsistent way. The lsquosliding paraboloidrsquo algorithm does not use downscaling and thus produces no downscaling artifacts. Nevertheless, the lsquosliding paraboloidrsquo is also an approximation, since it does not use a de facto paraboloid (an exact implementation would require a great computing effort) but it rather slides parabolae in different directions over the image. Disable Smoothing For calculating the background (lsquorolling the ballrsquo), images are maximum-filtered (3 3 pixels) to remove outliers such as dust and then smoothed to reduce noise (average over (3 3 pixels). With Disable Smoothing checked, the unmodified image data are used for creating the background. Check this option to make sure that the image data after subtraction will never be below the background. 29.15 Repeat Command R Reruns the previous command. The Edit Undo and File Open commands are skipped.
No comments:
Post a Comment