Hva gjør de forskjellige binære kommandoene? Denne undermenyen inneholder kommandoer som behandler binære (svart og hvitt) bilder. Disse kommandoene antar at standard objekter er svarte og bakgrunnen er hvit. Se denne vanlige spørsmål om hvordan du angir standard til svart bakgrunn og hvite objekter. Konverterer bilder til svart og hvitt bilder. Terskelnivået bestemmes ved å analysere histogrammet til det gjeldende valget, eller av hele bildet hvis det ikke er valgt. Se denne vanlige spørsmålet som beskriver algoritmen som brukes. Hvis ImagegtAdjustgtThreshold-verktøyet er aktivt, vil en dialogboks dukke opp som lar deg angi hvilke piksler som er satt til bakgrunnsfargen og hvilken forgrunnsfarge og om bakgrunnen er svart og forgrunnen er hvit. Vennligst oppdatere ovenstående kan ikke være helt korrekt Med stabler blir alle bilder i stakken konvertert til binær ved å bruke den beregnede terskelen for den nåværende delen. Bruk ConvertStackToBinary-makroen til å konvertere en stabel til binær ved hjelp av lokalt beregnede grenser. Konverterer bilder til svart og hvitt bilder basert på gjeldende terskelinnstillinger. Ved standard vil masken ha en inverterende LUT (svart er 255 og hvit er 0), men skaper svarte bakgrunn (0) masker hvis svart bakgrunn er merket i dialogboksen ProcessgtBinarygtOptions. Vennligst oppdatere, ovenstående kan ikke være helt riktig. Bestemmer de lokale maksima i et bilde og oppretter et binært (maskeaktig) bilde av samme størrelse med maksima, eller en segmentert partikkel per maksimum, merket. For RGB-bilder velges maksimal luminans, med luminans definert som vektet eller uvevet gjennomsnitt av fargene avhengig av EditgtOptionsgtConversions innstillingene. Denne kommandoen er basert på et plugin bidratt av Michael Schmid. En dialogboks vises med følgende alternativer: Støytoleranse - Maxima ignoreres hvis de ikke skiller seg ut fra omgivelsene med mer enn denne verdien (kalibrerte enheter for kalibrerte bilder). Med andre ord settes en terskel til maksimumsverdien minus støytoleranse og det tilstøtende området rundt maksimum over terskelen analyseres. For å akseptere et maksimum må dette området ikke inneholde noe punkt med en verdi høyere enn maksimumet. Bare ett maksimum innenfor dette området er akseptert. Enkeltpoeng - Oppretter et utgangsbilde med ett enkeltpunkt per maksimum. Maxima innenfor toleranse - Skaper et utgangsbilde med alle poeng innenfor støytoleransen for hvert maksimum. Segmenterte partikler - Forutsetter at hvert maksimum tilhører en partikkel og segmenterer bildet ved hjelp av en farvannsalgoritme anvendt på bildens verdier (i motsetning til ProcessgtBinarygtWatershed, som bruker Euclidian distanse kartet). Punktvalg - Viser et flerpunktsvalg med et punkt ved hvert maksimum, og produserer ikke et separat utgangsbilde. Count - Viser antall maksima i resultatvinduet gir ingen utgangsbilde. Ekskluder Edge Maxima - Ekskluderer maksima hvis området innenfor støytoleransen rundt maksimalt berører kanten på bildet (kant av valget spiller ingen rolle). Lys bakgrunn - Tillater behandling av bilder med lys bakgrunn og mørke objekter. Over nedre grense - (Dette alternativet vises kun for terskelte bilder) Finnes kun maksima over den nedre terskelen. Den øvre grensen til bildet ignoreres. Hvis segmenterte partikler er valgt som utgangstype. Området under den nedre terskelen anses som en bakgrunn. Dette alternativet virker bare når du finner maksima for pikselverdien i matematisk forstand, dvs. mørk bakgrunn og ikke-inverterende LUT eller lys bakgrunn og inverterende LUT. Forhåndsvis punktvalg - Viser maksima med de nåværende parametrene som et flerspiksvalg som er lagt på bildet. Hvis dette alternativet er merket, vises også antall maksima som er funnet i dialogboksen. For utgangstypene Single Points. Maxima innenfor toleranse og segmenterte partikler. utdata er et binært bilde, med forgrunnen 255 og bakgrunnen 0, ved hjelp av en omvendt eller normal LUT, avhengig av alternativet Svart bakgrunn i ProcessgtBinarygtOptions. Antallet partikler (som oppnådd ved Analysere partikler) i utgangsbildet, er ikke avhengig av valgt utgangstype. Legg merke til at segmenterte partikler vanligvis vil føre til at partikler berører kanten hvis ekskluderer kant maxima er valgt. Ekskluder Edge Maxima gjelder maksimum, ikke til partikkelen. Finn Maxima brukt på et støyende bilde med forskjellige alternativer (ekskluder Edge Maxima valgt). Finn Maxima fungerer ikke på stabler, men FindStackMaxima-makroen kjører den på alle bildene i en stabel og lager en andre stabel som inneholder utgangsbildene. Erstatter hver piksel med den minste (letteste) verdien i 3times3-nabolaget. Med binære bilder fjerner du piksler fra kantene av svarte gjenstander. Erstatter hver piksel med den maksimale (mørkeste) verdien i 3times3-nabolaget. Med binære bilder legger du til piksler i kantene av svarte gjenstander. Utfører en erosjonsoperasjon, etterfulgt av utvidelse. Med binære bilder glattes det objekter og fjerner isolerte piksler. Utfører en utvidelsesoperasjon, etterfulgt av erosjon. Med binære bilder glattes det objekter og fyller i små hull. Kommandoen har en strekende bindestrek for å skille den fra filstengning. Vis en dialogboks som gjør at flere innstillinger som brukes av kommandoer i den binære undermenyen, kan endres. Iterasjoner angir antall ganger erosjon, utvidelse, åpning og lukking utføres. Count spesifiserer antall tilstøtende bakgrunnspiksler som er nødvendige før en piksel fjernes fra kanten av et objekt under erosjon, og antallet tilstøtende forgrunnspiksler er nødvendig før en piksel blir lagt til kanten av en gjenstand under dilatasjon. Kontroller svart bakgrunn hvis bildet har hvite objekter på en svart bakgrunn. Hvis Padkanter når erodering er merket, blir ikke ProcessgtBinarygtErode erodert fra kantene på bildet. Denne innstillingen påvirker også ProcessgtBinarygtClose. som eroderer fra kantene med mindre denne boksen er valgt. EDM-utgang bestemmer utgangstypen for ProcessgtBinarygtDistance Map. Ultimate Points og Voronoi kommandoer. Sett den til å overskrive for 8-bits utgang som overskriver inngangsbildet 8-bit. 16-biters eller 32-biters for separate utgangsbilder. 32-biters utgang har flytende punkt (subpixel) avstandsoppløsning. Genererer en enpiksel bred oversikt over forgrunns (svarte) objekter i et binært bilde. Linjen trekkes inn i objektet, det vil si på tidligere forgrunnspiksler. Gjentatt fjerner piksler fra kantene av objekter i et binært bilde til de blir redusert til enkle piksler brede skjeletter. Objekter antas å være svart og bakgrunnsvit. Legg merke til at det finnes mange skjelettingsalgoritmer. Genererer et euklidisk avstandskart (EDM). Hver forgrunnspiksel i binærbildet erstattes med en grå verdi som er lik den pixel039s avstanden fra nærmeste bakgrunnspiksel. Bruk ProcessgtBinarygtOptions for å angi bakgrunnsfargen (svart eller hvit) og utgangstypen når du velger overskriv eller 8-bits utgang, merk at avstander større enn 255 er merket som 255. Genererer de ultimate utryste punktene (UEP) i EDM. Krever et binært bilde som input. UEPs representerer partiklene av partikler som vil bli separert ved segmentering. UEP039s grå verdi er lik radiusen til den innskrevne sirkelen til den tilsvarende partikkel. Bruk ProcessgtBinarygtOptions for å angi bakgrunnsfarge (svart eller hvit) og utgangstype. Watershed-segmentering av det euklidiske avstandskartet (EDM) er en måte å automatisk adskille eller kutte partikler som berører (Watershed-separasjon av et gråtonebilde er tilgjengelig via kommandoen Finn Maxima.). Watershed-kommandoen krever et binært bilde som inneholder svarte partikler på en hvit bakgrunn. Den beregner først Euclidian distanse kartet og finner de ultimate utrykkte poengene (UEP). Den forlenker deretter hver av UEP-ene (toppene eller lokale maksimumene til EDM) så langt som mulig - enten til kanten av partikkelen er nådd, eller kanten av regionen til en annen (voksende) UEP. Watershed-segmentering fungerer best for jevne konvekse objekter som ikke overlapper for mye. Her er en animasjon som viser hvordan avstandssegmentering fungerer. Splits bildet ved punkter av punkter som har like avstand til grensene til de to nærmeste partiklene. Således inkluderer Voronoi-cellen i hver partikkel alle punkter som er nærmere denne partikkel enn noen annen partikkel. I tilfelle partiklene er singelpunkter, er dette en Voronoi tessellasjon (også kjent som Dirichlet tessellation). I utgangen er verdien inne i Voronoi-cellene null pixelverdiene for skillelinjene mellom cellene er lik avstanden til de to nærmeste partiklene. Dette ligner en medial akse transformasjon av bakgrunnen, men det er ingen linjer i indre hull av partikler. Velg utskriftstype (Overwrite, 8-bit, 16-bit eller 32-bit) og bakgrunnsfarge (svart eller hvit gjelder både inngang og utgang) i dialogboksen ProcessgtBinarygtOptions. guiprocessbinary. txt middot Sist endret: 20100126 11:07 (ekstern redigering) Partikkelanalyse Automatisk partikkel telling Automatisk partikkel telling kan gjøres hvis bildet ikke har for mange individuelle partikler berører. Manuell partikkeltelling kan gjøres ved hjelp av flerpunktsverktøyet. Segmentering. eller evnen til å skille et objekt fra bakgrunnen, kan være et vanskelig problem å håndtere. Når dette er gjort, kan objektet da analyseres. RAW Threshold Watershed AnalyzeParticles Angi en terskel 5.1.1.1 Manuell terskling Automatisk partikkelanalyse krever et binært, svart og hvitt bilde. Et terskelområde er satt til å fortelle objektene av interesse bortsett fra bakgrunnen. Alle piksler i bildet hvis verdier ligger under grensen, konverteres til svart og alle piksler med verdier over terskelen konverteres til hvitt, eller omvendt. Det er flere måter å sette terskler på. Monokrome bilder er mest enkelt tersklet via menykommandoen Image Adjust Threshold. Terskelen kan settes med glidebryteren. Pikslene innen terskelområdet vises i rødt. Når du er fornøyd med terskelinnstillingene, kan du trykke på Apply. Dette vil permanent anvende terskelinnstillingene og konvertere bildet til binær. Du har forskjellige alternativer for å sette en manuell terskel. Nedtrekksmenyen satt til Standard lar deg velge mellom Standard og 15 andre terskelteknikker. I rullegardinmenyen som er satt til Rød, kan du velge mellom et rødt på hvitt fargevalg, en svart på hvit fargevalg eller et over og under fargevalg. Boksen Mørk bakgrunn vil vende forgrunnsfargen med bakgrunnsfargen. Du kan også velge å sjekke boksen Histogramboksen for å lage et histogram for en hel stabel. For fargebilder blir innstillingen terskelen gjort med kommandoen sekvens Bildejustere fargetærskel. . Alternativet Terskelmetode lar deg velge en terskelteknikk annet enn standard. Terskelfargealternativet lar deg velge mellom Rød, Hvit, Svart eller BampW som terskelfarge. Fargeplass-alternativet lar deg velge mellom HSB, RGB, Lab og YUV. Bakgrunnen til det terskelte bildet kan gjøres lyst eller mørkt. Bildet kan konverteres til et binært bilde via menykommandoen Image Type 8-bit. Det er mange algoritmer du kan bruke til å beregne terskelen uten å innføre brukerforspenning. En evaluering av over 40 av disse finner du i denne artikkelen: Sezgin, M. amp. Sankur, B. (2004), Undersøkelse av bildeterskelteknikk og kvantitativ ytelsesevaluering., Journal of Electronic imaging 13 (1). 146-168 (på Google Scholar). Fiji har flere plugins funnet i menyen Image Adjust Threshold for automatisk beregning av et bilde grenseverdien. Disse inkluderer Otsus terskel, maksimal entropi terskel, og blanding modellering terskel. For en komplett liste over tilgjengelige metoder med Fiji, se Plugins-delen som ligger i Dokumentasjon-delen under Innhold-fanen øverst på denne siden. Watershed separasjon Overlappende objekter i et binært bilde kan skilles ved hjelp av menykommandoen Process Binary Watershed. Først konvertere bildet til binær ved å terskle. De svarte pikslene erstattes da med grå piksler med en intensitet som er proporsjonal med avstanden fra en hvit piksel. Svarte piksler nærmere kanten er lettere enn svarte piksler som er mer sentrale. Dette er den euklidiske avstandskartet (EDM) av det svarte området. Fra dette beregnes objektets sentre. Dette er de ultimate eroderte punktene (UEP) for hvert svart område som betyr at de er like langt fra hver kant. Disse punktene blir deretter utvidet til de berører en annen svart piksel. Dette møtestedet er hvor en vannstands linje er tegnet. Analysere partikler For å analysere partiklene i et segmentert bilde, bruk menykommandoen Analyser Analyser partikler. . Dette vil gi deg informasjon om hver partikkel i bildet. Angi minimumstørrelse og maksimal pixelområdestørrelse for å ekskludere alt som ikke er et objekt av interesse for bildet. Rundhetsverdier mellom 0,0 og 1,0 kan også velges for å eliminere uønskede objekter. Velg alternativet Show: Outlines for å vise et bilde av de oppdagede objektene. I rullegardinmenyen Vis kan brukeren også vise ingenting, blanke konturer, ellipser, masker, tellemasker, overleggsplaner og overleggsmaskere. Brukeren kan velge om å vise resultater. Tøm resultatene. Oppsummere. Legg til i Manager. Ekskluder på kanter. Inkluder hull. Opptak starter. andor In situ Show. Partikkelanalysen kan automatiseres via plugins eller makroer når korrekt terskelverdi og partikkelstørrelsesområde er bestemt for dine interesseposter. Nucleus Counter Denne plugin automatiserer mange av trinnene som er diskutert ovenfor. Skriv inn størrelsesområdet som skal telles Velg den automatiske terskelmetoden. Dette kan enten være aktuelt. Otsu. Maksimal Entropi, Blandingsmodellering eller K-betyr clustering. Nåværende bruker terskelen som er satt manuelt, se ovenfor. Utfør en bakgrunnskorreksjon. Bruk et glatt filter. Utfør et avstandsseparasjon. Legg partiklene til ROI-lederen. Si ja til et sammendrag. Andre alternativer kan enkelt legges på forespørsel. Antallet, arealet og gjennomsnittsstørrelsen returneres som et tekstvindu, og de skisserte partiklene overlegges på et duplikat av det opprinnelige bildet. Du kan bruke det innebygde multipunktverktøyet til å telle partikler manuelt. Particle Tracker Particle Tracker er et 2D-funksjonspunktsporingsplugin for automatisk deteksjon og analyse av partikkelbaner som registrert av videobildebehandling i cellebiologi. Algoritmen er avtalt i Sbalzarini og Koumoutsakos (20051). TrackMate Bruk menykommandoen Plugins Tracking TrackMate. Denne plugin gjør at du kan utføre enkeltpartikkelsporing av stedlignende strukturer. For mer inngående informasjon, se TrackMate opplæringen og forklaringen. Manuell sporing Bruk menykommandoen Plugins Tracking Manual Tracking. Dette verktøyet lar deg holde oversikt over bevegelsen til en celle. Auto-terskel Dette pluginet binariserer 8 og 16-biters bilder ved hjelp av ulike globale (histogram-avledede) terskelmetoder. Den segmenterte fasen vises alltid som hvit (255). For lokal terskling i stedet for global, se Plugin for automatisk lokal terskel. ImageJ. krever v1.42m eller nyere. Kopier AutoThreshold. jar-filen fra mecourselandinigsoftwareautothreshold. jar inn i ImageJPlugins-mappen, og start deretter ImageJ eller kjør kommandoen for oppdateringsmenyer. Etter dette skal en ny kommando vises i Autojustering for bildejustering. Fiji. denne plugin er en del av Fiji-distribusjonen, det er ikke nødvendig å laste den ned. Metode velger algoritmen som skal brukes (detaljert nedenfor). Ignorer svart og Ignorer hvite alternativer angir bildehistogrambinene for 0 og 255 greylevels til 0 henholdsvis. Dette kan være nyttig hvis det digitaliserte bildet har under - eller over-eksponerte piksler. Hvitt objekt på svart bakgrunnssett å hvite pikslene med verdier over terskelverdien (ellers setter den til hvite verdiene mindre eller lik terskelen). Angi terskel i stedet for terskel (enkeltbilder) setter terskelen LUT, uten å endre pikseldataene. Dette fungerer bare for enkeltbilder. Du behandler en stabel, to ekstra alternativer er tilgjengelige: Stack kan brukes til å behandle alle skiver (terskelen til hver skive beregnes separat). Hvis dette alternativet ikke er merket, blir bare det aktuelle stykket behandlet. Bruk stakkhistogrammet beregner først histogrammet til hele stakken, og beregner deretter grensen basert på det histogrammet og til slutt binariserer alle skivene med den enkelte verdien. Hvis du velger dette alternativet, velges også Stack-alternativet over automatisk. 1. Dette pluginet åpnes via menyoppføringen Image Auto Threshold, men terskelmetodene ble også delvis implementert i ImageJs thresholder-applet tilgjengelig gjennom Image Adjust Threshold. menyoppføring. Selv om plugget for automatisk terskel kan bruke eller ignorere ekstremer av bildehistogrammet (Ignorer svart, Ignorer hvitt), kan appleten ikke: Standardmetoden ignorerer histogramets ekstremer, men de andre metodene gjør det ikke. Dette betyr at å bruke de to kommandoene til det samme bildet kan produsere tilsynelatende forskjellige resultater. I utgangspunktet kan Auto Threshold-pluginet, med de riktige innstillingene, gjengi resultatene fra appleten, men ikke veien rundt. 2. Fra versjon 1.12 støtter plugin terskelen av 16-biters bilder. Siden automatisk terskel-pluginprosessen behandler det fulle gråtonerommet, kan det være sakte når det gjelder 16-biters bilder. Merk at ImageJ thresholder-applet også behandler 16-biters bilder, men i virkeligheten beregner ImageJ et histogram med 256 skuffer. Derfor kan det være forskjeller i resultatene som er oppnådd på 16-biters bilder når du bruker appleten og de sanne 16-biters resultatene som er oppnådd med denne plugin. Vær oppmerksom på at for heving er histogrammet bracketed for å inkludere bare rekkevidden av skuffer som inneholder data (og unngå å behandle tomme histogrambiner i begge ekstremer). 3. Resultatet av 16 bitbilder og stabler (ved behandling av alle skiver) er en 8-bits beholder som viser resultatet i hvitt 255 for å overholde begrepet binært bilde (dvs. 8 biter med 0 og 255 verdier). For stabler hvor bare 1 stykke er terskel, er resultatet fortsatt en 16 bit beholder med terskelfasen vist som hvit 65535. Dette er å holde dataene uberørte i de resterende stykkene. Alternativet Prøv alt beholder 16 bitformatet for å fortsatt vise bildene med metoder som kan mislykkes i å oppnå en grense. Bilder og stabler som er umulige å terskelen forblir uendret. 4. Det samme bildet i 8 og 16 bits (uten skalering) returnerer samme grenseverdi, men Lis-metoden opprinnelig ville returnere forskjellige verdier når bildedataene ble kompensert (for eksempel når du legger til en fast verdi for alle piksler). Den nåværende implementeringen unngår dette offset-avhengige problemet. 5. Det samme bildet skaleres av en fast verdi (f. eks. Når du multipliserer alle piksler med en fast verdi) returnerer et tilsvarende terskelresultat (innenfor 2 gråtoner i det opprinnelige ukontrollerte bildet) for alle metoder, unntatt Huang, Li og Triangle på grunn av måten disse algoritmene fungerer. Hvilken metode segmenterer dataene dine best En kan forsøke å svare på dette spørsmålet ved hjelp av alternativet Prøv alt. Dette gir en montasje med resultater fra alle metodene, slik at du kan utforske hvordan de forskjellige algoritmene utfører på et bestemt bilde eller en stabel. Når du bruker stabler, kan det i noen tilfeller ikke være lurt å segmentere hvert stykke individuelt i stedet for med en enkelt terskel for alle skiver (prøv mri-stack. tif fra eksempelbilder for å bedre forstå dette problemet). Prøv alle metoder. Ved prosessering av stabler med mange skiver, kan montasjene bli svært store (16 ganger den opprinnelige stakkstørrelsen) og en risiko går tom for RAM. Et popup-vindu vil vises (når stabler har mer enn 25 skiver) for å bekrefte om prosedyren skal vise de monterte resultatene. Velg Nei for å beregne terskelverdiene og vise dem i loggvinduet. Dette er den opprinnelige metoden for automatisk terskling tilgjengelig i ImageJ, som er en variant av IsoData-algoritmen (beskrevet nedenfor). Standardalternativet skal returnere de samme verdiene som Autojusteringsgrense automatisk når du velger Ignorer svart og Ignorer hvitt. For å indikere segmentering av ønsket fase, bruk de hvite objektene på svart bakgrunnsalternativ. IsoData-metoden er også kjent som iterative intermeans. Implementerer Huangs fuzzy terskelmetode. Dette bruker Shannons entropi funksjon (man kan også bruke Yagers entropi funksjon). Ported fra ME Celebis fourier0.8 rutiner 1 og 2. Intermodes Dette antar et bimodalt histogram. Histogrammet er iterativt glattet ved hjelp av et løpende gjennomsnitt på størrelse 3, til det bare er to lokale maksima: j og k. Terskelen t beregnes deretter som (jk) 2. Bilder med histogrammer som har ekstremt ujevn topper eller en bred og i dal er uegnet for denne metoden. Metode Ported fra Antti Niemists MATLAB kode. Se her for en utmerket lysbildefremvisning og sin originale MATLAB-kode. Iterativ prosedyre basert på isodata-algoritmen for: Prosedyren deler bildet til objekt og bakgrunn ved å ta en innledende terskel, deretter beregnes gjennomsnittet av pikslene ved eller under terskelen og pikslene ovenfor. Gjennomsnittene for disse to verdiene beregnes, terskelen økes og prosessen gjentas til terskelen er større enn kompositt-gjennomsnittet. Det er flere implementeringer av denne metoden. Se kildekoden for ytterligere kommentarer. Implementerer Lis Minimum Cross Entropy terskelmetoden basert på den iterative versjonen (2. referanse nedenfor) av algoritmen. Li, CH amp Lee, CK (1993), Minimum Cross Entropy Thresholding, Pattern Recognition 26 (4). 617-625 Li, CH amp Tam, PKS (1998), En Iterativ Algoritme for Minimum Cross Entropy Thresholding, Pattern Recognition Letters 18 (8). 771-776 Sezgin, M amp Sankur, B (2004), Undersøkelse over bildegjennomtrengningsteknikker og kvantitativ ytelsesvurdering, Journal of Electronic Imaging 13 (1). 146-165. ltciteseer. ist. psu. edusezgin04survey. html gt Hentet fra ME Celebis fourier0.8 rutiner 3 og 4. MaxEntropy implementerer Kapur-Sahoo-Wong (Maximum Entropy) terskelmetode: Kapur, JN Sahoo, PK amp Wong, ACK (1985), En ny metode for grenseverdig bildederskelering ved hjelp av entropi av histogrammet, grafiske modeller og bildebehandling 29 (3). 273-285 Ported fra ME Celebis fourier0.8 rutiner 5 og 6. Bruker gjennomsnittet av grå nivåer som terskelen. Den brukes av andre metoder som en første gjetningstrøms. Glasbey, CA (1993), En analyse av histogrambaserte tersklingsalgoritmer, CVGIP: Grafiske Modeller og Bildebehandling 55. 532-537 MinError (I) En iterativ implementering av Kittler og Illingworths Minimum Error terskel. Denne gjennomføringen synes å konvergere oftere enn originalen. Ikke desto mindre konvergerer algoritmen noen ganger ikke til en løsning. I så fall rapporteres en advarsel til loggvinduet og resultatet blir standard til det opprinnelige estimatet av terskelen som beregnes ved hjelp av Mean-metoden. Ignorer svart eller Ignorer hvite alternativer kan bidra til å unngå dette problemet. Kittler, J amp Illingworth, J (1986), Minimum feilgrensing, Mønsterkjenning 19. 41-47 Ported fra Antti Niemists MATLAB kode. Se her for en utmerket lysbildefremvisning og den originale MATLAB-koden. På samme måte som intermodes-metoden antar dette et bimodalt histogram. Histogrammet er iterativt glattet ved hjelp av et løpende gjennomsnitt på størrelse 3, til det kun er to lokale maksima. Terskelen t er slik at yt1 gt yt lt yt1. Bilder med histogrammer som har ekstremt ujevn topper eller en bred og i dal er uegnet for denne metoden. Ported fra Antti Niemists MATLAB kode. Se her for en utmerket lysbildefremvisning og den originale MATLAB-koden. Tsais-metoden forsøker å bevare øyeblikkene til det opprinnelige bildet i det terskelte resultatet. Ported fra ME Celebis fourier0.8 rutiner 7 og 8. Otsus terskel clustering algoritme søker etter terskelen som minimerer intra-class variansen, definert som en vektet sum av avvik av de to klassene. Ported fra C-kode av Jordan Bevik. Percentil Anta at brøkdelen av forgrunnspiksler er 0,5. Ported fra Antti Niemists MATLAB kode. Se her for en utmerket lysbildefremvisning og den originale MATLAB-koden. RenyiEntropy ligner på MaxEntropy-metoden, men bruker istedenfor Renyis-entropi. Kapur, JN Sahoo, PK amp Wong, ACK (1985), En Ny Metode for Grå-Nivå Picture Thresholding Bruke Entropi av Histogrammet, Grafiske Modeller og Bildebehandling 29 (3). 273-285 Ported fra ME Celebis fourier0.8 rutiner 9 og 10. Ported fra ME Celebis fourier0.8 rutiner 11 og 12. Dette er en implementering av Triangle-metoden: Modifisert fra Johannes Schindelins plugin TriangleAlgorithm. Trekantalgoritmen, en geometrisk metode, kan ikke fortelle om dataene er skjevt til den ene siden eller den andre, men antar en maksimal topp (modus) nær den ene enden av histogrammet og søker mot den andre enden. Dette forårsaker et problem i fravær av informasjon om typen bilde som skal behandles, eller når maksimumet ikke er nær et av histogram-ekstremer (som resulterer i to mulige terskelområder mellom det maksimale og ytterpunktene). Her ble algoritmen utvidet for å finne på hvilken side av maksimal toppen dataene går lengst og søker etter terskelen innenfor det største området. Implementerer Yens terskelmetode fra: Ported fra ME Celebis fourier0.8 rutiner 13 og 14.
No comments:
Post a Comment