Binary ตัวเลือก Imagej

คำสั่งไบนารีที่แตกต่างกันอะไรบ้างเมนูย่อยนี้มีคำสั่งที่ประมวลผลภาพไบนารี (ขาวดำ) คำสั่งเหล่านี้ถือว่าโดยค่าเริ่มต้นวัตถุมีสีดำและพื้นหลังเป็นสีขาว ดูคำถามที่พบบ่อยเกี่ยวกับวิธีตั้งค่าเริ่มต้นเป็นพื้นหลังสีดำและวัตถุสีขาว แปลงภาพเป็นภาพขาว - ดำ ระดับเกณฑ์จะถูกกำหนดโดยการวิเคราะห์ฮิสโตแกรมของการเลือกปัจจุบันหรือของภาพทั้งหมดถ้าไม่มีการเลือก ดูคำถามที่พบบ่อยซึ่งอธิบายถึงอัลกอริทึมที่ใช้ หากมีการใช้งานเครื่องมือ ImagegtAdjustgtThreshold กล่องโต้ตอบจะปรากฏขึ้นเพื่อให้คุณสามารถกำหนดพิกเซลที่ตั้งไว้เป็นสีพื้นหลังและสีพื้นหน้าและพื้นหลังจะเป็นสีดำและสีขาวเป็นสีขาวหรือไม่ โปรดอัปเดตด้านบนอาจไม่ถูกต้องอย่างสมบูรณ์ด้วยสแต็คภาพทั้งหมดในกองจะถูกแปลงเป็นไบนารีโดยใช้เกณฑ์การคำนวณของชิ้นงานที่แสดงอยู่ในปัจจุบัน ใช้แมโค ConvertStackToBinary เพื่อแปลงสแต็คเป็นไบนารีโดยใช้เกณฑ์ที่กำหนดไว้ในเครื่อง แปลงภาพเป็นภาพขาว - ดำตามการตั้งค่าธรณีประตูปัจจุบัน โดยหน้ากากจะมี LUT inverting LUT (สีดำคือ 255 และขาวเป็น 0) แต่จะสร้างมาสก์พื้นหลังสีดำ (0) ถ้า Black Background มีการตรวจสอบในกล่องโต้ตอบ ProcessgtBinarygtOptions โปรดอัปเดตด้านบนอาจไม่ถูกต้องครบถ้วนกำหนด maxima ท้องถิ่นในภาพและสร้างภาพไบนารี (mask-like) ที่มีขนาดเดียวกันกับ maxima หรืออนุภาคที่มีการแบ่งส่วนหนึ่งส่วนต่อท้าย สำหรับภาพ RGB เลือก maxima of luminance โดยค่า luminance เป็นค่าเฉลี่ยถ่วงน้ำหนักหรือไม่มีการชั่งน้ำหนักของสีขึ้นอยู่กับการตั้งค่า EditgtOptionsgtConversions คำสั่งนี้ใช้ปลั๊กอินที่มีส่วนร่วมโดย Michael Schmid กล่องโต้ตอบจะปรากฏขึ้นพร้อมตัวเลือกต่อไปนี้: ความอดทนของเสียง - แม็กซิม่าจะถูกละเว้นถ้าไม่ได้โดดเด่นกว่าสภาพแวดล้อมด้วยค่านี้ (เทียบเทียบกับภาพที่ปรับเทียบแล้ว) กล่าวคือมีการกำหนดเกณฑ์เป็นค่าสูงสุดที่หักความทนทานต่อเสียงและบริเวณที่อยู่ติดกันรอบสูงสุดเหนือเกณฑ์จะถูกวิเคราะห์ สำหรับการยอมรับสูงสุดพื้นที่นี้ต้องไม่มีจุดใด ๆ ที่มีค่าสูงกว่าค่าสูงสุด ยอมรับได้เพียงหนึ่งระดับสูงสุดในพื้นที่นี้เท่านั้น Single Points - สร้างภาพเอาท์พุทที่มีจุดเดียวต่อหนึ่งสูงสุด Maxima Within Tolerance - สร้างภาพเอาต์พุตที่มีทุกจุดใน Noise Tolerance สำหรับแต่ละค่าสูงสุด Segmented Particles - สมมติว่าแต่ละส่วนมีค่าสูงสุดเป็นอนุภาคและแบ่งส่วนภาพโดยใช้อัลกอริทึมลุ่มน้ำที่ใช้กับค่าของภาพ (ในทางตรงกันข้ามกับ ProcessgtBinarygtWatershed ซึ่งใช้แผนที่ทางไกลแบบยุคลิด) การเลือกจุด - แสดงการเลือกแบบหลายจุดโดยมีจุดที่แต่ละจุดสูงสุดไม่มีภาพที่แยกออกมา Count - แสดงจำนวนสูงสุดในหน้าต่างผลลัพธ์จะไม่มีภาพผลลัพธ์ ยกเว้น Edge Maxima - ไม่รวม maxima หากพื้นที่ภายในความทนทานต่อเสียงโดยรอบสูงสุดจะสัมผัสกับขอบของภาพ (ขอบของการเลือกไม่สำคัญ) พื้นหลังแสง - ช่วยให้ภาพการประมวลผลที่มีพื้นหลังแสงและวัตถุสีเข้ม เหนือเกณฑ์ต่ำกว่า - (ตัวเลือกนี้จะปรากฏเฉพาะกับภาพที่ถูกกำหนดเท่านั้น) ค้นหา maxima เหนือเกณฑ์ที่ต่ำกว่าเท่านั้น เพดานด้านบนของภาพจะถูกละเว้น ถ้า Segmented Particles ถูกเลือกเป็น Output Type พื้นที่ด้านล่างของธรณีประตูล่างถือว่าเป็นพื้นหลัง ตัวเลือกนี้ใช้งานได้เฉพาะเมื่อหาค่าสูงสุดของค่าพิกเซลตามความหมายทางคณิตศาสตร์ ได้แก่ พื้นหลังสีเข้มและ LUT ที่ไม่กลับมาหรือพื้นหลังที่สว่างและเลี้ยวกลับ LUT การเลือกจุดแสดงตัวอย่าง - แสดงค่าสูงสุดด้วยพารามิเตอร์ปัจจุบันเป็นตัวเลือกแบบหลายจุดที่ซ้อนทับบนรูปภาพ หากเลือกตัวเลือกนี้จำนวนสูงสุดที่พบจะปรากฏในไดอะลอกบ็อกซ์ สำหรับประเภทเอาต์พุต Single Points Maxima ภายในความอดทนและอนุภาคแบบแบ่งส่วน เอาท์พุทเป็นภาพไบนารีมีหน้ามีตา 255 และพื้นหลัง 0 โดยใช้ LUT แบบคว่ำหรือตามปกติขึ้นอยู่กับตัวเลือก Background สีดำใน ProcessgtBinarygtOptions จำนวนอนุภาค (ที่ได้จากการวิเคราะห์อนุภาค) ในภาพที่ส่งออกไม่ขึ้นอยู่กับประเภทเอาต์พุตที่เลือก โปรดจำไว้ว่า Segmented Particles จะทำให้อนุภาคสัมผัสกับขอบถ้าเลือก Edge Maxima ยกเว้น Edge Maxima ใช้กับค่าสูงสุดไม่ใช่อนุภาค ค้นหา Maxima ที่ใช้กับภาพที่มีเสียงดังด้วยตัวเลือกอื่น (ยกเว้น Edge Maxima selected) ค้นหาแม็กซิม่าไม่ได้ทำงานบนสแต็ค แต่มาโคร FindStackMaxima จะเรียกใช้แมโคในภาพทั้งหมดในกองซ้อนและสร้างกองซ้อนที่สองที่มีภาพเอาต์พุต แทนที่แต่ละพิกเซลด้วยค่าต่ำสุด (เบาที่สุด) ในพื้นที่ใกล้เคียง 3times3 ด้วยภาพไบนารีลบพิกเซลออกจากขอบของวัตถุสีดำ แทนที่แต่ละพิกเซลด้วยค่าสูงสุด (มืดที่สุด) ในพื้นที่ใกล้เคียง 3times3 ด้วยภาพไบนารีจะเพิ่มพิกเซลลงที่ขอบของวัตถุสีดำ ดำเนินการการกัดเซาะตามด้วยการขยายตัว ด้วยภาพไบนารีทำให้วัตถุเรียบและขจัดพิกเซลที่แยกออกมา ดำเนินการขยายตัวตามมาด้วยการชะล้างพังทลาย ด้วยภาพไบนารีทำให้วัตถุเรียบและเต็มไปด้วยรูเล็ก ๆ คำสั่งนี้มียัติภังค์แยกย้ายกันเพื่อแยกความแตกต่างออกจากไฟล์ แสดงกล่องโต้ตอบที่อนุญาตให้ใช้การตั้งค่าต่างๆที่ใช้โดยคำสั่งในเมนูย่อยแบบไบนารีเพื่อแก้ไขได้ Iterations ระบุจำนวนครั้งที่มีการกัดเซาะการขยายการเปิดและการปิด Count ระบุจำนวนพิกเซลพื้นหลังที่อยู่ติดกันที่จำเป็นก่อนที่จะนำพิกเซลออกจากขอบของวัตถุระหว่างการพังทลายและจำนวนพิกเซลเบื้องหน้าที่อยู่ติดกันก่อนที่จะมีการเพิ่มพิกเซลไปที่ขอบของวัตถุระหว่างการขยาย ตรวจสอบพื้นหลังสีดำถ้ารูปภาพมีวัตถุสีขาวบนพื้นหลังสีดำ หากมีการตรวจสอบขอบของ Pad เมื่อตรวจสอบการกัดเซาะ ProcessgtBinarygtErode จะไม่กัดกร่อนจากขอบของภาพ การตั้งค่านี้ยังมีผลต่อ ProcessgtBinarygtClose ซึ่งกัดเซาะจากขอบนอกเสียจากว่าได้เลือกช่องทำเครื่องหมายนี้แล้ว EDM output จะกำหนดชนิดเอาต์พุตสำหรับแผนที่ ProcessgtBinarygtDistance Ultimate Points และ Voronoi คำสั่ง ตั้งค่าให้เขียนทับสำหรับเอาต์พุต 8 บิตที่เขียนทับภาพอินพุท 8 บิต 16 บิตหรือ 32 บิตสำหรับภาพที่ส่งออกแยกต่างหาก เอาต์พุต 32 บิตมีความละเอียดระยะทางทศนิยม (subpixel) สร้างเส้นขอบกว้างหนึ่งพิกเซลของวัตถุเบื้องหน้า (สีดำ) ในรูปแบบไบนารี เส้นจะถูกวาดภายในวัตถุเช่นพิกเซลเบื้องหน้าก่อนหน้า ลบพิกเซลจากขอบของวัตถุในภาพไบนารีซ้ำจนกว่าจะลดขนาดลงเป็นโครงกระดูกกว้างเพียงจุดเดียว วัตถุถือว่าเป็นสีดำและพื้นหลังสีขาว โปรดทราบว่ามีอยู่หลายขั้นตอน สร้างแผนที่ทางไกลแบบยุคลิด (EDM) แต่ละพิกเซลขั้นสูงในภาพไบนารีจะถูกแทนที่ด้วยค่าสีเทาเท่ากับระยะห่าง pixel0 จากพิกเซลพื้นหลังที่ใกล้ที่สุด ใช้ ProcessgtBinarygtOptions เพื่อกำหนดสีพื้นหลัง (สีดำหรือสีขาว) และประเภทเอาต์พุตเมื่อเลือกเอาต์พุตเขียนทับหรือเอาต์พุต 8 บิตโปรดทราบว่าระยะทางที่มากกว่า 255 จะมีข้อความเป็น 255 สร้างจุดสูงสุดที่กัดเซาะ (EDP) ของ EDM ต้องการภาพไบนารีเป็นอินพุต UEPs เป็นศูนย์ของอนุภาคที่จะแยกจากกันโดยการแบ่งส่วน ค่าสีเทา UEP0 มีค่าเท่ากับรัศมีของวงกลมที่ถูกจารึกไว้ของอนุภาคที่เกี่ยวข้อง ใช้ ProcessgtBinarygtOptions เพื่อกำหนดสีพื้นหลัง (สีดำหรือสีขาว) และประเภทเอาต์พุต การแยกส่วนลุ่มน้ำของแผนที่ระยะทาง Euclidian (EDM) เป็นวิธีการแยกหรือตัดอนุภาคออกจากกันโดยอัตโนมัติ (การแยกชั้นต้นน้ำของภาพระดับสีเทาสามารถดูได้จากคำสั่ง Find Maxima) คำสั่ง Watershed ต้องการภาพไบนารีที่มีอนุภาคสีดำอยู่บนพื้นหลังสีขาว ก่อนอื่นจะคำนวณแผนที่ทางไกลแบบยุคลิดและค้นหาจุดที่ถูกกัดเซาะที่สุด (UEPs) จากนั้นจะขยายแต่ละ UEPs (ยอดหรือ maxima ท้องถิ่นของ EDM) ให้มากที่สุดเท่าที่จะเป็นไปได้ - จนกว่าจะถึงขอบของอนุภาคหรือขอบของพื้นที่อื่น ๆ (กำลังเติบโต) UEP การแบ่งส่วนลุ่มน้ำจะทำงานได้ดีที่สุดสำหรับวัตถุนูนที่ไม่ทับซ้อนกันมากเกินไป นี่คือภาพเคลื่อนไหวที่แสดงให้เห็นว่าการแบ่งส่วนลุ่มน้ำทำงานอย่างไร แบ่งภาพตามเส้นของจุดที่มีระยะห่างเท่ากันกับเส้นขอบของอนุภาคที่ใกล้ที่สุด 2 ตัว ดังนั้นเซลล์ Voronoi ของแต่ละอนุภาคมีจุดทั้งหมดที่อยู่ใกล้กับอนุภาคนี้มากกว่าอนุภาคอื่น ๆ สำหรับกรณีของอนุภาคที่เป็นจุดเดียวนี่คือการ tessellation Voronoi (หรือที่เรียกว่า Dessichlet Tessellation) ในเอาต์พุตค่าภายในเซลล์ Voronoi เป็นศูนย์ค่าพิกเซลของเส้นแบ่งระหว่างเซลล์เท่ากับระยะห่างของอนุภาคที่ใกล้ที่สุด 2 ตัว นี้คล้ายกับการแปลงแกนกลางของพื้นหลัง แต่ไม่มีเส้นในหลุมด้านในของอนุภาค เลือกชนิดเอาต์พุต (เขียนทับ, 8 บิต, 16 บิตหรือ 32 บิต) และสีพื้นหลัง (สีดำหรือขาวใช้กับทั้งอินพุตและเอาต์พุต) ในกล่องโต้ตอบ ProcessgtBinarygtOptions guiprocessbinary. txt middot แก้ไขครั้งล่าสุด: 20100126 11:07 (แก้ไขจากภายนอก) การวิเคราะห์อนุภาคการนับอนุภาคโดยอัตโนมัติการนับอนุภาคอัตโนมัติสามารถทำได้หากภาพไม่ได้มีอนุภาคสัมผัสมากเกินไป การนับอนุภาคด้วยตนเองสามารถทำได้โดยใช้เครื่องมือหลายจุด การแบ่งกลุ่ม หรือความสามารถในการแยกแยะวัตถุออกจากพื้นหลังอาจเป็นเรื่องยากที่จะจัดการได้ เมื่อทำเช่นนี้แล้ววัตถุนั้นจะสามารถวิเคราะห์ได้ เกณฑ์ขั้นต่ำ RAW AnalyzeParticles การกำหนดเกณฑ์ 5.1.1.1 การกำหนดเกณฑ์ด้วยตนเองการวิเคราะห์อนุภาคอัตโนมัติต้องใช้ภาพไบนารีขาวดำ ช่วงเกณฑ์มีการตั้งค่าให้บอกวัตถุที่สนใจนอกเหนือจากพื้นหลัง ทุกพิกเซลในภาพที่มีค่าอยู่ภายใต้เกณฑ์จะถูกแปลงเป็นสีดำและพิกเซลทั้งหมดที่มีค่าเหนือเกณฑ์จะถูกแปลงเป็นสีขาวหรือในทางกลับกัน มีหลายวิธีในการตั้งเกณฑ์ ภาพโมโนโครมเป็นภาพที่ถูกกำหนดค่ามากที่สุดโดยใช้คำสั่งเมนู Image Adjust Threshold คุณสามารถตั้งเกณฑ์นี้ได้โดยใช้แถบเลื่อน พิกเซลภายในช่วงเกณฑ์จะแสดงเป็นสีแดง เมื่อคุณพอใจกับการตั้งค่าเกณฑ์แล้วคุณสามารถกดปุ่ม Apply ได้ การดำเนินการนี้จะใช้การตั้งค่าเกณฑ์อย่างถาวรและแปลงภาพเป็นไบนารี คุณมีตัวเลือกอื่นในการตั้งค่าเกณฑ์ที่กำหนดด้วยตนเอง เมนูแบบเลื่อนลงที่ตั้งค่าเป็นค่าเริ่มต้นช่วยให้คุณสามารถเลือกระหว่างค่าเริ่มต้นและอีก 15 เทคนิคเกณฑ์อื่น ๆ เมนูแบบเลื่อนลงที่ตั้งค่าเป็นสีแดงช่วยให้คุณเลือกระหว่างสีแดงกับรูปแบบสีขาวโทนสีดำบนโทนสีขาวหรือโทนสีเหนือและใต้ กล่อง Dark Background จะพลิกสีพื้นหน้าด้วยสีพื้นหลัง นอกจากนี้คุณยังสามารถเลือกช่อง Histogram Stack เพื่อสร้างฮิสโตแกรมสำหรับทั้งกอง สำหรับภาพสีการตั้งค่าธรณีประตูทำได้ด้วยลำดับคำสั่ง Image Adjust Color Threshold . ตัวเลือกวิธีการเลือกเกณฑ์ช่วยให้คุณสามารถเลือกเทคนิคการตั้งนาฬิกาปลุกนอกเหนือจากค่าเริ่มต้นได้ ตัวเลือกสีเกณฑ์ช่วยให้คุณสามารถเลือกระหว่าง Red, White, Black หรือ BampW เป็นสี thresholding ตัวเลือกพื้นที่สีช่วยให้คุณเลือกระหว่าง HSB, RGB, Lab และ YUV พื้นหลังของภาพที่ถูกกำหนดสามารถทำให้สว่างหรือมืดได้ ภาพสามารถแปลงเป็นภาพไบนารีผ่านเมนูคำสั่ง Image Type 8-bit มีหลายขั้นตอนวิธีที่คุณสามารถใช้ในการคำนวณเกณฑ์โดยไม่ต้องแนะนำผู้ใช้มีอคติ การประเมินผลมากกว่า 40 ฉบับสามารถพบได้ในเอกสารฉบับนี้: Sezgin, M. Sankur, B. (2004), การสำรวจเทคนิคการกำหนดพิกัดภาพและการประเมินผลเชิงปริมาณ, Journal of Electronic imaging 13 (1) 146-168 (ใน Google Scholar) ฟิจิมีปลั๊กอินหลายตัวที่พบในเมนู Image Adjust Threshold สำหรับการคำนวณเกณฑ์ภาพโดยอัตโนมัติ ซึ่งรวมถึงเกณฑ์ Otsus เกณฑ์การรับเอนโทรปีสูงสุดและเกณฑ์การกำหนดรูปแบบการผสม สำหรับรายการวิธีการต่างๆที่มีให้ใช้งานในฟิจิดูส่วนปลั๊กอินที่อยู่ในส่วน Documentation ใต้แท็บ Content ที่ด้านบนของหน้านี้ การแยกลุ่มน้ำการทับซ้อนกันของอ็อบเจกต์ในภาพไบนารีสามารถแยกได้โดยใช้คำสั่งเมนู Process Binary Watershed ก่อนอื่นให้แปลงภาพเป็นไบนารีโดยการกำหนดเกณฑ์ พิกเซลสีดำจะถูกแทนที่ด้วยพิกเซลสีเทาของความเข้มสัดส่วนกับระยะห่างจากพิกเซลสีขาว พิกเซลดำใกล้กับขอบมีน้ำหนักเบากว่าพิกเซลสีดำที่มีความสำคัญมากขึ้น นี่คือแผนที่ระยะทางยุคลิด (EDM) ของพื้นที่สีดำ จากจุดนี้ศูนย์กลางของวัตถุจะถูกคำนวณ นี่คือจุดที่ถูกกัดกร่อนสูงสุด (UEPs) ของพื้นที่สีดำแต่ละอันหมายถึงพวกเขามีความเท่ากันจากแต่ละขอบ จุดเหล่านี้จะขยายไปเรื่อย ๆ จนกว่าจะสัมผัสกับพิกเซลสีดำอื่น จุดนัดพบนี้เป็นจุดเริ่มต้นของลุ่มน้ำ วิเคราะห์อนุภาคในการวิเคราะห์อนุภาคในภาพที่แบ่งเป็นกลุ่มให้ใช้คำสั่งเมนูวิเคราะห์วิเคราะห์อนุภาค . ข้อมูลนี้จะให้ข้อมูลเกี่ยวกับอนุภาคในภาพ กำหนดขนาดต่ำสุดและขนาดพื้นที่พิกเซลสูงสุดเพื่อยกเว้นสิ่งที่ไม่ใช่เป้าหมายที่น่าสนใจในภาพ ค่าความกลมระหว่าง 0.0 ถึง 1.0 สามารถเลือกเพื่อช่วยในการยกเว้นวัตถุที่ไม่ต้องการได้ เลือกตัวเลือก Show: Outlines เพื่อแสดงภาพของวัตถุที่ตรวจพบ เมนูแบบเลื่อนลงแสดงยังช่วยให้ผู้ใช้แสดง Nothing, Bare Outlines, Ellipses, Masks, Count Masks, Overlay Outlines และ Overlay Masks ผู้ใช้สามารถเลือกว่าจะแสดงผลลัพธ์หรือไม่ ล้างผลลัพธ์ สรุป เพิ่มในผู้จัดการ ยกเว้นบนขอบ รวมรู บันทึกเริ่มต้นแล้ว andor In situ Show การวิเคราะห์อนุภาคสามารถทำได้โดยอัตโนมัติผ่านปลั๊กอินหรือมาโครเมื่อมีการกำหนดค่าเกณฑ์ที่ถูกต้องและช่วงขนาดอนุภาคสำหรับวัตถุที่คุณสนใจ ปลั๊กอินนิวเคลียต์ตัวปลั๊กอินนี้ทำตามขั้นตอนต่างๆที่อธิบายไว้ข้างต้นโดยอัตโนมัติ ป้อนช่วงขนาดที่จะนับเลือกวิธีการตั้งเกณฑ์อัตโนมัติ นี่อาจเป็นได้ทั้งแบบปัจจุบัน Otsu Entropy สูงสุดการสร้างแบบผสมหรือการจัดกลุ่มแบบ k หมายถึง ปัจจุบันใช้เกณฑ์ที่กำหนดด้วยตนเองดูด้านบน ทำการแก้ไขพื้นหลัง ใช้ฟิลเตอร์ Smooth ทำการแยกลุ่มน้ำ เพิ่มอนุภาคลงในตัวจัดการ ROI พูดว่าใช่เพื่อสรุป ตัวเลือกอื่น ๆ สามารถเพิ่มตามคำขอได้อย่างง่ายดาย จำนวนพื้นที่พื้นที่และขนาดเฉลี่ยจะถูกส่งกลับเป็นหน้าต่างข้อความและอนุภาคที่ขีดเส้นใต้จะซ้อนทับกันในภาพต้นฉบับ คุณสามารถใช้เครื่องมือหลายจุดในตัวเพื่อนับอนุภาคด้วยตนเอง Particle Tracker Particle Tracker เป็นปลั๊กอินการติดตามจุดสนใจแบบ 2D สำหรับการตรวจจับและวิเคราะห์โดยอัตโนมัติด้วยสถิติการเคลื่อนที่ของอนุภาคที่บันทึกด้วยภาพวิดีโอในชีววิทยาของเซลล์ อัลกอริทึมจะถูกกำหนดใน Sbalzarini และ Koumoutsakos (20051) TrackMate ใช้คำสั่งเมนู Plugins TrackMate TrackMate ปลั๊กอินนี้จะช่วยให้คุณสามารถติดตามอนุภาคแบบเดียวกับโครงสร้างจุด สำหรับข้อมูลเพิ่มเติมในเชิงลึกดูการสอนและคำอธิบาย TrackMate ติดตามด้วยตนเองใช้คำสั่งเมนู Plugins Tracking Manual Tracking เครื่องมือนี้ช่วยให้คุณสามารถติดตามการเคลื่อนไหวของเซลล์เกณฑ์อัตโนมัติชุดปลั๊กอินนี้จะสร้างภาพ 8 และ 16 บิตโดยใช้วิธีการกำหนดขอบเขตทั่วโลก (histogram-derived) เฟสที่แบ่งเป็นสีขาว (255) เสมอ สำหรับเกณฑ์ท้องถิ่นไม่ใช่ระดับโลกให้ดูที่ปลั๊กอิน Auto Local Threshold ImageJ ต้องใช้ v1.42m หรือใหม่กว่า คัดลอกไฟล์ AutoThreshold. jar จาก mecourselandinigsoftwareautothreshold. jar ลงในโฟลเดอร์ ImageJPlugins แล้วรีสตาร์ท ImageJ หรือเรียกใช้คำสั่ง Help Update Menus หลังจากคำสั่งใหม่นี้ควรปรากฏใน Image Adjust Auto Threshold ฟิจิ ปลั๊กอินนี้เป็นส่วนหนึ่งของการแจกจ่ายของฟิจิโดยไม่จำเป็นต้องดาวน์โหลด วิธีเลือกอัลกอริทึมที่จะใช้ (รายละเอียดด้านล่าง) ตัวเลือกสีขาวละเว้นสีดำและละเว้นตั้งค่าถังภาพ Histogram สำหรับ 0 และ 255 greylevels เป็น 0 ตามลําดับ ซึ่งอาจเป็นประโยชน์หากภาพดิจิทัลมีพิกเซลที่ต่ำกว่าหรือต่ำกว่า วัตถุสีขาวบนพื้นหลังสีดำตั้งค่าเป็นสีขาวพิกเซลที่มีค่าสูงกว่าค่า threshold (มิฉะนั้นจะกำหนดให้เป็นสีขาวค่าน้อยกว่าหรือเท่ากับเกณฑ์) กำหนดเกณฑ์แทนที่จะเป็นเกณฑ์ (ภาพเดี่ยว) ตั้งค่า thresholding LUT โดยไม่ต้องเปลี่ยนข้อมูลพิกเซล ใช้สำหรับภาพเดี่ยวเท่านั้น คุณกำลังประมวลผลสแต็คมีตัวเลือกเพิ่มเติมอีก 2 ตัวเลือก: กองซ้อนสามารถใช้ในการประมวลผลชิ้นส่วนทั้งหมด (เกณฑ์ของแต่ละชิ้นจะถูกคำนวณแยกต่างหาก) หากเลือกตัวเลือกนี้ไว้ให้ยกเลิกเฉพาะชิ้นปัจจุบันเท่านั้นที่จะได้รับการประมวลผล ใช้ฮิสโตแกรมของกองซ้อนกันก่อนคำนวณฮิสโตแกรมของทั้งกองจากนั้นจะคำนวณเกณฑ์ตามฮิสโตแกรมและในที่สุดจะแบ่งชิ้นส่วนทั้งหมดออกด้วยค่าเดียว การเลือกตัวเลือกนี้จะเลือกตัวเลือก Stack ข้างต้นโดยอัตโนมัติ 1. ปลั๊กอินนี้เข้าถึงได้จากรายการเมนู Image Auto Threshold แต่วิธีการ thresholding ก็มีการใช้งานบางส่วนใน Applet ของ Threator ImageJs ซึ่งสามารถเข้าถึงได้ผ่านทาง Image Adjust Threshold รายการเมนู แม้ว่าปลั๊กอิน Auto Threshold สามารถใช้หรือละเว้นสุดขั้วของฮิสโตแกรมภาพ (Ignore black, Ignore white) แอปเพล็ตไม่สามารถ: วิธีการเริ่มต้นจะละเว้น histogram extreme แต่วิธีอื่น ๆ จะไม่ทำ ซึ่งหมายความว่าการใช้คำสั่งสองคำกับภาพเดียวกันสามารถให้ผลลัพธ์ที่แตกต่างกันได้ชัด ในสาระสำคัญปลั๊กอิน Auto Threshold ซึ่งมีการตั้งค่าที่ถูกต้องสามารถทำซ้ำผลของแอปเพล็ตได้ แต่ไม่สามารถใช้งานได้ 2. จากเวอร์ชัน 1.12 ปลั๊กอินสนับสนุน thresholding ของภาพ 16 บิต เนื่องจากปลั๊กอิน Auto Threshold ประมวลผลพื้นที่สีเทาแบบเต็มจึงสามารถทำงานได้ช้าเมื่อใช้กับภาพ 16 บิต โปรดทราบว่าแอ็ปเพล็ต Imagej thresholder ประมวลผลภาพ 16 บิต แต่ในความเป็นจริง ImageJ คำนวณฮิสโตแกรมด้วย 256 ถังก่อน ดังนั้นอาจมีความแตกต่างในผลลัพธ์ที่ได้ในภาพ 16 บิตเมื่อใช้แอปเพล็ตและผลการค้นหา 16 บิตที่แท้จริงซึ่งได้มาจากปลั๊กอินนี้ โปรดทราบว่าสำหรับการเร่งความเร็วฮิสโตแกรมจะอยู่ในวงเล็บเพื่อรวมเฉพาะช่วงของถังขยะที่มีข้อมูล (และหลีกเลี่ยงการประมวลผลถัง Histogram ที่ว่างเปล่าในทั้งสองด้าน) 3. ผลลัพธ์ของภาพ 16 บิตและสแต็ก (เมื่อประมวลผลชิ้นส่วนทั้งหมด) เป็นคอนเทนเนอร์ขนาด 8 บิตที่แสดงผลเป็นสีขาว 255 เพื่อให้สอดคล้องกับแนวคิดของภาพไบนารี (เช่น 8 บิตที่มีค่า 0 และ 255) อย่างไรก็ตามสำหรับสแต็คที่ จำกัด เพียง 1 ชิ้นผลลัพธ์จะยังคงเป็นคอนเทนเนอร์ขนาด 16 บิตที่มีเฟส thresholded แสดงเป็นสีขาว 65535 ซึ่งจะทำให้ข้อมูลไม่ถูกแตะต้องในส่วนที่เหลือ ตัวเลือกลองใช้ทั้งหมดจะเก็บรูปแบบ 16 บิตเพื่อแสดงภาพด้วยวิธีการที่อาจไม่ได้รับเกณฑ์ รูปภาพและสแต็คที่ไม่สามารถกำหนดได้ยังคงเดิม 4. ภาพเดียวกันใน 8 และ 16 บิต (โดยไม่ปรับขนาด) จะส่งกลับค่าเกณฑ์เดียวกัน แต่ Lis จะคืนค่าที่แตกต่างกันเมื่อข้อมูลภาพถูกชดเชย (เช่นเมื่อเพิ่มค่าคงที่เป็นพิกเซลทั้งหมด) การใช้งานปัจจุบันจะหลีกเลี่ยงปัญหาที่เกิดจากการชดเชยนี้ (เช่นเมื่อคูณจำนวนพิกเซลทั้งหมดด้วยค่าคงที่) จะส่งกลับค่าธรณีประตูที่เหมือนกัน (ภายใน 2 ระดับเฉดสีเทาของภาพต้นฉบับที่ไม่มีการปรับเทียบ) สำหรับวิธีการทั้งหมดยกเว้น Huang, Li และ Triangle เนื่องจากทาง ขั้นตอนวิธีเหล่านี้ทำงานได้ วิธีใดที่ทำให้ข้อมูลของคุณดีที่สุดคุณสามารถลองตอบคำถามนี้โดยใช้ตัวเลือกลองใช้ทั้งหมด นี้จะช่วยให้การตัดต่อภาพมีผลจากวิธีการทั้งหมดเพื่อให้สามารถสำรวจว่าอัลกอริธึมที่ต่างกันทำงานบนภาพหรือสแตกได้อย่างไร เมื่อใช้สแต็กในบางกรณีอาจไม่ควรแบ่งชิ้นส่วนแต่ละชิ้นแทนที่จะใช้เกณฑ์เดียวสำหรับชิ้นส่วนทั้งหมด (ลอง mri-stack. tif จากภาพตัวอย่างเพื่อทำความเข้าใจปัญหานี้มากขึ้น) ลองใช้วิธีทั้งหมด เมื่อประมวลผลสแต็คด้วยชิ้นส่วนหลายชิ้นการตัดต่อจะมีขนาดใหญ่มาก (16 เท่าของขนาดสแต็คเดิม) และความเสี่ยงหนึ่งที่เหลือจากแรม หน้าต่างป๊อปอัปจะปรากฏขึ้น (เมื่อสแต็คมีมากกว่า 25 ชิ้น) เพื่อยืนยันว่าขั้นตอนนี้ควรแสดงผลการตัดบัญชี เลือก No เพื่อคำนวณค่า threshold และแสดงค่าเหล่านี้ในหน้าต่างบันทึก นี่คือวิธีการเดิมของการกำหนดเกณฑ์โดยอัตโนมัติใน ImageJ ซึ่งเป็นรูปแบบของอัลกอริทึม IsoData (อธิบายด้านล่าง) ตัวเลือกดีฟอลต์ควรส่งคืนค่าเดียวกันกับ Image Adjust Threshold Auto เมื่อเลือก Ignore black และ Ignore white หากต้องการระบุการแบ่งส่วนของเฟสที่ต้องการให้ใช้วัตถุสีขาวบนพื้นหลังสีดำ วิธี IsoData เรียกอีกอย่างว่า intermeans แบบวนซ้ำ ใช้วิธีการกำหนดเกณฑ์เลือนของ Huangs นี้ใช้ฟังก์ชั่นเอนโทรปี Shannons (หนึ่งยังสามารถใช้ฟังก์ชั่นเอนโทรปีของ Yagers) ย้ายจาก ME Celebis แบบ Fourier0.8 เป็นประจำ 1 และ 2. Intermodes สมมติว่ามี histogram bimodal ฮิสโตแกรมจะเรียบขึ้นโดยใช้ค่าเฉลี่ยในการทำงาน 3 จนกว่าจะมี maxima เฉพาะที่สอง: j และ k เกณฑ์ t คำนวณจาก (jk) 2 ภาพที่มีฮิสโตแกรมที่มียอดที่ไม่เท่ากันมากหรือมีความกว้างและหุบเขาไม่เหมาะสมสำหรับวิธีนี้ วิธีการ Ported from Antti Niemists MATLAB code ดูที่นี่สำหรับการนำเสนอภาพนิ่งที่ยอดเยี่ยมและรหัส MATLAB เดิมของเขา ขั้นตอนการทำซ้ำตามอัลกอริทึม isodata ของ: ขั้นตอนแบ่งภาพเป็นวัตถุและพื้นหลังโดยการใช้เกณฑ์เริ่มต้นจากนั้นคำนวณค่าเฉลี่ยของพิกเซลที่ด้านล่างหรือต่ำกว่าเกณฑ์และพิกเซลด้านบน ค่าเฉลี่ยของทั้งสองค่าถูกคำนวณ threshold จะเพิ่มขึ้นและกระบวนการจะถูกทำซ้ำจนกว่าเกณฑ์จะมีขนาดใหญ่กว่าค่าเฉลี่ยคอมโพสิต นั่นคือการใช้งานหลายวิธีของวิธีนี้อยู่ ดูซอร์สโค้ดสำหรับความคิดเห็นเพิ่มเติม ใช้วิธีการกำหนดเกณฑ์ Entropy ต่ำสุดของ Lis ขั้นต่ำตามรูปแบบซ้ำ (อ้างอิงที่ 2 ด้านล่าง) ของอัลกอริทึม Li, CH amp Lee, CK (1993), เกณฑ์ขั้นต่ำของการข้ามเอนโทรปี, การจดจำรูปแบบ 26 (4) 617-625 Li, CH แอมแทม, PKS (1998), อัลกอริทึมแบบอัพเทอร์ทสำหรับการกำหนดเกณฑ์เอนโทรปีขั้นต่ำ, ตัวตรวจรูปแบบ 18 (8) 771-776 Sezgin, M amp Sankur, B (2004), การสำรวจเทคนิคการวัดภาพและการประเมินผลเชิงปริมาณ, Journal of Electronic Imaging 13 (1) 146-165 ltciteseer. ist. psu. edusezgin04survey. html gt ย้ายจาก ME Celebis fourier0.8 routines 3 และ 4 MaxEntropy ใช้วิธีการ thresholding ของ Kapur-Sahoo-Wong (Maximum Entropy): Kapur, JN Sahoo, PK amp Wong, ACK (1985), วิธีการใหม่สำหรับการกำหนดภาพระดับสีเทาโดยใช้เอนโทรปีของฮิสโทแกรมโมเดลกราฟิกและการประมวลผลภาพ 29 (3) 273-285 ย้ายจาก ME Celebis fourier0.8 ตามปกติ 5 และ 6 ใช้ค่าเฉลี่ยของระดับสีเทาเป็นเกณฑ์ ใช้วิธีการอื่น ๆ เป็นเกณฑ์เดาแรก Glasbey, CA (1993), การวิเคราะห์อัลกอริธึมการกำหนดเกณฑ์ตามฮิสโตแกรม, CVGIP: แบบกราฟิกและการประมวลผลภาพ 55 532-537 MinError (I) การใช้ Kittler และ Illingworths ข้อผิดพลาดขั้นต่ำในการทำซ้ำ การใช้งานนี้ดูเหมือนจะมาบรรจบกันบ่อยกว่าเดิม อย่างไรก็ตามบางครั้งอัลกอริทึมจะไม่เข้ากันได้กับโซลูชัน ในกรณีนี้คำเตือนจะถูกรายงานไปยังหน้าต่างบันทึกและผลลัพธ์จะเริ่มต้นเป็นค่าประมาณเริ่มต้นของเกณฑ์ซึ่งคำนวณโดยใช้วิธี Mean ตัวเลือกสีขาวไม่สนใจหรือไม่สนใจอาจช่วยหลีกเลี่ยงปัญหานี้ได้ Kittler, J amp Illingworth, J (1986), เกณฑ์ข้อผิดพลาดขั้นต่ำ, การจำแนกลายเซ็น 19 41-47 เก็บจากรหัส MATLAB ของ Antti Niemists ดูที่นี่สำหรับการนำเสนอภาพนิ่งที่ยอดเยี่ยมและโค้ด MATLAB เดิม เช่นเดียวกับวิธี Intermodes วิธีนี้จะถือว่าเป็นรูปแบบ bimodal histogram ฮิสโตแกรมจะเรียบขึ้นโดยใช้ค่าเฉลี่ยในการทำงานขนาด 3 จนกว่าจะมี maxima เฉพาะสองค่า เกณฑ์ t เป็นเช่นที่ yt1 gt yt lt yt1. ภาพที่มีฮิสโตแกรมที่มียอดที่ไม่เท่ากันมากหรือมีความกว้างและหุบเขาไม่เหมาะสมสำหรับวิธีนี้ ย้ายจากโค้ด MATLAB ของ Antti Niemists ดูที่นี่สำหรับการนำเสนอภาพนิ่งที่ยอดเยี่ยมและโค้ด MATLAB เดิม วิธีการ Tsais พยายามรักษาช่วงเวลาของภาพต้นฉบับไว้ในผลลัพธ์ที่กำหนด ย้ายจาก ME Celebis fourier0.8 routines 7 และ 8 Otsus threshold clustering algorithm ค้นหาเกณฑ์ที่ลดความแปรปรวนในชั้นเรียนซึ่งกำหนดเป็นผลรวมถ่วงน้ำหนักของความแปรปรวนของสองชั้น ย้ายจาก C code โดย Jordan Bevik เปอร์เซ็นต์ถือว่าส่วนของพิกเซลเบื้องหน้าเป็น 0.5 ย้ายจากโค้ด MATLAB ของ Antti Niemists ดูที่นี่สำหรับการนำเสนอภาพนิ่งที่ยอดเยี่ยมและโค้ด MATLAB เดิม RenyiEntropy คล้ายกับเมธอด MaxEntropy แต่ใช้เอนโทรปี Renyis แทน Kapur, JN Sahoo, PK amp Wong, ACK (1985), วิธีการใหม่สำหรับการกำหนดภาพระดับสีเทาโดยใช้เอนโทรปีของฮิสโทแกรม, แบบกราฟิกและการประมวลผลภาพ 29 (3) 273-285 ย้ายจาก ME Celebis fourier0.8 ตามปกติ 9 และ 10 จาก I Celebis fourier0.8 routines 11 และ 12 นี่คือการใช้งานของ Triangle method: ปรับเปลี่ยนจาก Johannes Schindelins plugin TriangleAlgorithm อัลกอริธึมสามเหลี่ยมวิธีทางเรขาคณิตไม่สามารถบอกได้ว่าข้อมูลมีการเบี่ยงเบนไปทางด้านใดหรือด้านหนึ่ง แต่สมมติว่าเป็นจุดสูงสุด (โหมด) ใกล้กับจุดสิ้นสุดของฮิสโตแกรมและค้นหาไปทางปลายอีกด้านหนึ่ง ซึ่งจะทำให้เกิดปัญหาในกรณีที่ไม่มีข้อมูลประเภทของภาพที่จะประมวลผลหรือเมื่อค่าสูงสุดไม่อยู่ใกล้กับหนึ่งในฮิสโตแกรม (มีผลให้บริเวณเกณฑ์ที่เป็นไปได้ 2 แห่งระหว่างค่าสูงสุดและสุดขั้ว) ต่อไปนี้เป็นอัลกอริทึมที่ได้รับการขยายเพื่อหาว่าด้านใดของข้อมูลสูงสุดสูงสุดมีข้อมูลมากที่สุดและค้นหาเกณฑ์ภายในช่วงที่ใหญ่ที่สุด ใช้วิธีการตั้งเกณฑ์ Yens จาก: ย้ายจาก ME Celebis fourier0.8 routines 13 และ 14