49218 (Теоретические основы использования компьютерных программ в биологии), страница 2

Морфологические операции (Morphological Operations)

Скелетизация (Skeletonization), Отсечение (Pruning), SKIZ, Гистограммное выравнивание (Histogram Equalization), Гистограммное сглаживание (Histogram Smoothing), Гистограммный пик (Histogram Peak), Гистограммная впадина (Histogram Valley), Сегментация по Выше/Ниже (Segmentation by Over/Under), Квантование (Quantized), Оконтуривание (Contouring), Дилатация и Эрозия (Dilation/Erosion) на бинарных, цветных и монохромных изображениях, Открытие и Закрытие (Opening/Closing) на монохромных и бинарных изображениях, Специальное Открытие и Закрытие (Special Opening/Closing), Разбивка и Слияние каналов (Split/Combine) RGB, YUV, YIQ, XYZ, HSL, Преобразование изображения в 1-, 4-, 8- и 24-битовое, Медианное преобразование (Medial Axis), Формирование полутонового изображения (Halftone). Сложение изображений (Image Addition), Среднее по изображениям (Image Average), Вычитание изображений (Image Subtraction), Умножение Изображений (Image Multiplication); Логические операции над изображениями (Булевы операции: AND, OR, NOR, XOR, NAND).

Рис. 3. Меню и Окно выбора и просмотра Морфологических операций.

Эффекты (Effects)

a. Фазовый контраст (Phase Effect). Возможен выбор между негативным и позитивным фазовым контрастом, а также степени фазового эффекта.

b. Темное поле (Dark Field).

Измерения (Measurements.)

a. Пространственная калибровка (Spartial calibration).

b. Линейные измерения Расстояния (Distance), Длины (Length), Ширины (Width), Периметра (Perimeter), Угла (Angle), Радиуса окружности по трем точкам (Three Point Radius).

c. Выделение произвольной области, масштабирование и перемещение с использованием клавиатуры и мыши.

d. Измерения по стандартным методикам: Count (Подсчет и классификация), Particle (Измерения частиц), Density (Плотность), Segmentation (Сегментация), Micro Thickness (Микро толщина).

Подсчет и классификация

Распознавание объектов на изображении, подсчет их количества, получение ряда их измеренных характеристик. Объекты определяются автоматически или вручную. Классификация объектов по размеру или яркости.

Пороговые измерения частиц

Вручную (Manual), Автоматические методы установления диапазонов яркости для измерения ярких (Auto bright) и темных (Auto dark) Объектов. Разнообразные вычисления и измерения выделенных объектов: Размеры (Dimensions), Площадь (Area), Периметр (Perimeter), Ферритовая длина (Ferrite Length), Минимальный / Максимальный радиус (Min/Max Radius), Ширина (Thread Length) и Длина прожилок (Thread Width), Ширина (Fiber Length) и Длина волокна (Fiber Width).

Морфометрия (Morphometry)

Округлость (Roundness), Форма (Shape), Ориентация (Orientation), Удлиненность (Elongation), Эквивалентный Диаметр (Equal Circular Diameter), Эквивалентный Объем Сферы (Equal Sphere Volume).

Расположение (Locational)

Центроид X (Centroid X), Центроид Y (Centroid Y), Главная X1 (Major X1), Главная Y1 (Major Y1), Вспомогательная X1 (Minor X1), Вспомогательная Y1 (Minor Y1), Главная X2 (Major X2), Главная Y2 (Major Y2), Вспомогательная X2 (Minor X2), Вспомогательная Y2 (Minor Y2), Прямоугольник X1 (Box X1), Прямоугольник X2 (Box X2), Прямоугольник Y1 (), Прямоугольник Y2 (Box Y2) и Площадь Прямоугольника (Box Area).

Сегментация

Измерение площади и объема фрагмента. Определение нескольких фаз микроструктуры, а также разметка и перенос фаз с гистограммы.

Отчет (Report)

a. Три опции: прямой вывод на печать исходного изображения, обработанного изображения и результатов в виде таблицы.

b. Экспорт в MS Office (напр. Excel) для дальнейшей обработки.

Обработка изображений

Обработка изображений относится к анализу и обработке графической информации – это любые операции, направленные на улучшение, исправление, анализ и любое изменение изображения.

Способы представления цифровых изображений

Цифровое изображение представляет собой упорядоченный набор пикселей. Каждому пикселю ставится в соответствие определенное цветовое значение. В компьютерах обычно пользуются тремя типами изображений:

1. Бинарные изображения – каждый пиксель изображения может принимать только два значения: черный или белый.

2. Изображения в оттенках серого – каждый пиксель изображения принимает значение любого из серых оттенков, изменяясь от черного к белому. Обычно используется разбиение на 256 оттенков серого, начиная с 0 (соответствует черному цвету) и заканчивая 255 (белый цвет). Эти изображения являются 8- битными.

3. Цветные изображения – все изображения представлены в виде композиции RGB значений, соответствующих красной (Red), зеленой (Green) и синей (Blue) составляющим каждого пикселя.

Глубина изображения – количество значений цвета, которые может принимать пиксель изображения. Обычно представляется в виде характеристики Бит/пиксель. Например, 1 бит/пиксель нужен для бинарных изображений, 8 бит/пиксель – для изображений в оттенках серого, и 24 бит/пиксель – для цветных изображений (по 8 бит (по 256 оттенков) на каждую цветовую составляющую / канал).

Цифровое изображение может быть представлено в виде матрицы, у которой пересечению столбца и ряда соответствует точка изображения с соответствующим численным значением цвета.

f ( x, y )

(x, y) – Позиция

f(x, y) – Значения серого или значения цвета

Соседние пиксели

Пиксель p с координатами (x, y) имеет 4 ортогональных и 4 диагональных соседа с координатами (x-1, y), (x+1, y), (x, y-1), (x, y+1) и (x-1, y-1), (x-1, y+1), (x+1, y-1), (x+1, y+1) соответственно.

Х-1 Х Х+1

У-1

У

У +1

О бычно, концепция соседства между пикселями используется во всех операциях фильтрования, установления границ объектов и областей.

Трансформация

Все операции обработки изображений, при которых одно изображение преобразуется в другое, называют трансформациями.

Существует 2 типа трансформаций:

1. Точечные операции или Пространственно-областные методы.

2. Операции с соседями или Фильтры.

Обычно, все трансформации используются для улучшения качества изображения.

Основная цель – обработать цифровое изображение так, чтобы получить новое, более пригодное для определенного вида работы и анализа.

Точечные операции

Результат таких операций над любым пикселем изображения зависит только от численного значения цвета этой точки, и не зависит от его соседей. Например: Инверсия, Яркость, Контраст, Гамма, Гистограммные операции и т.д.

Таким образом, операции обычно представляются в виде:

g(x, y) = T[f(x, y)]

f(x, y) = Исходное изображение

g(x, y) = Обработанное изображение

T = Функция трансформации

Операции с соседями

В операциях такого типа значение пикселя после трансформации представляет собой некоторую числовую функцию от его собственного значения цвета и от цветовых значений соседей данного пикселя. Как правило, такие фильтры возвращают значения, которые являются взвешенными суммами соседних пикселей. Обычно все операции с соседними пикселями ассоциируются с некоторого рода двумерными массивами, называемыми масками или ядрами свертки.

Маски / Ядра свертки – Маска представляет собой небольшой двумерный массив, в котором значения элементов определяют характер преобразования. Маски используются следующим образом:

0

0

i) Центр маски перемещается от пикселя к пикселю (где возможно), начиная с верхнего левого угла.

(ii) Применяется оператор преобразования в каждой позиции (x, y) для

получения соответствующего значения G.

(iii) Маска перемещается на следующую позицию.

Сейчас рассмотрим значимость возможного положения маски. Предположим, что используем маску 3x3. Тогда мы не сможем поместить центр маски в левый верхний угол (0, 0), так как позиции (x-1, y-1), (x-1, y), (x-1, y+1), (x, y-1) будут недоступны для операций (вследствие выхода за границы изображения). Таким образом, начинать необходимо с позиции (1, 1). Таким образом, не будут обработаны все значения в первом столбце, первом ряду, последнем столбце и последнем ряду. Например, для маски 5x5, недоступными для обработки окажутся два первых и два последних столбца, два первых и два последних ряда. Таким образом, происходит обработка только доступной части изображения, как это было рассмотрено выше.

Пример: маска, используемая для резкости это:

(1) Низкочастотные фильтры – применение низкочастотных фильтров не изменяет низкочастотные участки изображения, но заметно подавляет высокие частоты.

(2) Высокочастотные фильтры – эффект, обратный низкочастотным фильтрам.

Работа с файлами изображений

Изображения хранятся и распознаются компьютером в виде файлов. Можно получить и записать изображение, открыть существующее изображение с диска, сохранить обработанное изображение и создать новый бланк изображения определенных пользователем размеров.

Изображения хранятся в любом из поддерживаемых BioVision форматов: BMP, JPG, TIFF, PNG, GIF, PSD.

Каждое открытое изображение располагается в отдельном окне.

Загрузка изображений с диска

Используйте команду ОТКРЫТЬ (Open…) для загрузки изображения с диска. Программа BioVision поддерживает несколько графических форматов. Список этих форматов перечислен в выпадающем меню типов файлов, в котором нужно выбрать необходимый. Также нужно выбрать полный путь к открываемому файлу. Когда вы открываете изображение, то оно располагается в отдельном окне и активизируется. Можно открывать несколько изображений в одной рабочей среде. При возникновении проблем с загрузкой файлов изображений, записанных в других программах в неизвестном Вам формате, перезапишите эти файлы в любом из стандартных форматов. Для этого можно воспользоваться такими программами, как PhotoShop, Corel Draw и т.д.

Меню файл (File)

Полный список Меню Файл (File) появляется при открытом изображении. Без открытого файла с изображением это меню будет значительно короче.

Новый (New…)

По этой команде создается новое пустое окно определенных размеров и класса. Изображение может быть помещено в него по команде Вставка (Insert).

Открыть (Open…)

Команда загружает изображение из существующего файла. Также используется для быстрого просмотра изображения. Нужно выбрать полный путь к открываемому файлу. Когда вы открываете изображение, то оно располагается в отдельном окне и активизируется. Можно открывать несколько изображений в одной рабочей среде.