बाइनरी - विकल्प - imagej

विभिन्न बाइनरी कमांड क्या करते हैं इस उपमेनू में आज्ञाएं शामिल हैं जो द्विआधारी (काले और सफेद) छवियों को प्रोसेस करती हैं। इन आज्ञाओं का मानना ​​है कि डिफ़ॉल्ट ऑब्जेक्ट्स काले हैं और पृष्ठभूमि सफेद है काले पृष्ठभूमि और सफेद वस्तुओं के लिए डिफ़ॉल्ट सेट करने के बारे में यह पूछे जाने वाले प्रश्न देखें। छवियों को काले और सफेद चित्रों में कनवर्ट करता है। दहलीज स्तर वर्तमान चयन के हिस्टोग्राम या संपूर्ण छवि का विश्लेषण करके निर्धारित किया जाता है यदि कोई चयन नहीं होता है एल्गोरिथ्म का वर्णन करते हुए यह अकसर किये गए सवाल देखें। यदि ImagegtAdjustgtThreshold उपकरण सक्रिय है, तो एक संवाद पॉप अप होगा जो आपको यह निर्दिष्ट करने देता है कि कौन सा पिक्सल पृष्ठभूमि रंग पर सेट है और कौन सा अग्रभूमि रंग पर है और क्या पृष्ठभूमि काले है और अग्रभूमि सफेद है कृपया ऊपर अपडेट करें पूरी तरह से सही नहीं हो सकता है स्टैक के साथ, स्टैक में सभी छवियां वर्तमान में प्रदर्शित स्लाइस की गणना थ्रेशोल्ड का उपयोग करके बाइनरी में कनवर्ट हो जाती हैं। स्थानीय रूप से गणना की गई थ्रेशोल्ड का उपयोग करके स्टैक को बाइनरी में कन्वर्ट करने के लिए कन्वर्टस्टैक टूबरी मैक्रो का उपयोग करें। वर्तमान सीमा सेटिंग्स के आधार पर छवियों को काले और सफेद चित्रों में कनवर्ट करता है। फफॉल्ट से, मुखौटा में एक एन्चेर्टिंग एलयूटी (काला 255 और सफेद 0 है) होगा, लेकिन काले पृष्ठभूमि (0) मुखौटे बनाता है अगर ब्लैक पृष्ठभूमि की प्रोसेसगेटबरीगर्टी ऑप्शन संवाद बॉक्स में चेक किया गया हो। कृपया अद्यतन करें, ऊपर पूरी तरह से सही नहीं हो सकता है छवि में स्थानीय अधिकतममापन निर्धारित करता है और अधिकतम आकार, अधिकतम अधिकतम एक या एक खंड वाले कण के साथ एक बाइनरी (मुखौटा-समान) छवि बनाता है आरजीबी चित्रों के लिए, ल्यूमिनेंस की अधिकतमता का चयन किया जाता है, साथ ही ल्यूमिनेशन को एडिट-ग्रेशनऑप्टसट्ससंसेशन सेटिंग्स के आधार पर रंगों का भारित या बिना औसत औसत के रूप में परिभाषित किया गया है। यह आदेश माइकल श्मिट द्वारा योगदान किए गए प्लगइन पर आधारित है एक डायलॉग बॉक्स को निम्न विकल्पों के साथ प्रदर्शित किया जाता है: शोर सहिष्णुता - मैक्सिमा को अनदेखा कर दिया जाता है यदि वे इस मूल्य (कैलिब्रेटेड छवियों के लिए कैलिब्रेटेड इकाइयों) से अधिक के आस-पास नहीं खड़े होते हैं। दूसरे शब्दों में, एक थ्रेशोल्ड अधिकतम मान घटाकर शोर सहिष्णुता पर सेट होता है और दहलीज के ऊपर की अधिकतम सीमा के आसपास के आस-पास के क्षेत्र का विश्लेषण किया जाता है। अधिकतम स्वीकार करने के लिए, इस क्षेत्र में अधिकतम से अधिक मूल्य वाले किसी बिंदु के साथ कोई बिंदु नहीं होना चाहिए। इस क्षेत्र के भीतर केवल एक अधिकतम स्वीकृत है। एकल अंक - प्रति अधिकतम एक सिंगल पॉइंट के साथ आउटपुट छवि बनाता है। सहिष्णुता के भीतर मैक्सिमा - प्रत्येक अधिकतम के लिए शोर सहिष्णुता के भीतर सभी बिंदुओं के साथ एक आउटपुट छवि बनाता है। सेगमेंटेड कण - मानता है कि हर अधिकतम एक कण और खंडों की छवि को छवि के मूल्यों के लिए लागू वाटरशेड एल्गोरिदम द्वारा छवि (प्रोसेसग्ट बाइनरीगट वाटरशेड के विपरीत, जो यूक्लिडियन दूरी नक्शे का उपयोग करता है) पॉइंट चयन - प्रत्येक अधिकतम पर एक बिंदु के साथ एक बहु बिंदु चयन प्रदर्शित करता है कोई अलग आउटपुट छवि नहीं पैदा करता है। गणना - परिणाम विंडो में अधिकतम की संख्या प्रदर्शित करता है कोई आउटपुट छवि नहीं पैदा करता है। एज मैक्सिमा को छोड़ दें - अधिकतम सीमा को छोड़कर यदि अधिकतम आवाज़ आसपास के शोर सहिष्णुता के क्षेत्र में छवि के किनारे को छूता है (चयन के किनारे कोई फर्क नहीं पड़ता)। हल्की पृष्ठभूमि - उन प्रसंस्करण छवियों को अनुमति देता है जिनमें प्रकाश पृष्ठभूमि और अंधेरी वस्तुएं हैं लोअर थ्रेशोल्ड से ऊपर - (यह विकल्प केवल थ्रेसहोल्ड चित्रों के लिए दिखाई देता है) निचली सीमा से ऊपर केवल अधिकतम सीमा का पता चलता है छवि की ऊपरी सीमा को नजरअंदाज किया जाता है। अगर विभाजित कण आउटपुट प्रकार के रूप में चुना जाता है निचला सीमा से नीचे का क्षेत्र एक पृष्ठभूमि माना जाता है यह विकल्प केवल तब काम करता है जब गणितीय अर्थ में पिक्सेल मूल्य की अधिकतमता को खोजते हैं, अर्थात् अंधेरे पृष्ठभूमि और ल्यूटिंग या उज्ज्वल पृष्ठभूमि में न तो लूटी और ल्यूटिंग का इस्तेमाल होता है। पूर्वावलोकन पॉइंट चयन - छवि पर आरोपित बहु-बिंदु चयन के रूप में मौजूदा पैरामीटर के साथ अधिकतममा दिखाता है। यदि इस विकल्प की जांच की जाती है, तो मिलीमैन की संख्या भी डायलॉग बॉक्स में प्रदर्शित होती है। आउटपुट प्रकार एकल पॉइंट्स के लिए सहिष्णुता और खंडित कणों के भीतर मैक्सिमा आउटपुट एक द्विआधारी छवि है, अग्रभूमि 255 और पृष्ठभूमि 0 के साथ, प्रोसेसग्ट बाइनरीग्ट ऑप्शन में काली पृष्ठभूमि विकल्प के आधार पर उल्टे या सामान्य LUT का उपयोग कर। आउटपुट छवि में कणों की संख्या (जैसा कि कणों का विश्लेषण करती है) चयनित आउटपुट प्रकार पर निर्भर नहीं होती है। ध्यान दें कि सेगमेंटेड कण आम तौर पर किनारों को छूने वाले कणों में परिणाम देगा यदि निकास एज मैक्सिमा का चयन किया गया है। एज मैक्सिमा को छोड़ दें कण से नहीं, अधिकतम पर लागू होता है मैक्सिमा को विभिन्न विकल्पों के साथ एक शोर छवि पर लागू किया गया (एज मैक्सिमा को छोड़कर चुना गया)। मैक्सिमा ढेर पर काम नहीं करता है, लेकिन FindStackMaxima मैक्रो एक स्टैक में सभी छवियों पर इसे चलाता है और आउटपुट छवियों वाले दूसरे स्टैक बनाता है। 3times3 पड़ोस में प्रत्येक पिक्सेल को न्यूनतम (हल्का) मान के साथ बदल देता है द्विआधारी छवियों के साथ, काले वस्तुओं के किनारों से पिक्सेल निकाल देता है 3times3 पड़ोस में प्रत्येक पिक्सेल को अधिकतम (अंधेरे) मान के साथ बदल देता है द्विआधारी छवियों के साथ, काले वस्तुओं के किनारों पर पिक्सल जोड़ता है। फैलाव द्वारा पीछा एक कटाव के संचालन, प्रदर्शन करता है। द्विआधारी छवियों के साथ, यह ऑब्जेक्ट्स को आसान बनाता है और पृथक पिक्सल को निकालता है। कटाव द्वारा पीछा एक फैलाव परिचालन करता है द्विआधारी छवियों के साथ, यह वस्तुओं को चिकनी बनाता है और छोटे छेद में भरता है। कमांड में एक टेलिफोनिंग हाइफ़न है जिसे फाइल को बंद करने के लिए अलग करना है। एक डायलॉग बॉक्स प्रदर्शित करें जो बाइनरी सबमेनू में कमांड के द्वारा उपयोग की जाने वाली कई सेटिंग्स को परिवर्तित करने की अनुमति देता है। फेरबदल, समय की कटाव, फैलाव, उद्घाटन और समापन की संख्या को निर्दिष्ट करता है। गणना के दौरान ऑब्जेक्ट के किनारे से एक पिक्सेल को निकाल दिया जाता है और परिमाण के दौरान ऑब्जेक्ट के किनारे पर पिक्सेल को जोड़ा जाने से पहले आसन्न अग्रभूमि पिक्सेल की संख्या से पहले निकाली गई पृष्ठभूमि पिक्सेल की संख्या निर्दिष्ट करती है। काले पृष्ठभूमि की जांच करें अगर छवि काली पृष्ठभूमि पर सफेद ऑब्जेक्ट हैं। यदि एडीआईडींग की जांच होने पर पैड के किनारों पर, प्रोसेसगेट बाइनरीगेट एआरोड छवि के किनारों से नहीं हटते। यह सेटिंग भी ProcessgtBinarygtClose को प्रभावित करती है। जो किनारों से नष्ट हो जाता है जब तक कि यह चेकबॉक्स चयनित न हो। एडीएम आउटपुट प्रोसेसगेट बाइनरीगट डिस्टेंस मैप के लिए आउटपुट प्रकार निर्धारित करता है। अंतिम अंक और वोरोनिय कमांड इसे 8-बिट आउटपुट के लिए ओवरराइट करने के लिए सेट करें जो इनपुट छवि 8-बिट को ओवरराइट करता है। अलग आउटपुट छवियों के लिए 16-बिट या 32-बिट 32-बिट आउटपुट में फ्लोटिंग पॉइंट (सबपिक्सल) दूरी रिज़ॉल्यूशन है। एक बाइनरी छवि में अग्रभूमि (काला) ऑब्जेक्ट्स की एक पिक्सेल चौड़ी आउटलाइन उत्पन्न करता है रेखा वस्तु के अंदर खींची गई है, अर्थात् पिछले अग्रभूमि पिक्सल पर। पुनरावर्तक रूप से एक बाइनरी छवि में ऑब्जेक्ट के किनारों से पिक्सेल हटाए जाते हैं, जब तक कि उन्हें एकल पिक्सेल चौड़े कंकाल तक नहीं कम किया जाता है। ऑब्जेक्ट काले और पृष्ठभूमि सफेद माना जाता है ध्यान दें कि कई कंकाल एल्गोरिदम मौजूद हैं। एक यूक्लिडियन दूरी मानचित्र (ईडीएम) उत्पन्न करता है। बाइनरी छवि में प्रत्येक अग्रभूमि पिक्सेल को निकटतम पृष्ठभूमि पिक्सेल से उस पिक्सेल 0 0 की दूरी के बराबर ग्रे वैल्यू के साथ बदल दिया गया है। पृष्ठभूमि रंग (काला या सफेद) और ओवरराइट या 8-बिट आउटपुट का चयन करते समय आउटपुट प्रकार सेट करने के लिए ProcessgtBinarygtOptions का उपयोग करें, ध्यान दें कि 255 से अधिक दूरी 255 के रूप में लेबल की गई है। EDM के अंतिम अंकित अंक (यूईपी) उत्पन्न करता है इनपुट के रूप में एक बाइनरी छवि की आवश्यकता है यूईपी कणों के केंद्रों का प्रतिनिधित्व करते हैं जो कि विभाजन से अलग हो जाएगा। UEP039s ग्रे वैल्यू इसी कण के अंकित चक्र के त्रिज्या के बराबर है। पृष्ठभूमि रंग (काला या सफेद) और आउटपुट प्रकार सेट करने के लिए ProcessgtBinarygtOptions का उपयोग करें। यूक्लिडियन दूरी नक्शा (ईडीएम) के वाटरशेड सेगमेंटेशन कणों को अलग-अलग करने या अलग करने का एक तरीका है (एक ग्रेस्केल छवि के जल निकासी अलग करना मैक्सिमा खोजें के माध्यम से उपलब्ध है)। वाटरशेड कमांड को एक द्विआधारी छवि की आवश्यकता होती है जिसमें सफेद पृष्ठभूमि पर काले कण होते हैं। यह पहली बार यूक्लिडियन दूरी के नक्शे की गणना करता है और अंतिम पाबंदी अंक (यूईपीएस) पाता है। यह तब तक जितना संभव हो, यूईपी (चोटियों या स्थानीय एमडीएमए) में से प्रत्येक को फैलता है - या तो कण के किनारे पर पहुंचने तक या किसी दूसरे (बढ़ते) यूईपी के क्षेत्र के किनारे तक पहुंच जाता है। वाटरशेड सेगमेंटेशन चिकनी उत्तल वस्तुओं के लिए सबसे अच्छा काम करता है जो don039t बहुत ज्यादा ओवरलैप करता है। यहां एक एनीमेशन है जो दिखाता है कि वाटरशेड विभाजन कैसे काम करता है दो निकटतम कणों की सीमाओं के बराबर दूरी वाले अंकों की रेखाओं से छवि को अलग करता है इस प्रकार, प्रत्येक कण के वोरोनॉय सेल में सभी बिंदुओं को शामिल किया गया है जो कि इस कण के किसी अन्य कण की तुलना में निकट हैं। कणों के मामले में एकल बिंदु होने के कारण, यह एक वोरोनि टेसेल्लेशन (जिसे डार्विलेट टेसेल्लेशन भी कहा जाता है) है उत्पादन में, वोरोनोई कोशिकाओं के भीतर का मूल्य शून्य है, कोशिकाओं के बीच विभाजन लाइनों के पिक्सेल मूल्य दोनों निकटतम कणों की दूरी के बराबर हैं। यह एक औसत दर्जे का धुरी पृष्ठभूमि के समान है, लेकिन कणों के आंतरिक छेद में कोई रेखा नहीं है। ProcessgtBinarygtOptions संवाद बॉक्स में आउटपुट प्रकार (ओवरराइट, 8-बिट, 16-बिट या 32-बिट) और पृष्ठभूमि रंग (काले या सफेद दोनों इनपुट और आउटपुट पर लागू होता है) चुनें। गियोप्रोसेसैबरीआरटीएक्स मिडोड अंतिम बार संशोधित: 20100126 11:07 (बाहरी संपादन) ऑटो थ्रेशोल्ड यह प्लगइन 8 और 16-बिट छवियों को अलग-अलग (हिस्टोग्राम-व्युत्पन्न) थ्रेशोल्डिंग विधियों का उपयोग कर binarises। खंडों का चरण हमेशा सफेद (255) के रूप में दिखाया गया है। वैश्विक स्तर के बजाय स्थानीय थ्रेशोल्डिंग के लिए, ऑटो स्थानीय थ्रेसहोल्ड प्लगइन देखें। ImageJ v1.42m या नए की आवश्यकता है AutoChreshold. jar फ़ाइल को mecourselandinigsoftwareautothreshold. jar से ImageJPlugins फ़ोल्डर में कॉपी करें और या तो ImageJ को पुनरारंभ करें या सहायता अपडेट मेनू आदेश चलाएं। इसके बाद एक नया आदेश छवि समायोजित ऑटो थ्रेशोल्ड में दिखाई देना चाहिए। फ़िजी । यह प्लगइन फिजी वितरण का हिस्सा है, इसे डाउनलोड करने की कोई आवश्यकता नहीं है। विधि लागू करने के लिए एल्गोरिथ्म का चयन करता है (नीचे विस्तृत)। अनदेखा काले और अनदेखा सफेद विकल्प 0 और 255 greylevels के लिए क्रमशः 0 के लिए इमेज हिस्टोग्राम डिब्बे सेट करते हैं। यह उपयोगी हो सकता है अगर डिजीटल छवि के तहत - या अधिक-पिक्सल सामने आए काली पृष्ठभूमि पर सफेद ऑब्जेक्ट थ्रेशोल्ड मान से ऊपर वाले मानों के साथ पिक्सल को सफेद करता है (अन्यथा, यह मूल्य कम या थ्रेशोल्ड के बराबर मानता है)। थ्रेशोल्ड के बजाय थ्रेशोल्ड सेट करें (सिंगल इमेजेस) थ्रेशोल्डिंग लूट सेट करते हैं, बिना पिक्सेल डेटा बदलते हैं यह केवल एकल छवियों के लिए काम करता है यह आप एक स्टैक पर प्रसंस्करण कर रहे हैं, दो अतिरिक्त विकल्प उपलब्ध हैं: स्टैक का उपयोग सभी स्लाइस (प्रत्येक स्लाइस की दहलीज अलग से गिना जाएगा) को संसाधित करने के लिए किया जा सकता है। यदि यह विकल्प अनचेक छोड़ दिया जाता है, तो केवल मौजूदा स्लाइस पर कार्रवाई की जाएगी। स्टैक हिस्टोग्राम का उपयोग करें, पहले संपूर्ण स्टैक के हिस्टोग्राम की गणना करता है, फिर उस हिस्टोग्राम के आधार पर दहलीज की गणना करता है और अंत में उस एकल मूल्य के साथ सभी स्लाइस को बनिअर करता है। इस विकल्प का चयन करने से स्वतः ऊपर दिए गए स्टैक विकल्प का चयन भी किया जाता है। 1. इस प्लगइन को छवि ऑटो थ्रेशोल्ड मेनू प्रविष्टि के माध्यम से पहुंचाया जाता है, हालांकि थ्रेशोल्डिंग विधियों को आंशिक रूप से ImageJs थ्रेसहोल्डर एपलेट में छवि समायोजित थ्रेसहोल्ड के माध्यम से उपयोग किया गया था। मेनू प्रविष्टि जबकि ऑटो थ्रेशोल्ड प्लगइन छवि हिस्टोग्राम के चरम सीमाओं का उपयोग या अनदेखा कर सकता है (ब्लैक पर ध्यान न दें, सफेद को अनदेखा करें) ऐप्पलेट नहीं कर सकता: डिफ़ॉल्ट पद्धति हिस्टोग्राम चरम सीमाओं को अनदेखा कर देती है, लेकिन अन्य तरीकों से नहीं। इसका अर्थ है कि एक ही छवि में दो आदेशों को लागू करने से जाहिरा तौर पर अलग परिणाम उत्पन्न हो सकते हैं। संक्षेप में, ऑटो थ्रेशोल्ड प्लगइन, सही सेटिंग्स के साथ, एप्लेट के परिणाम पुन: उत्पन्न कर सकता है, लेकिन जिस तरह से दौर नहीं 2. संस्करण 1.12 से प्लगइन 16-बिट छवियों के थ्रेशोल्डिंग का समर्थन करता है। चूंकि ऑटो थ्रेशोल्ड प्लग इन पूर्ण ग्रीनस्केल स्थान की प्रक्रिया करता है, इसलिए 16-बिट छवियों के साथ काम करते समय यह धीमा हो सकता है। ध्यान दें कि ImageJ थ्रेसहोल्डर एप्लेट 16-बिट छवियों को भी लागू करता है, लेकिन वास्तविकता में ImageJ पहले 256 डिब्बे के साथ हिस्टोग्राम की गणना करता है। इसलिए, 16-बिट छवियों पर प्राप्त परिणामों में अंतर हो सकता है, जब एप्लेट का उपयोग किया जाता है और इस प्लगइन से प्राप्त वास्तविक 16-बिट परिणाम हो सकते हैं। ध्यान दें कि तेज करने के लिए, हिस्टोग्राम को केवल उन डिब्बे की सीमा को शामिल करने के लिए ब्रैकेट किया जाता है जिसमें डेटा होता है (और दोनों चरम पर रिक्त हिस्टोग्राम डिब्बे को प्रोसेसिंग से बचें)। 3. 16 बिट छवियों और ढेर (जब सभी स्लाइस प्रोसेसिंग होते हैं) का नतीजा है, एक 8 बिट कंटेनर है जो बाईरी छवि (यानी 0 और 255 मानों के साथ 8 बिट्स) की अवधारणा का अनुकरण करने के लिए सफेद 255 में परिणाम दिखा रहा है। हालांकि, ढेर के लिए जहां केवल 1 टुकड़ा थ्रेशोल्ड हो गया है, परिणाम अभी भी एक 16 बिट कंटेनर है, जो कि थ्रेसहोल्ड चरण के साथ सफेद 65535 के रूप में दिखाया गया है। यह शेष स्लाइस में अछूता डेटा रखने के लिए है। सभी विकल्पों का प्रयास करें 16 बिट प्रारूप को बनाए रखने के लिए अभी भी ऐसी विधियों वाली छवियां दिखाएं जो एक थ्रेशोल्ड प्राप्त करने में विफल हो सकती हैं। थ्रेशोल्ड के लिए असंभव छवि और स्टैक अपरिवर्तित रहते हैं। 4. 8 और 16 बिट्स (स्केलिंग के बिना) में समान छवि एक ही थ्रेसहोल्ड मान देता है, हालांकि लिस्ट विधि मूल रूप से विभिन्न मान लौटाएगी, जब छवि डेटा ऑफसेट होता है (जैसे सभी पिक्सल के लिए एक निश्चित मान जोड़ते समय)। वर्तमान कार्यान्वयन इस ऑफसेट-निर्भर समस्या से बचा जाता है 5. एक स्थिर मूल्य (जैसे एक निश्चित मूल्य द्वारा सभी पिक्सल गुणा करते समय) से स्केल एक समान छवि एक समान थ्रेसहोल्ड परिणाम (मूल अनसैलेड छवि के 2 ग्रीनस्केल स्तरों के भीतर) को छोड़कर सभी तरीकों के लिए हांग, ली और त्रिभुज को छोड़कर सभी तरीकों के लिए देता है ये एल्गोरिदम काम करते हैं कौन से विधि सेगमेंट्स आपके डेटा को सबसे अच्छा एक सभी का प्रयास करें विकल्प का उपयोग करके इस प्रश्न का उत्तर देने का प्रयास कर सकता है। यह सभी तरीकों से परिणाम के साथ एक असेंबल का उत्पादन करता है, जिससे पता चलता है कि किसी विशेष छवि या स्टैक पर अलग एल्गोरिदम कैसे प्रदर्शन करते हैं। ढेर का उपयोग करते समय, कुछ मामलों में यह प्रत्येक स्लाइस को सभी टुकड़ों के लिए एक सीमा से अलग करने के बजाए प्रत्येक स्लाइस को अलग से विभाजित करने का अच्छा विचार नहीं हो सकता है (इस समस्या को बेहतर ढंग से समझने के लिए नमूना चित्रों से mri-stack. tif का प्रयास करें)। सभी तरीकों की कोशिश करो कई स्लाइस के साथ ढेर प्रसंस्करण करते समय, montages बहुत बड़ा हो सकता है (16 बार मूल स्टैक आकार) और एक जोखिम RAM के बाहर चलने। एक पॉपअप विंडो दिखाई जाएगी (जब ढेर के 25 से अधिक स्लाइस होते हैं) यह पुष्टि करने के लिए कि क्या प्रक्रिया को असम्बद्ध परिणाम प्रदर्शित करना चाहिए। थ्रेशोल्ड मान की गणना करने और लॉग विंडो में प्रदर्शित करने के लिए नहीं चुनें। यह ImageJ में उपलब्ध ऑटो थ्रेशोल्डिंग की मूल विधि है, जो IsoData एल्गोरिदम (नीचे वर्णित) का एक भिन्नता है। डिफ़ॉल्ट विकल्प को छवि समायोजित थ्रेशोल्ड ऑटो के रूप में समान मान वापस करना चाहिए, जब का चयन करना काला और अनदेखा करें सफेद पर ध्यान न दें। इच्छित चरण के विभाजन को इंगित करने के लिए, काली पृष्ठभूमि विकल्प पर व्हाइट ऑब्जेक्ट का उपयोग करें। IsoData विधि को पुनरावृत्तिक इंटरमींस के रूप में भी जाना जाता है। फ्यूजी थ्रेशोल्डिंग विधि का उपयोग करें। यह शैनंस एंटरपॉपी फ़ंक्शन का उपयोग करता है (एक भी युग्मक एन्ट्रपी फ़ंक्शन का उपयोग कर सकता है) एमई सेलेबिस फोरियर 0.8 रूटीन 1 और 2 से पोर्ट किया गया। इंटरमोड्स यह एक बायोमॉडल हिस्टोग्राम मानता है। हिस्टोग्राम को 3 आकार के चलने वाले औसत का उपयोग करते हुए थकाऊ ढंग से चिकना कर दिया जाता है, जब तक कि केवल दो स्थानीय मैक्सिमा: j और k दहलीज टी तब (जेके) 2 के रूप में गणना की जाती है बेहद असमान चोटियों या व्यापक और घाटी पर हिस्टोग्राम वाले चित्र इस विधि के लिए अनुपयुक्त हैं। Antti Niemists MATLAB कोड से पठित विधि। एक उत्कृष्ट स्लाइड प्रस्तुति और उसके मूल MATLAB कोड के लिए यहां देखें। आइओडाटा एल्गोरिथम के आधार पर अनियमित प्रक्रिया: प्रक्रिया प्रारंभिक थ्रेशोल्ड लेकर छवि को वस्तु और पृष्ठभूमि में विभाजित करती है, फिर ऊपरी और नीचे पिक्सल के पिक्सल की औसत गणना की जाती है। उन दो मानों की औसत गणना की जाती है, थ्रेसहोल्ड बढ़ता है और प्रक्रिया को दोहराया जाता है जब तक कि थ्रेशोल्ड संमिश्र औसत से अधिक न हो। यही है, इस पद्धति के कई कार्यान्वयन मौजूद हैं। अधिक टिप्पणियों के लिए स्रोत कोड देखें। एल्गोरिथ्म के पुनरावृत्त संस्करण (नीचे दूसरा संदर्भ) के आधार पर लिस् न्यूनतम क्रॉस एंट्रोपी थ्रेसहोल्डिंग विधि लागू करता है। ली, सीएच एपीपी ली, सीके (1 99 3), न्यूनतम क्रॉस एंट्रोपी थ्रेसहोल्डिंग, पैटर्न रिकॉग्निशन 26 (4)। 617-625 ली, सीएच एम्प टैम, पीकेएस (1 99 8), न्यूनतम क्रॉस एंट्रोपी थ्रेसहोल्ड के लिए एक इटरटेरिव एल्गोरिदम, पैटर्न रिकॉग्निशन लेटर्स 18 (8)। 771-776 सेज़िन, एम एंड संकर, बी (2004), सर्वे थ्रेशोल्डिंग टेक्निक्स और क्वांटिटेटिव परफॉर्मेंस एवल्यूएशन, जर्नल ऑफ़ इलेक्ट्रॉनिक इमेजिंग 13 (1)। 146-165। एमटीई सेलेबिस फोरियर 0.8 रूटीन 3 और 4 से बना हुआ एलटीसीटीसीर. आईएसटी.पी.एस. यू.यू.जेजिन04एसुरवे_जीएल। मैक्सएनेट्रोपी इम्प्लीमेंट्स कपूर-साहू-वोंग (अधिकतम एंट्रोपी) थ्रेसहोल्डिंग विधि: कपूर, जेएन साहू, पीके एएमपी वोंग, एसीके (1 9 85) हिस्टोग्राम, ग्राफिकल मॉडल और इमेज प्रोसेसिंग 29 (3) के एंट्रोपी का उपयोग करके ग्रे-लेवल पिक्चर थ्रेशोल्डिंग के लिए एक नई विधि। 273-285 एमई सेलेबिस फोरियर 0.08 रूटीन 5 और 6 से बनाए गए हैं। दहलीज के रूप में ग्रे स्तर का मतलब है। यह कुछ अन्य तरीकों से पहले अनुमान थ्रेशोल्ड के रूप में उपयोग किया जाता है। ग्लैस्बे, सीए (1 99 3), हिस्टोग्राम आधारित थ्रेसहोल्डिंग एल्गोरिदम का एक विश्लेषण, सीवीजीआईपी: ग्राफिकल मॉडल और इमेज प्रोसेसिंग 55। 532-537 MinError (I) केटलर और इलिंगवर्थ के एक पुनरावृत्त कार्यान्वयन न्यूनतम त्रुटि थ्रेशोल्डिंग। यह क्रियान्वयन मूल रूप से अक्सर अधिक से अधिक प्रतीत होता है। फिर भी, कभी-कभी एल्गोरिथ्म एक समाधान के लिए एकजुट नहीं होता है। उस स्थिति में लॉग विंडो में एक चेतावनी की सूचना दी जाती है और इसका परिणाम थ्रेशोल्ड के प्रारंभिक अनुमान के मुताबिक होता है जिसे मीन विधि का उपयोग करके गणना किया जाता है। इस समस्या से बचने के लिए काले या अनदेखा सफेद विकल्पों पर ध्यान न दें। किटलर, जे amp इलिंगवर्थ, जे (1 9 86), न्यूनतम त्रुटि थ्रेसहोल्डिंग, पैटर्न रिकग्निशन 1 9। 41-47 एंटी नीमविश MATLAB कोड से बने। एक उत्कृष्ट स्लाइड प्रस्तुति और मूल MATLAB कोड के लिए यहां देखें। इसी प्रकार इंटरमोड विधि के अनुसार, यह एक बायोमॉडल हिस्टोग्राम मानता है। हिस्टोग्राम को 3 आकार के चलने वाले औसत का उपयोग करते हुए थके हुए हैं, जब तक कि केवल दो स्थानीय मैक्सिमा न हो। थ्रेशोल्ड टी ऐसी है कि yt1 gt yt lt yt1 बेहद असमान चोटियों या व्यापक और घाटी पर हिस्टोग्राम वाले चित्र इस विधि के लिए अनुपयुक्त हैं। Antti Niemists MATLAB कोड से बने। एक उत्कृष्ट स्लाइड प्रस्तुति और मूल MATLAB कोड के लिए यहां देखें। Tsais पद्धति थ्रेसहोल्ड परिणाम में मूल छवि के क्षणों को संरक्षित करने का प्रयास करती है। एमई सेलेबिस फोरियर 0.8 रूटीन 7 और 8 से पोर्ट किया गया। ओटस थ्रेसहोल्ड क्लस्टरिंग एल्गोरिथम थ्रेशोल्ड के लिए खोज जो इन-क्लास विचरण को कम करता है, जिसे दो क्लासों के वेरिएंस के भारित योग के रूप में परिभाषित किया गया है। जॉर्डन बेविक द्वारा सी कोड से पोर्ट किया गया प्रतिशतता अग्रभूमि पिक्सल का अंश 0.5 हो सकता है। Antti Niemists MATLAB कोड से बने। एक उत्कृष्ट स्लाइड प्रस्तुति और मूल MATLAB कोड के लिए यहां देखें। RenyiEntropy MaxEntropy विधि के समान, लेकिन Renyis एंटरपीपी का उपयोग करके इसके बजाय। कपूर, जेएन साहू, पीके एएमपी वोंग, एसीके (1 9 85), हिस्टोग्राम, ग्राफिकल मॉडल और इमेज प्रोसेसिंग की एंट्रोपी का उपयोग करते हुए ग्रे-लेवल पिक्चर थ्रेशोल्डिंग के लिए एक नई पद्धति 29 (3)। 273-285 एमई सेलेबिस फोरियर 0.8 रूटिने 9 और 10 से बनाए गए। एमई सेलेबिस फोरियर 0.8 रूटिने 11 और 12 से बनाए गए। यह त्रिकोण विधि का कार्यान्वयन है: जोहानिस स्किंडेलिन प्लगइन त्रिकोण एल्गोरिदम से संशोधित। त्रिभुज एल्गोरिथ्म, एक ज्यामितीय विधि, यह नहीं बता सकता है कि क्या डेटा एक तरफ या दूसरी ओर तिरछा है, लेकिन हिस्टोग्राम के एक छोर के पास एक अधिकतम शिखर (मोड) ग्रहण करता है और दूसरे छोर की ओर खोज करता है यह संसाधित करने के लिए छवि के प्रकार की जानकारी के अभाव में एक समस्या का कारण बनता है, या जब अधिकतम हिस्टोग्राम चरम सीमाओं में से एक नहीं है (जिसके परिणामस्वरूप अधिकतम और चरम सीमाओं के बीच दो संभव दहलीज क्षेत्र होते हैं)। यहां एल्गोरिथ्म को यह पता चला गया कि अधिकतम चोटी के किनारे पर डेटा सबसे आगे जाता है और उस सीमा के भीतर सीमा के लिए खोज करता है। आईने से थ्रेसहोल्डिंग विधि को लागू करता है: से लेकर Ie Celebis fourier0.8 दिनचर्या 13 और 14। पार्टिकल विश्लेषण स्वत: कण गिनती स्वत: कण की गिनती हो सकती है अगर छवि में बहुत अधिक व्यक्तिगत कणों को छूना नहीं है। मल्टी-पॉइंट टूल का उपयोग करके मैनुअल कण गिनती हो सकती है। विभाजन। या किसी वस्तु को अपनी पृष्ठभूमि से अलग करने की क्षमता, इससे निपटने के लिए एक कठिन समस्या हो सकती है। एक बार यह किया गया है, हालांकि, वस्तु का विश्लेषण तब किया जा सकता है कच्चे थ्रेशोल्ड वाटरशेड विश्लेषण पृष्ठ एक थ्रेसहोल्ड सेट करना 5.1.1.1 मैनुअल थ्रेशोल्डिंग स्वचालित कण विश्लेषण के लिए द्विआधारी, काले और सफेद, छवि की आवश्यकता है। एक थ्रेसहोल्ड रेंज पृष्ठभूमि से अलग ब्याज की वस्तुओं को बताने के लिए सेट है छवि के सभी पिक्सल जिसका मूल्य थ्रेसहोल्ड के नीचे होते हैं, काले रंग में परिवर्तित होते हैं और थ्रेशोल्ड से ऊपर वाले मानों के साथ सभी पिक्सेल को सफेद या कंसोल में बदला जाता है। थ्रेशोल्ड सेट करने के कई तरीके हैं मोनोक्रोम छवियां मेनू कमांड के जरिए थ्रेसहोल्ड होती हैं छवि थ्रेडहोल्ड समायोजित करें थ्रेशोल्ड स्लाइडर बार का उपयोग करके सेट किया जा सकता है दहलीज सीमा के भीतर पिक्सल लाल में प्रदर्शित होते हैं जब आप थ्रेसहोल्ड सेटिंग से संतुष्ट हों, तब आप लागू करें पर हिट कर सकते हैं। यह थ्रेसहोल्ड सेटिंग्स को स्थायी रूप से लागू करेगा और छवि को द्विआधारी में परिवर्तित करेगा। मैन्युअल सीमा निर्धारित करने के लिए आपके पास विभिन्न विकल्प हैं ड्रॉप-डाउन मेनू डिफ़ॉल्ट पर सेट करता है आप डिफ़ॉल्ट और 15 अन्य दहलीज तकनीकों के बीच चयन करने की अनुमति देता है। लाल पर सेट ड्रॉप-डाउन मेनू आपको श्वेत रंग योजना पर एक लाल, सफेद रंग योजना पर काली या एक से अधिक और रंग योजना के बीच चयन करने की अनुमति देता है। डार्क पृष्ठभूमि बॉक्स पृष्ठभूमि रंग के साथ अग्रभूमि रंग फ्लिप करेगा संपूर्ण स्टैक के लिए हिस्टोग्राम तैयार करने के लिए आप स्टैक हिस्टोग्राम बॉक्स को चेक करने के लिए भी चुन सकते हैं। रंग छवियों के लिए, थ्रेशोल्ड सेट करना कमांड अनुक्रम छवि समायोजित करें रंग थ्रेशोल्ड के साथ किया जाता है। । थ्रेसहोल्डिंग विधि विकल्प आपको थ्रेशोल्डिंग तकनीकी को डिफ़ॉल्ट के अलावा अन्य चुनने की अनुमति देता है। दहलीज रंग विकल्प आपको थ्रेशोल्डिंग रंग के रूप में रेड, व्हाइट, ब्लैक या BampW के बीच चयन करने की अनुमति देता है। रंगीन स्थान विकल्प आपको एचएसबी, आरजीबी, लैब और YUV के बीच चयन करने की अनुमति देता है। थ्रेसहोल्ड छवि की पृष्ठभूमि को हल्का या अंधेरा बनाया जा सकता है छवि को मेनू आदेश छवि प्रकार 8-बिट के माध्यम से छवि को एक बाइनरी छवि में कनवर्ट किया जा सकता है। ऐसे कई एल्गोरिदम हैं जो आप उपयोगकर्ता-पूर्वाग्रह को लागू किए बिना थ्रेसहोल्ड की गणना करने के लिए उपयोग कर सकते हैं। इनमें से 40 से अधिक का मूल्यांकन इस पेपर में पाया जा सकता है: सेज़िन, एम। एपी संकर, बी। (2004), छवि थ्रेसहोल्डिंग तकनीक और मात्रात्मक प्रदर्शन मूल्यांकन पर सर्वेक्षण, इलेक्ट्रॉनिक इमेजिंग जर्नल 13 (1)। 146-168 (Google विद्वान पर) फ़िजी के कई प्लगइन्स मेनू छवि में पाया छवि थ्रेशोल्ड की स्वचालित गणना के लिए थ्रेशोल्ड एडजस्ट करें। इनमें ओटस थ्रेसहोल्डिंग, अधिकतम एंट्रोपी थ्रेसहोल्ड और मिश्रण मॉडलिंग थ्रेसहोल्डिंग शामिल हैं। फिजी के साथ उपलब्ध तरीकों की एक पूरी सूची के लिए इस पृष्ठ के शीर्ष पर सामग्री टैब के तहत प्रलेखन अनुभाग में स्थित प्लगइन्स अनुभाग देखें। वाटरशेड जुदाई बाइनरी छवि में ओवरलैपिंग ऑब्जेक्ट मेनू कमांड प्रोसेस बाइनरी वाटरशेड का इस्तेमाल करके अलग किया जा सकता है। पहले थ्रेशोल्डिंग द्वारा द्विआधारी को छवि कन्वर्ट करें। काले पिक्सल को एक सफेद पिक्सेल से उनकी दूरी के समान तीव्रता के ग्रे पिक्सल के साथ प्रतिस्थापित किया जाता है। किनारे के करीब काली पिक्सल काले पिक्सल से हल्का होते हैं जो अधिक केंद्रीय होते हैं। यह काले इलाके का यूक्लिडियन दूरी का नक्शा है (ईडीएम)। इस से वस्तुओं के केंद्रों की गणना की जाती है। ये प्रत्येक काली क्षेत्र का अंतिम रूप से नष्ट अंक (यूईपी) हैं, जिसका अर्थ है कि वे प्रत्येक किनारे से समान हैं। ये बिंदु तब तक फैलाए जाते हैं जब तक कि वे एक और ब्लैक पिक्सेल स्पर्श न करें। यह मीटिंग बिंदु है जहां एक वाटरशेड रेखा तैयार की जाती है। कणों का विश्लेषण खंडित छवि में कणों का विश्लेषण करने के लिए, मेनू आदेश का विश्लेषण करें कणों का विश्लेषण करें। । यह आपको छवि में प्रत्येक कण के बारे में जानकारी प्रदान करेगा छवि में रूचि की वस्तु नहीं है जो कुछ भी बाहर करने के लिए न्यूनतम आकार और अधिकतम पिक्सेल क्षेत्र आकार सेट करें 0.0 और 1.0 के बीच गोलाकार मूल्यों को भी अवांछित वस्तुओं को छोड़ने में मदद के लिए चुना जा सकता है शो का चयन करें: पता चला ऑब्जेक्ट की एक छवि प्रदर्शित करने के लिए रूपरेखा विकल्प। शो ड्रॉप-डाउन मेनू उपयोगकर्ता को कुछ भी नहीं, बर्थ आउटलाइन, इलिप्स, मास्क, माउंट मास्क, ओवरले आउटलाइन और ओवरले मास्क दिखाने की अनुमति देता है। उपयोगकर्ता यह चुन सकता है कि क्या परिणाम प्रदर्शित करना है या नहीं। स्पष्ट परिणाम संक्षेप में करें प्रबंधक में जोड़ें। किनारों पर बहिष्कृत छेद शामिल करें रिकॉर्ड शुरू होता है और सीटू में दिखाओ सही थ्रेसहोल्ड मान के बाद कण विश्लेषण को प्लगइन्स या मैक्रोज़ के जरिए स्वचालित किया जा सकता है और कण आकार की सीमा आपकी रुचि की वस्तुओं के लिए निर्धारित की गई है। नाभिक काउंटर यह प्लगइन ऊपर बताए गए कई चरणों को स्वचालित करता है। गिनती के लिए आकार सीमा दर्ज करें स्वचालित थ्रेसहोल्डिंग विधि का चयन करें यह या तो वर्तमान हो सकता है ओत्सु अधिकतम एंट्रोपी, मिश्रण मॉडलिंग या कश्मीर का मतलब क्लस्टरिंग। वर्तमान मैन्युअल रूप से निर्धारित थ्रेशोल्ड का उपयोग करता है, ऊपर देखें। एक पृष्ठभूमि सुधार करें। एक चिकनी फ़िल्टर का उपयोग करें एक वाटरशेड अलगाव करना कणों को आरओआई प्रबंधक में जोड़ें एक सारांश के लिए हां कहें अन्य विकल्प आसानी से अनुरोध पर जोड़ा जा सकता है गिनती, क्षेत्र और औसत आकार एक पाठ खिड़की के रूप में लौटाए जाते हैं और मूल छवि के डुप्लिकेट पर आउटलाइन किए गए कणों को मढ़ा होता है। कणों को मैन्युअल रूप से गिना करने के लिए आप बिल्टइन मल्टी-पॉइंट टूल का उपयोग कर सकते हैं। कण ट्रैकर कण ट्रैकर, सेल बायोलॉजी में वीडियो इमेजिंग द्वारा दर्ज किए गए कण ट्रांसजेक्टरी के स्वचालित पता लगाने और विश्लेषण के लिए एक 2 डी सुविधा बिंदु-ट्रैकिंग प्लगइन है। एल्गोरिथ्म को स्ल्बैरिनी और क्यूमाउथसाकोस (20051) में डिक्रिड किया गया है। TrackMate मेनू आदेश प्लगइन्स ट्रैकिंग TrackMate का उपयोग करें यह प्लगइन आपको स्पॉट-जैसे स्ट्रक्चर के एकल कण ट्रैकिंग का प्रदर्शन करने की अनुमति देता है। अधिक गहन जानकारी के लिए, TrackMate ट्यूटोरियल और स्पष्टीकरण देखें। मैन्युअल ट्रैकिंग मेनू आदेश प्लगइन्स ट्रैकिंग मैन्युअल ट्रैकिंग का उपयोग करें। यह उपकरण आपको किसी सेल के आंदोलन का ट्रैक रखने की अनुमति देता है। 2 9 प्रक्रिया हिस्टोग्राम खींच या हिस्टोग्राम समीकरण का उपयोग करके छवि कंट्रास्ट बढ़ाता है। दोनों तरीकों का विवरण हाइपेर्मिडा छवि प्रसंस्करण संदर्भ में विस्तार से बताया गया है स्टंटिंग और हिस्टोग्राम समताकरण कोष्ठक। यह कमांड सामान्यीकृत पिक्सेल मानों को तब तक नहीं बदलता है जितना कि सामान्य। हिस्टोग्राम को समरूप करें या सभी एन स्लाइसें (स्टैक के मामले में) को सामान्यीकृत नहीं किया जाता है। संतृप्त पिक्सेल छवि में पिक्सल की संख्या निर्धारित करता है जिसे संतृप्त होने की अनुमति है। इस मूल्य को बढ़ाने से इसके विपरीत दिखाई देगा। हिस्टोग्राम खिंचाव को काम करने के उद्देश्य से नहीं करने से कुछ बाहरी पिक्सेल को रोकने के लिए यह मान शून्य से अधिक होना चाहिए। सामान्यकृत अगर जाँच की जाती है, तो ImageJ छवि के पिक्सेल मूल्यों की पुनर्गणना करेगा ताकि सीमा डेटा प्रकार के लिए अधिकतम सीमा के बराबर हो, या फ़्लोट छवियों के लिए 0--1.0। छवि पर प्रदर्शन के विपरीत खंड ब्राइटनेस कंट्रास्ट सी विंडो में lsquo ऑटो rsquo विकल्प के समान होता है, सिवाय इसके कि स्टैक के साथ, स्टैक में प्रत्येक स्लाइस को स्वतंत्र रूप से समायोजित किया जाता है, केवल उस स्लाइस के लिए इष्टतम के अनुसार (यदि उपयोग स्टैक हिस्टोग्राम अनचेक हो )। अधिकतम-सीमा 8-बिट छवियों के लिए 0-255 और 16-बिट छवियों के लिए 0--65535 है। स्टैक के साथ एक और चेकबॉक्स, सभी एन स्लाइसें सामान्य करें प्रदर्शित किया गया है। यदि चेक किया गया है, तो सामान्यीकरण को स्टैक में सभी स्लाइस पर लागू किया जाएगा। ध्यान दें कि आरजीबी छवियों का सामान्यकरण समर्थित नहीं है, और इस प्रकार यह विकल्प आरजीबी स्टैक पर उपलब्ध नहीं होगा। हिस्टोग्राम बराबर करें यदि चेक किया जाता है, तो ImageJ हिस्टोग्राम समरूपता 30 का उपयोग करके छवि को बढ़ा देगा। एक चयन बनाएं और समीकरण उस चयन के हिस्टोग्राम पर आधारित होगा। एक संशोधित एल्गोरिथम का उपयोग करता है जो हिस्टोग्राम मानों का वर्गमूल लेता है। मानक हिस्टोग्राम समीकरण एल्गोरिथ्म का उपयोग करने के लिए Alt दबाए रखें। हिस्टोग्राम को बराबर करते समय संतृप्त पिक्सेल और सामान्य पैरामीटर को ध्यान नहीं दिया जाता है। स्टैक हिस्टोग्राम का उपयोग करें यदि चेक किया जाता है, तो ImageJ अलग-अलग स्लाइस हिस्टोग्राम के बजाय समग्र स्टैक हिस्टोग्राम का उपयोग करेगा, जो प्रत्येक स्लाइस के लिए अनुकूल समायोजन को अकेले प्रदान करता है। आरओआई के आधार पर संवर्द्धन करते समय यह विकल्प विशेष रूप से प्रासंगिक हो सकता है 29.6 शोर छवियों को शोर जोड़ने या इसे हटाने के लिए इस सबमेनू में दिए गए आदेशों का उपयोग करें। एक छवि को काला और सफेद में परिवर्तित करता है यदि थ्रेशोल्ड छवि समायोजित थ्रेशोल्ड टी उपकरण का उपयोग करके सेट किया गया है, तो चित्रित संवाद प्रदर्शित किया गया है। ब्लैक फोरग्राउंड का मान, सफ़ेद पृष्ठभूमि चेकबॉक्स प्रोसेस बाइनरी ऑप्शंस का वैश्विक ब्लैक बैकग्राउंड वैल्यू को दर्शाता है और सेट करता है यदि कोई थ्रेसहोल्ड सेट नहीं किया गया है, तो बायनरी वर्तमान चयन के हिस्टोग्राम, या पूरी इमेज का विश्लेषण करेगा अगर कोई चयन नहीं है वर्तमान में, और द्विआधारी छवि (lsquoAuto-thresholding rsquo को स्टेटस बार, सीएफ थ्रेसहोल्ड टी में प्रदर्शित किया जाता है) बनाने के लिए एक स्वचालित थ्रेशोल्ड स्तर सेट करें। स्टैक के साथ कन्वर्ट मास्क संवाद बॉक्स प्रदर्शित होता है। ध्यान दें कि गैर-थ्रेशोल्डेड छवियों और स्टैक के लिए बाइनरी बनाएं और मास्क को कन्वर्ट करना इसी तरह से व्यवहार करता है। 29.8.2 मास्क में कन्वर्ट करने के लिए एक छवि को काले और सफेद रूपांतरित करता है मुखौटा में एक inverting LUT (सफेद 0 है और काले 255 है) जब तक कि काले पृष्ठभूमि की प्रक्रिया बाइनरी विकल्प संवाद बॉक्स में चेक नहीं होगा। अगर कोई थ्रेशोल्ड सेट नहीं किया गया है, तो स्वचालित थ्रेशोल्ड स्तर की गणना की जाएगी (सीएफ। बाइनरी बनाएं)। ध्यान दें कि गैर-थ्रेशोल्डेड छवियों और स्टैक के लिए बाइनरी बनाएं और मास्क को कन्वर्ट करना इसी तरह से व्यवहार करता है। ढेर के साथ, चित्रित संवाद प्रदर्शित किया जाता है। प्रत्येक छवि के लिए थ्रेशोल्ड की गणना करें यदि चेक किया जाता है, तो प्रत्येक अलग-अलग टुकड़ा के लिए थ्रेशोल्ड स्तर की गणना की जाएगी, नहीं तो वर्तमान में प्रदर्शित स्लाइस की गणना थ्रेशोल्ड सभी स्लाइस के लिए उपयोग की जाएगी Black Background परिभाषित करता है कि पृष्ठभूमि काले है और अग्रभूमि सफेद है या नहीं। नोट करें कि इस चेकबॉक्स का मान प्रतिबिंबित करता है और प्रोसेस बाइनरी विकल्पों के वैश्विक ब्लैक बैकग्राउंड वैल्यू को दर्शाता है 21 बाइंडिंग मास्क बनाने के लिए चार छविज कमांड का उपयोग द्विआधारी मुखौटे बनाने के लिए किया जा सकता है: चयन चयन मास्क प्रोसेस बाइनरी बनाएँ बाइनरी प्रक्रिया बाइनरी बनाएं मास्क इमेज में थ्रेशोल्ड समायोजित करें टी (लागू करें) डिफ़ॉल्ट रूप से ये कमांड इनवर्टेड एलयूटीएस के साथ द्विआधारी छवियां उत्पन्न करेंगे, ताकि काले 255 और सफेद 0 है (देखें इनवर्ट एलयूटी)। उपरोक्त आदेशों को चलाने से पहले यह व्यवहार प्रक्रिया पृष्ठभूमि में ब्लैक बैकग्राउंड को चेक करके उलट किया जा सकता है (यानी एक इनवर्टिंग एलयूटी का उपयोग नहीं किया जाएगा: काला 0 और सफेद 255 होगा)। इस विकल्प की पुष्टि की जा सकती है जब थ्रेशोल्ड की गई छवियों पर बाइनरी बनाने और मुखौटा परिवर्तित करें। यह स्टार्टअप पर भी लगाया जा सकता है (सेटिंग्स और प्राथमिकताएं देखें)। 29.8.3 ईरोड बाइनरी छवि में ऑब्जेक्ट के किनारों से पिक्सेल को निकालता है। गैर-थ्रेशोल्ड की गई छवियों पर ग्रेस्केल कटाव करने के लिए न्यूनतम फ़िल्टर का उपयोग करें। 29.8.4 व्याकरण एक बाइनरी छवि में वस्तुओं के किनारों को पिक्सेल जोड़ता है। गैर थ्रेसहोल्ड छवियों पर ग्रेस्केल फैलाव करने के लिए अधिकतम फ़िल्टर का उपयोग करें। 29.8.5 खुली एक इरोशन ऑपरेशन करता है, जिसके बाद फैलाव होता है। यह ऑब्जेक्ट को छूटे और पृथक पिक्सल को निकालता है। 29.8.6 क्लोज़- कटाव के बाद, एक फैलाव परिचालन करता है। यह ऑब्जेक्ट को छूता है और छोटे छेद में भरता है। कमांड में टेलरिंग हाइफ़न है, जो इसे फ़ाइल क्लोज़ वाई से अलग करता है। एक बाइनरी छवि में अग्रभूमि ऑब्जेक्ट्स की एक पिक्सेल विस्तृत रूपरेखा उत्पन्न करता है। रेखा वस्तु के अंदर खींची गई है, अर्थात् पिछले अग्रभूमि पिक्सल पर। 29.8.8 भरे छेद इस आदेश को पृष्ठभूमि 34 भरकर वस्तुओं में छेद (4- जुड़े पृष्ठभूमि तत्व) भरता है। 29.8.9 Skeletonize Repeatably remove pixels from the edges of objects in a binary image until they are reduced to single-pixel-wide shapes (topological skeletons ). As explained in 22: Skeletonize vs Skeletonize 3D. there are several skeletonization algorithms. ImageJ implements a thinning algorithm from Zhang and Suen. A fast parallel algorithm for thinning digital patterns. CACM 27(3):236--239, 1984, in which a lookup table indexes all the 256 possible 3 3 neighborhood configurations for each foreground pixel. The algorithm calculates the index number for each object pixel, and uses the lookup table to decide if the pixel is eliminable. This process is repeated until no pixel can be eliminated. When debugging is enabled in Edit Options Misc. Skeletonize creates an animation documenting the iterations of the thinning algorithm. 22 Skeletonize vs Skeletonize 3D Skeletonize3D is a ImageJ plugin written by Ignacio Arganda-Carreras 35 that offers several advantages over Process Binary Skeletonize . the legacy skeletonization algorithm of ImageJ: Skeletonize works only with binary 2D images. Skeletonize3D works with 8-bit 2D images and stacks, expecting the image to be binary. If not, Skeletonize3D considers all pixel values above 0 to be white (255). While Skeletonize relies on Black background value in Binary Options ( see 23: Interpreting Binary Images ), the output of Skeletonize3D always has a value of 255 at the skeleton and 0 at background pixels, independently of the Black background option. In Fiji. Skeletonize 3D is already pre-installed as Plugins Skeleton Skeletonize (2D3D). In ImageJ, it can be downloaded and installed from the Skeletonize3D homepage. Maximum projections ( Image Stacks Z Project ) of skeletons produced by Skeletonize (middle) and Skeletonize3D (right). The left image is the maximum projection of the original stack, File Open SamplesBat Cochlea Volume (19K). Topographic skeletons can be analyzed using the AnalyzeSkeleton plugin. 29.8.10 Distance Map Generates a Euclidian distance map (EDM) from a binary image 38 . Each foreground pixel in the binary image is replaced with a gray value equal to that pixels distance from the nearest background pixel (for background pixels the EDM is 0). The Ultimate Points . Watershed and Voronoi operations are based on the EDM algorithm. The output type ( Overwrite . 8-bit . 16-bit or 32-bit ) of this command can be set in the Binary Options dialog box. Note that when selecting lsquo Overwrite rsquo or lsquo 8-bit output rsquo, distances larger than 255 are labelled as 255. 29.8.11 Ultimate Points Generates the ultimate eroded points (UEPs ) of the Euclidian distance map (EDM, see Distance Map ) from a binary image. Ultimate Eroded Points are maxima of the EDM. In the output, the points are assigned the EDM value, which is equal to the radius of the largest circle that fits into the binary particle, with the UEP as the center. The output type ( Overwrite . 8-bit . 16-bit or 32-bit ) of this command can be set in the Binary Options dialog box. 29.8.12 Watershed Watershed segmentation is a way of automatically separating or cutting apart particles that touch. It first calculates the Euclidian distance map (EDM) and finds the ultimate eroded points (UEPs). It then dilates each of the UEPs (the peaks or local maxima of the EDM) as far as possible either until the edge of the particle is reached, or the edge touches a region of another (growing) UEP. Watershed segmentation works best for smooth convex objects that dont overlap too much. Enable debugging in Edit Options Misc and the Watershed command will create an animation that shows how the watershed algorithm works (cf. online example ). Find Maxima ( Segmented Particles output) for watershed segmentation of grayscale images. This command transforms between the lsquouser friendlyrsquo display of Fourier transforms with the lowest frequencies at the center and the lsquonativersquo form with the lowest frequencies at the four corners. Swap Quadrants swaps quadrants I with III and II with IV (counter-clockwise starting from lsquoNortheastrsquo) so that points near the center are moved towards the edge and vice versa. Another way to see this command is to imagine that the image is periodically repeated and the origin is shifted by width 2 in x and by height 2 in y direction. For Fourier transforms, Swap Quadrants affects only the image displayed, not the actual FHT data. Therefore, editing an image with swapped quadrants for filtering or masking may lead to undesired results. 29.11 Filters This submenu contains miscellaneous filters 36 (including those installed by the Plugins Utilities Install Plugin command). More information on image filters can be obtained by looking up related keywords ( convolution, Gaussian, median, mean, erode, dilate, unsharp . etc.) on the Hypermedia Image Processing Reference index. 29.11.1 Convolve Does spatial convolution using a kernel entered into a text area. A kernel is a matrix whose center corresponds to the source pixel and the other elements correspond to neighboring pixels. The destination pixel is calculated by multiplying each source pixel by its corresponding kernel coefficient and adding the results. If needed, the input image is effectively extended by duplicating edge pixels outward. There is no arbitrary limit to the size of the kernel but it must be square and have an odd width. Rows in the text area must all have the same number of coefficients, the rows must be terminated with a carriage return, and the coefficients must be separated by one or more spaces. Kernels can be pasted into the text area using Ctrl V. Checking Normalize Kernel causes each coefficient to be divided by the sum of the coefficients, preserving image brightness. The kernel shown is a 9 9 ldquoMexican hatrdquo, which does both smoothing and edge detection in one operation. Note that kernels can be saved as a text file by clicking on the lsquoSave rsquo button, displayed as an image using File Import Text-Image Text Image . scaled to a reasonable size using Image Adjust Size and plotted using Analyze Surface Plot 29.11.2 Gaussian Blur This filter uses convolution with a Gaussian function for smoothing 37 . Sigma is the radius of decay to e 0.5 ( 61 ), i. e. the standard deviation ( ) of the Gaussian (this is the same as in Adobe Photoshop . but different from ImageJ versions till 1.38q, in which radius was 2.5(cf. GaussianBlur. java ). Like all ImageJ convolution operations, it assumes that out-of-image pixels have a value equal to the nearest edge pixel. This gives higher weight to edge pixels than pixels inside the image, and higher weight to corner pixels than non-corner pixels at the edge. Thus, when smoothing with very high blur radius, the output will be dominated by the edge pixels and especially the corner pixels (in the extreme case, with a blur radius of e. g. 10 20. the image will be replaced by the average of the four corner pixels). For increased speed, except for small blur radii, the lines (rows or columns of the image) are downscaled before convolution and upscaled to their original length thereafter. 29.11.3 Gaussian Blur 3D This command calculates a three dimensional (3 D) gaussian lowpass filter using a 3-D Gaussian. It works with Stacks and Hyperstacks but not single-slice Color Composite Images. Refer to Gaussian Blur for more information on sigma values. 29.11.4 Median Reduces noise in the active image by replacing each pixel with the median of the neighboring pixel values. 29.11.5 Mean Smooths the current image by replacing each pixel with the neighborhood mean. 29.11.6 Minimum This filter does grayscale erosion by replacing each pixel in the image with the smallest pixel value in that pixels neighborhood. 29.11.7 Maximum This filter does grayscale dilation by replacing each pixel in the image with the largest pixel value in that pixels neighborhood. 29.11.8 Unsharp Mask Sharpens and enhances edges by subtracting a blurred version of the image (the unsharp mask) from the original. Unsharp masking subtracts a blurred copy of the image and rescales the image to obtain the same contrast of large (low-frequency) structures as in the input image. This is equivalent to adding a high-pass filtered image and thus sharpens the image. Radius The standard deviation ( blur radius, cf. Gaussian Blur ) of the Gaussian blur that is subtracted. Increasing the Gaussian blur radius will increase contrast. Mask Weight Determines the strength of filtering, whereby MaskWeight 1 would be an infinite weight of the high-pass filtered image that is added. Increasing the Mask Weight value will provide additional edge enhancement. 29.11.9 Variance Highlights edges in the image by replacing each pixel with the neighborhood variance. 29.11.10 Show Circular Masks Generates a stack containing examples of the circular masks used by the Median . Mean . Minimum . Maximum . and Variance filters for various neighborhood sizes. 29.12 Batch This submenu allows the execution of commands in a series of images without manual intervention. Batchcommands are non-recursive, i. e. they are applied to all the images of the chosen Input folder but not its subfolders. Nevertheless a directory hierarchy can be transversed using ImageJ macro language (cf. BatchProcessFolders macro). Three critical aspects to keep in mind when performing batch operations that modify processed images: Files can be easily overwritten since the batch processor will silently override existing files with the same name. The destination Output folder should have adequate disk space to receive the created images. In the case of non-native formats, batch operations will be influenced by the behavior of the reader plugin or library (cf. Non--native Formats ). 29.12.1 Measure This command measures all the images in a user-specified folder, by running the Analyze Measure m command in all images of the chosen directory. Note that measurements are performed on non thresholded images. In the case of TIFF images saved with active selections measurements are performed on the ROI and not the whole image. 29.12.2 Convert Batch converts andor resizes multiple images from a specified folder. Input. Selects the source folder containing the images to be processed. Output. Selects the destination folder where the processed images will be stored. Output Format Specifies the output format that can be set to TIFF, 8-bit TIFF, JPEG, GIF, PNG, PGM, BMP, FITS, Text Image, ZIP or Raw (cf. Image Types and Formats and File Save Assubmenu). Interpolation The resampling method to be used in case Scale Factor is not 1.00 ( see Image Size and Image Scale E ). For better results, Average when downsizing is automatically selected when scaling down images. Scale Factor Specifies if images should be resized ( see Image Scale E ). 29.12.3 Macro Macro. Runs a macro over a specified folder. The last used macro is stored in the ImageJmacrosbatchmacro. ijm file and remembered across restarts. Input. Selects the source folder containing the images to be processed. Output. Selects the destination folder where the processed images will be stored. Note that original files will not be saved if this field is left empty. Output Format Specifies the output format that can be set to TIFF, 8-bit TIFF, JPEG, GIF, PNG, PGM, BMP, FITS, Text Image, ZIP or Raw (cf. Image Types and Formats and File Save Assubmenu). Add Macro Code This drop-down menu contains macro snippets that can be combined to create the processing macro. Other statements can be pasted from the macro recorder or ImageJs editor while the dialog box is opened 38 . Previously written macros can be imported using Open When editing the macro beware of any statements that may interfere with the normal operation of the batch processor (such as Close() or Open() calls). Test Tests the macro on the first image of the Input folder (the processed image will be displayed). Open Imports previously written macros. Save Saves the assembled macro. 29.12.4 Virtual Stack This command, that shares the same interface of Batch Macro. Macro (cf. BatchProcesser. java ), allows virtual stack manipulations. जैसे Cropping a virtual stack can be performed by executing the following steps: Open a virtual stack Run Process Batch Virtual Stack Select an Output folder and Output format Select lsquo Crop rsquo from the Add Macro Code drop-down menu Edit the macro code as needed and press the Test button to verify the macro Click Process to create the cropped virtual stack Note that cropped images are not loaded into memory but are saved to disk as they are cropped ( see Virtual Stacks ). 29.13 Image Calculator Performs arithmetic and logical operations between two images selected from popup menus described in the Image operations table. Image1 or both Image1 and Image2 can be stacks. If both are stacks, they must have the same number of slices. Image1 and Image2 do not have to be the same data type or the same size. With 32-bit (float) images, pixels resulting from division by zero are set to Infinity . or to NaN (Not a Number) if a zero pixel is divided by zero. The divide-by-zero value can be redefined in Edit Options Misc Operation Selects one of the thirteen available operators ( see Image operations ). Create New Window If checked, a new image is created to hold the result. If unchecked, the result of the operation is applied directly to Image1 . 32-bit (float) Result If checked, source images will be converted to 32-bit floating point before performing the operation. Table 6 Image Calculator operations . On these examples source and destination images (8-bit grayscale) are displayed with inverted LUTs (White 0 Black 255 ) (cf. Lookup Tablessubmenu). Note that calculations between images can also be performed using copy and paste and the Edit Paste Control command. 29.14 Subtract Background Removes smooth continuous backgrounds from gels and other images 39 . Based on the concept of the lsquorolling ballrsquo algorithm described in Sternberg Stanley, Biomedical image processing, IEEE Computer . Jan 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.