ImageJ在生物图像处中的应用.pdf

ImageJ软件在生物图像分析中 的应用 张雯婷 医学神经生物学国家重点实验室 神经生物学系 2015年1月7 日 1.灰度增强 2.伪彩色处理 3. 阴影校正 常 见 的 4.平滑处理 图像处理技术 5.锐化处理 6.分割处理√ 7.边缘检测 分割处理及其原理 1 . 像素分类 图像分割是把图像分成若干个按图像的某种特性（如灰度级，纹理等） 的区域这样一种处理技术。在每一个区域内都有相同或相近的特性，而相 邻区域内的特性则不相同。  图像分割从本质上讲是将各像素点进行分类的过程。分类所依据的 特性可以是图像像素点的灰度值、颜色或多谱特性、空间特性或纹理特性。  门限化操作进行分类的过程是基于下列一个假设：每个区域是由许 多灰度值相近的像素点所构成的，物体和背景之间或不同物体之间的灰度 值都有着明显的差别，从而可以通过门限化操作来加以区分。 待分割图像的特性愈接近于这个假设，用这种方法分割的效果就愈 好；否则，效果就愈差。 2 . 门限化 从输入设备中获取的灰度图像 （或彩色图像）， 是一种多值图像 （对于8位数字图像来讲，其灰 度可取256个不同数值），如果直接在其上面进 行诸如面积、周长等颗粒特征参数的检测比较困 难。 对于符合上述假设的图像来讲，在作具体检测 前，通常首先要对它进行门限化操作以求得它的 二值图像。 门限化操作的具体方法： 设有一幅灰度图像g(m，n) ，其灰度等级的范围为[z ，z ] （例如[0，255] ）， 1 k t是z 和z 之间的某一个数，则设置门限 （又称阈值）t 的操作是对g(m，n) 的每一 1 k 个像素点的灰度值进行检测，并根据下列关系创建另一幅二值图像g (m，n) （其 t 内只有0、1二种灰度值。注意：这里的0、1是逻辑值，而不是具体数值，所以 g (m，n)是一幅逻辑图像）： t 1 if g(m, n) = t   gt(m, n) =  (m = 0,1,2 M;n = 0,1,2 N) (2 - 18)  0 if g(m, n) t  这种门限化操作是假定图像g(m，n) 内的阳性颗粒暗于背景，通常情况下， 这个假定总是成立的。 通过上式操作可得一其的合适的二值图像g (m，n) 。