ثنائي خيارات يماغيج

ماذا تفعل الأوامر الثنائية المختلفة هذه القائمة الفرعية تحتوي على الأوامر التي تعالج الصور الثنائية (الأسود والأبيض). تفترض هذه الأوامر افتراضيا كائنات سوداء والخلفية بيضاء. اطلع على الأسئلة الشائعة حول كيفية تعيين الإعداد الافتراضي إلى الخلفية السوداء والأشياء البيضاء. لتحويل الصور إلى صور بالأبيض والأسود. يتم تحديد مستوى العتبة من خلال تحليل الرسم البياني للاختيار الحالي، أو من الصورة بأكملها إذا لم يكن هناك اختيار. راجع هذه الأسئلة الشائعة التي تصف الخوارزمية المستخدمة. إذا كانت الأداة إيماجيغادجوستغترشولد نشطة، فسيظهر مربع حوار يتيح لك تحديد وحدات البكسل التي يتم تعيينها على لون الخلفية والتي تكون على لون المقدمة وما إذا كانت الخلفية سوداء ومقدمة باللون الأبيض. يرجى تحديث ما سبق قد لا يكون صحيحا تماما مع مداخن، يتم تحويل جميع الصور في المكدس إلى ثنائي باستخدام عتبة محسوبة من شريحة المعروضة حاليا. استخدام الماكرو كونفيرستاكتوبيناري لتحويل كومة إلى ثنائي باستخدام عتبات محسوبة محليا. لتحويل الصور إلى صور بالأبيض والأسود استنادا إلى إعدادات عتبة الحالية. بواسطة الخطأ، سيكون للقناع لوت مقلوب (أسود هو 255 والأبيض هو 0)، ولكن يخلق أقنعة خلفية سوداء (0) إذا تم تحديد خلفية سوداء في مربع الحوار بروسيسغبيناريغتوبتيونس. يرجى تحديث، أعلاه قد لا يكون صحيحا تماما يحدد ماكسيما المحلية في صورة ويخلق ثنائي (مثل قناع) صورة من نفس الحجم مع ماكسيما، أو جسيم واحد مجزأة في الحد الأقصى، ملحوظ. وبالنسبة إلى صور رغب، يتم اختيار أقصى نصوع، مع تحديد النصوع على أنه متوسط ​​مرجح أو غير مرجح للألوان تبعا لإعدادات إديتجتوبتيونسغتكونفيرزيونس. ويستند هذا الأمر على البرنامج المساعد ساهم من قبل مايكل شميد. يتم عرض مربع حوار بالخيارات التالية: التسامح الضوضاء - يتم تجاهل ماكسيما إذا كانت لا تبرز من المناطق المحيطة بها أكثر من هذه القيمة (وحدات معايرة للصور معايرة). وبعبارة أخرى، يتم تعيين عتبة عند القيمة القصوى مطروحا منها تسامح الضوضاء ويتم تحليل المنطقة المتاخمة حول الحد الأقصى فوق العتبة. لقبول الحد الأقصى، يجب ألا تحتوي هذه المنطقة على أي نقطة ذات قيمة أعلى من الحد الأقصى. يتم قبول حد أقصى واحد فقط ضمن هذه المنطقة. نقاط واحدة - يخلق صورة الإخراج مع نقطة واحدة واحدة في الحد الأقصى. ماكسيما ضمن التسامح - يخلق صورة الإخراج مع جميع النقاط داخل التسامح الضوضاء لكل الحد الأقصى. جسيمات مجزأة - يفترض أن كل حد أقصى ينتمي إلى الجسيمات ويقسم الصورة بواسطة خوارزمية مستجمعات المياه المطبقة على قيم الصورة (على النقيض من بروسغتبيناريغتواترشيد، والذي يستخدم خريطة المسافة الإقليدية). اختيار نقطة - يعرض اختيار متعدد النقاط مع نقطة في كل حد أقصى لا تنتج صورة الإخراج منفصلة. عدد - يعرض عدد ماكسيما في إطار النتائج لا ينتج أي صورة الإخراج. استبعاد حافة ماكسيما - باستثناء ماكسيما إذا كانت المنطقة داخل التسامح الضوضاء المحيطة أقصى يمس حافة الصورة (حافة التحديد لا يهم). خلفية خفيفة - يسمح للصور المعالجة التي لديها خلفية خفيفة والكائنات السوداء. فوق الحد الأدنى - (يظهر هذا الخيار للصور العتبة فقط) يبحث عن الحد الأقصى فوق الحد الأدنى فقط. يتم تجاهل العتبة العليا للصورة. إذا تم تحديد الجسيمات المجزأة كنوع الإخراج. تعتبر المنطقة الواقعة تحت الحد الأدنى خلفية. ولا يعمل هذا الخيار إلا عند إيجاد قيمة قصوى لقيمة البكسل بالمعنى الرياضي، أي الخلفية الداكنة والخلفية الطرفية غير العكسية أو الخلفية الساطعة وعكس طرفية المستعمل. معاينة اختيار نقطة - يظهر الحد الأقصى مع المعلمات الحالية كخيار متعدد النقاط فرضه على الصورة. إذا تم تحديد هذا الخيار، يتم عرض عدد ماكسيما وجدت أيضا في مربع الحوار. لأنواع الإخراج نقاط واحدة. ماكسيما ضمن التسامح والجسيمات المجزأة. الإخراج هو صورة ثنائية، مع المقدمة 255 والخلفية 0، باستخدام لوت مقلوب أو عادي اعتمادا على خيار الخلفية السوداء في بروسغتبيناريغتوبيتيونس. لا يعتمد عدد الجسيمات (كما تم الحصول عليها من خلال تحليل الجزيئات) في صورة الإخراج على نوع الإخراج المحدد. لاحظ أن الجسيمات المجزأة عادة ما ينتج عنها جسيمات تلامس الحافة إذا تم تحديد الحافة ماكسيما. استبعاد حافة ماكسيما ينطبق على الحد الأقصى، وليس على الجسيمات. البحث ماكسيما تطبيقها على صورة صاخبة مع خيارات مختلفة (استبعاد حافة ماكسيما المحدد). البحث ماكسيما لا يعمل على مداخن، ولكن ماكرو فيندستاكماكسيما تشغيله على كافة الصور في كومة ويخلق كومة الثانية التي تحتوي على الصور الإخراج. يحل محل كل بكسل مع الحد الأدنى (الأخف) قيمة في حي 3times3. مع الصور الثنائية، ويزيل بكسل من حواف الكائنات السوداء. يستبدل كل بكسل بأقصى قيمة (أحلك) في حي 3times3. مع الصور الثنائية، ويضيف بكسل إلى حواف الأجسام السوداء. ينفذ عملية تآكل، تليها تمدد. مع الصور الثنائية، وهذا ينعم الكائنات ويزيل بكسل معزولة. يؤدي عملية تمدد، تليها تآكل. مع الصور الثنائية، وهذا ينعم الكائنات ويملأ في ثقوب صغيرة. الأمر يحتوي على واصلة تخليص لتمييزها من إغلاق الملف. عرض مربع حوار يسمح العديد من الإعدادات المستخدمة من قبل الأوامر في القائمة الفرعية الثنائية ليتم تغييرها. تحدد التكرارات عدد المرات التي يتم فيها تآكل، وتمدد، وفتح، وإغلاق. يحدد العدد عدد وحدات البكسل الخلفية المجاورة اللازمة قبل إزالة البكسل من حافة الكائن أثناء التعرية وعدد وحدات البكسل الأمامية المجاورة اللازمة قبل إضافة البكسل إلى حافة الكائن أثناء التمدد. تحقق من الخلفية السوداء إذا كانت الصورة تحتوي على أشياء بيضاء على خلفية سوداء. إذا تم فحص حواف الوسادة عند فحص التآكل، لا يتحلل بروسسغبيناريغتيرود من حواف الصورة. يؤثر هذا الإعداد أيضا على بروسغتبيناريغتكلوس. والتي تتآكل من الحواف ما لم يتم تحديد مربع الاختيار هذا. إدم الإخراج يحدد نوع الإخراج لخريطة بروسيسغبيناريغتديستانس. نقاط في نهاية المطاف وأوامر فورونوي. تعيينها إلى الكتابة للإخراج 8 بت الذي الكتابة فوق صورة الإدخال 8 بت. 16 بت أو 32 بت لصور الإخراج منفصلة. الناتج 32 بت لديه نقطة عائمة (سوبيكسيل) قرار المسافة. يولد بكسل واحد واسعة من الخطوط الأمامية (الأسود) الكائنات في صورة ثنائية. يتم رسم الخط داخل الكائن، أي على وحدات البكسل الأمامية السابقة. يزيل بشكل متكرر وحدات البكسل من حواف الكائنات في صورة ثنائية حتى يتم تخفيضها إلى هياكل عظمية بعرض بكسل واحد. ويفترض أن تكون الكائنات باللون الأسود والخلفية البيضاء. لاحظ أن هناك العديد من خوارزميات سكيليتونيزينغ. يولد خريطة المسافة الإقليدية (إدم). يتم استبدال كل بكسل الأمامية في الصورة الثنائية بقيمة رمادية تساوي تلك المسافة pixel039s من أقرب بكسل الخلفية. استخدم بروسسيتبيناريغتوبيتيونس لتعيين لون الخلفية (أسود أو أبيض) ونوع الإخراج عند اختيار الكتابة فوق أو إخراج 8 بت، لاحظ أن المسافات أكبر من 255 تسمى 255. يولد نقاط تآكل النهائي (إيبس) من إدم. يتطلب صورة ثنائية كإدخال. وتمثل إيبس مراكز الجسيمات التي سيتم فصلها عن طريق تجزئة. القيمة الرمادية UEP039s تساوي نصف قطر الدائرة المكشوفة للجسيم المقابل. استخدم بروسسغبيناريغتوبيتيونس لتعيين لون الخلفية (أسود أو أبيض) ونوع الإخراج. تجزئة مستجمعات المياه لخريطة المسافة الإقليدية (إدم) هي طريقة للفصل تلقائيا أو قطع الجسيمات التي تلمس (فصل مستجمعات المياه من صورة تدرج الرمادي هو متاح عن طريق البحث ماكسيما.). يتطلب الأمر واترشيد صورة ثنائية تحتوي على جزيئات سوداء على خلفية بيضاء. فإنه يحسب أولا خريطة المسافة الإقليدية ويجد نقاط تآكل في نهاية المطاف (إيبس). ثم يوسع كل من إيبس (القمم أو الحد الأقصى المحلي إدم) إلى أقصى حد ممكن - إما حتى يتم الوصول إلى حافة الجسيمات، أو حافة المنطقة من إيب (المتنامية) آخر. تجزئة مستجمعات المياه تعمل بشكل أفضل للأشياء محدبة على نحو سلس التي don039t تداخل أكثر من اللازم. هنا هو الرسوم المتحركة التي تبين كيف يعمل تجزئة مستجمعات المياه. تقسم الصورة عن طريق خطوط من النقاط ذات مسافة متساوية إلى حدود الجسيمات أقرب اثنين. وهكذا، فإن خلية فورونوي من كل جسيمات تشمل جميع النقاط التي هي أقرب إلى هذا الجسيم من أي جسيمات أخرى. في حالة الجسيمات كونها نقطة واحدة، وهذا هو تيسلاتيون فورونوي (المعروف أيضا باسم تيسلاتيون ديريشليت). في الإخراج، والقيمة داخل الخلايا فورونوي هو صفر قيم بكسل خطوط تقسيم بين الخلايا تساوي المسافة إلى الجسيمات أقرب اثنين. هذا هو مماثل لتحويل محور إنسي من الخلفية، ولكن لا توجد خطوط في الثقوب الداخلية من الجسيمات. اختر نوع الإخراج (الكتابة فوق، 8 بت، 16 بت أو 32 بت) ولون الخلفية (أسود أو أبيض ينطبق على كل من الإدخال والمخرجات) في مربع الحوار بروسيسغبيناريغتوبتيونس. guiprocessbinary. txt ميدوت آخر تعديل: 20100126 11:07 (تحرير خارجي) قائمة العمليات يحاكي الصورة النشطة أو التحديد. هذا الفلتر يحل محل كل بكسل مع متوسط ​​حي 3x3. يزيد التباين ويبرز التفاصيل في الصورة أو التحديد، ولكن قد يسلط الضوء أيضا على الضوضاء. يستخدم هذا الفلتر عوامل الترجيح التالية لاستبدال كل بكسل بمتوسط ​​مرجح حي 3x3. البحث عن حواف يستخدم كاشف حافة سوبيل لتسليط الضوء على تغييرات حادة في شدة في الصورة النشطة أو التحديد. يتم استخدام اثنين من حبات الانحلال 3X3 (تظهر أدناه) لتوليد المشتقات العمودية والأفقية. يتم إنتاج الصورة النهائية من خلال الجمع بين المشتقات اثنين باستخدام الجذر التربيعي لمجموع المربعات. البحث ماكسيما. يحدد الحد الأقصى المحلي في صورة ويخلق صورة ثنائية (مثل قناع) من نفس الحجم مع ماكسيما، أو جسيم واحد مجزأة في الحد الأقصى، ملحوظ. وبالنسبة إلى صور رغب، يتم اختيار أقصى نصوع، مع تحديد النصوع على أنه متوسط ​​مرجح أو غير مرجح للألوان تبعا لإعدادات إديتجتوبتيونسغتكونفيرزيونس. ويستند هذا الأمر على البرنامج المساعد ساهم من قبل مايكل شميد. يتم عرض مربع حوار بالخيارات التالية: التسامح الضوضاء - يتم تجاهل ماكسيما إذا كانت لا تبرز من المناطق المحيطة بها أكثر من هذه القيمة (وحدات معايرة للصور معايرة). وبعبارة أخرى، يتم تعيين عتبة عند القيمة القصوى مطروحا منها تسامح الضوضاء ويتم تحليل المنطقة المتاخمة حول الحد الأقصى فوق العتبة. لقبول الحد الأقصى، يجب ألا تحتوي هذه المنطقة على أي نقطة ذات قيمة أعلى من الحد الأقصى. يتم قبول حد أقصى واحد فقط ضمن هذه المنطقة. يمكن أن يكون نوع المخرجات: نقاط مفردة - النتائج في نقطة واحدة لكل حد أقصى ماكسيما ضمن التسامح - جميع النقاط داخل التسامح الضوضاء لكل جسيمات مقسمة كحد أقصى - يفترض أن كل حد أقصى ينتمي إلى الجسيمات ويقطع الصورة من قبل خوارزمية مستجمعات المياه المطبقة على قيم الصورة (على النقيض من بروسسغبيناريغتواترشيد. الذي يستخدم خريطة المسافة الإقليدية). اختيار نقطة العرض - يعرض اختيار نقطة متعددة مع نقطة في كل الحد الأقصى عدد - يعرض عدد ماكسيما في إطار النتائج استبعاد حافة ماكسيما - باستثناء ماكسيما إذا كانت المنطقة داخل التسامح الضوضاء المحيطة أقصى يمس حافة الصورة ( حافة التحديد لا يهم). تحقق من خلفية الضوء إذا كانت خلفية الصورة أكثر إشراقا من الكائنات التي تريد العثور عليها، كما هو الحال في صورة مستعمرة الخلية في الرسم التوضيحي أعلاه. فوق الحد الأدنى - (يظهر هذا الخيار للصور العتبة فقط.) يجد الحد الأقصى فوق الحد الأدنى فقط. يتم تجاهل العتبة العليا للصورة. إذا تم تحديد الجسيمات المجزأة كنوع الإخراج، تعتبر المنطقة أسفل الحد الأدنى خلفية. الإخراج هو صورة ثنائية، مع المقدمة 255 والخلفية 0، باستخدام لوت مقلوب أو عادي اعتمادا على خيار الخلفية السوداء في بروسسغبيناريغتوبيتيونس. لا يعتمد عدد الجسيمات (كما تم الحصول عليها من خلال تحليل الجزيئات) في صورة الإخراج على نوع الإخراج المحدد. لاحظ أن الجسيمات المجزأة عادة ما ينتج عنها جسيمات تلامس الحافة إذا تم تحديد الحافة ماكسيما. استبعاد حافة ماكسيما ينطبق على الحد الأقصى، وليس على الجسيمات. البحث ماكسيما لا يعمل على مداخن، ولكن ماكرو فيندستاكماكسيما تشغيله على كافة الصور في كومة ويخلق كومة الثانية التي تحتوي على الصور الإخراج. يوضح الماكرو فيندماكسيمارويماناجر كيفية إضافة الجسيمات التي عثر عليها البحث ماكسيما إلى مدير عائد الاستثمار. تعزيز التباين يعزز التباين الصورة باستخدام إما الرسم البياني تمتد أو المعادلة الرسم البياني. يتم وصف كلا الطريقتين بالتفصيل في المرجع معالجة الصور هايبرميديا. ابحث عن التحسين في الفهرس. هذا الأمر لا يغير قيم البكسل طالما لم يتم تمكين خيارات التسوية والتطابق النسبي. تحدد وحدات البكسل المشبعة عدد وحدات البكسل في الصورة التي يسمح بتشغيلها. زيادة هذه القيمة يزيد التباين. يجب أن تكون هذه القيمة أكبر من الصفر لمنع عدد قليل من البكسل النائي من التسبب في امتداد المدرج التكراري إلى عدم العمل كما هو مقصود. تحقق من تطبيع و إيماجيج إعادة حساب قيم بكسل الصورة بحيث يساوي النطاق أقصى مدى لنوع البيانات، أو 0-1.0 للصور تعويم. أقصى مدى هو 0-255 للصور 8 بت و 0-65535 للصور 16 بت. لاحظ أن تطبيع الصور رغب غير معتمد. يتم تجاهل الخيار استخدام الرسم البياني المكدس. مع مربعات أخرى مربع الاختيار، معالجة جميع شرائح. . إذا تم تمكين هذا الخيار، يتم تطبيق التسوية ومعايرة الرسم البياني على جميع الشرائح في المكدس. تحقق تساوي الرسم البياني لتعزيز الصورة باستخدام المعادلة الرسم البياني. إنشاء التحديد وسوف يستند إلى التعادل على الرسم البياني من الاختيار. يستخدم خوارزمية معدلة تأخذ الجذر التربيعي لقيم الرسم البياني. اضغط على مفتاح ألت لأسفل لاستخدام خوارزمية معادلة الرسم البياني القياسية. يتم تجاهل وحدات البكسل المشبعة وخيارات التطبيع عند تحديد الرسم البياني للمساواة. وساهم ريتشارد كيرك في قانون المساواة. إذا تم تحديد الرسم البياني المكدس، سوف إيماجيج استخدام الرسم البياني مكدس العام بدلا من الرسوم البيانية شريحة الفردية، التي تسمح التعديلات الأمثل لكل شريحة وحدها. قد يكون هذا الخيار ذا أهمية خاصة عند إجراء تحسينات استنادا إلى عائد الاستثمار. الضوضاء القائمة الفرعية استخدم الأوامر في هذه القائمة الفرعية لإضافة ضجيج إلى الصور أو إزالتها. لمزيد من القدرات المتقدمة، تحقق من حزمة إيريك ميجيرينغز راندومج (الحدين، الأسي، غاما، غاوسيان، بواسون وموحدة) في imagescience. orgmeijeringsoftwarerandomj. لإضافة ضوضاء عشوائية إلى الصورة أو التحديد. الضجيج هو غاوس (عادة) موزعة بمتوسط ​​صفر والانحراف المعياري 25. إضافة المزيد الضوضاء يضيف الضوضاء الغوسية بمتوسط ​​صفر والانحراف المعياري 75. الملح والفلفل يضيف الملح والفلفل الضوضاء إلى الصورة أو الاختيار من قبل استبدال عشوائيا 2.5 بكسل مع بكسل سوداء و 2.5 مع بكسل بيضاء. ملاحظة: هذا الأمر يعمل فقط مع الصور 8 بت. هذا هو مرشح متوسط. فإنه يحل محل كل بكسل مع القيمة المتوسطة في حي 3 × 3. هذا هو عملية تستغرق وقتا طويلا لأنه، لكل بكسل في الاختيار، يجب فرز تسعة بكسل في حي 3X3 و بكسل مركز استبدال القيمة المتوسطة (الخامس). متوسط ​​مرشحات جيدة في إزالة الملح والفلفل الضوضاء. إزالة أوتليرز يستبدل البكسل بمتوسط ​​وحدات البكسل في المحيط إذا كان ينحرف عن الوسيط بأكثر من قيمة معينة (العتبة). مفيدة لتصحيحها، على سبيل المثال. بكسل الساخنة أو بكسل القتلى من صورة كسد. يحدد نصف القطر المنطقة المستخدمة لحساب الوسيط (غير معايرة، أي بالبكسل). انظر الأقنعة الدائرية بروسسغتفيلترزغشو لمعرفة كيفية ترجمة نصف قطرها إلى منطقة. ويحدد العتبة بمقدار الانحراف عن البكسل ليحل محله في وحدات خام (غير معايرة). تحدد أوتليرس ما إذا كان يجب استبدال وحدات بكسل أكثر إشراقا أو أغمق من المساحة المحيطة (الوسيط). إزالة نانز هذا الفلتر يحل محل نان (نوت-a-نومبر) بيكسيلز في 32-بيت (فلوت) الصور بواسطة وسيط الجيران داخل منطقة النواة. فإنه لا إزالة بقع من نانز أكبر من حجم النواة، ومع ذلك. يحدد نصف القطر منطقة النواة الدائرية المستخدمة لحساب الوسيط. يوضح الماكرو نانس كيفية إنشاء، عد وإزالة نانز. لاحظ أن بعض مرشحات إيماجيج، مثل طمس غوسيان. تعني . و فاريانس تدمير المحيطة نان بكسل عن طريق وضعه أيضا ل نان. مرشحات أخرى قد تنتج نتائج غير صالحة في موقف بكسل نان. الظلال القائمة الفرعیة تؤدي الأوامر في ھذه القائمة الفرعیة إلی تأثیر الظل، حیث یبدو أن الضوء یأتي من اتجاه یتوافق مع اسم الأمر. تستخدم الأوامر Convolve3x3. إيماجيجس 3x3 وظيفة التفاف. يتم عرض اثنين من حبات التفاف في الرسم التوضيحي. الظلال تجريبي يستخدم كل حبات ثمانية لإثبات سرعة Convolve3x3. القائمة الفرعیة الثنائیة تحتوي ھذه القائمة الفرعیة علی الأوامر التي تخلق أو تعالج الصور الثنائیة (بالأسود والأبیض). تفترض أن الكائنات سوداء والخلفية بيضاء ما لم يتم تحديد خلفية سوداء في مربع الحوار بروسيسغتبينياريغتوبتيونس. جعل بيناري يحول صورة إلى أبيض وأسود. يتم تحديد مستوى العتبة من خلال تحليل الرسم البياني للاختيار الحالي، أو من الصورة بأكملها إذا لم يكن هناك اختيار. يتم وصف الخوارزمية المستخدمة لحساب العتبة في الأسئلة الشائعة. إذا تم تعيين عتبة باستخدام أداة إيماجيغادجوستغثرشولد، يظهر مربع حوار يتيح لك تحديد وحدات البكسل التي يتم تعيينها على لون الخلفية والتي إلى لون المقدمة، وما إذا كانت الخلفية سوداء ومقدمة بيضاء. مع الأكوام، يتم تحويل جميع الصور في المكدس إلى ثنائي باستخدام عتبة محسوبة من شريحة المعروضة حاليا. استخدام الماكرو كونفيرستاكتوبيناري لتحويل كومة إلى ثنائي باستخدام عتبات محسوبة محليا. تحويل ماكيسليسبيناري ماكرو شريحة المكدس الحالية إلى ثنائي وتقدم إلى التالي عند الضغط على مفتاح. كونفيرت تو ماسك لتحويل الصورة إلى أبيض وأسود استنادا إلى إعدادات عتبة الحالية (إذا مجموعة) أو على عتبة تحسب عن طريق تحليل الرسم البياني. سوف يكون للقناع لوت مقلوب (أبيض هو 0 والأسود هو 255) ما لم يتم تحديد خلفية سوداء في مربع الحوار بروسيسغبيناريغتوبتيونس. لإزالة وحدات البكسل من حواف الأجسام السوداء. استخدام بروسيسغفيلترزغمينيموم للقيام تآكل الرمادي. لإضافة وحدات البكسل إلى حواف الأجسام السوداء. استخدام بروسيسغفيلترزغماكسيموم للقيام التمدد الرمادي. ينفذ عملية تآكل، تليها تمدد. هذا ينعم الكائنات ويزيل بكسل معزولة. يؤدي عملية تمدد، تليها تآكل. هذا ينعم الكائنات ويملأ في ثقوب صغيرة. يعرض مربع حوار يسمح باستخدام العديد من الإعدادات المستخدمة بواسطة الأوامر في القائمة الفرعية الثنائية. تحدد التكرارات عدد المرات التي يتم فيها تآكل، وتمدد، وفتح، وإغلاق. يحدد العدد عدد وحدات البكسل الخلفية المجاورة اللازمة قبل إزالة البكسل من حافة الكائن أثناء التعرية وعدد وحدات البكسل الأمامية المجاورة اللازمة قبل إضافة البكسل إلى حافة الكائن أثناء التمدد. تحقق من الخلفية السوداء إذا كانت الصورة تحتوي على أشياء بيضاء على خلفية سوداء. يمكن الإضافات تعيين هذا الخيار باستخدام وحدات الماكرو يمكن تعيينه باستخدام حيث b هو صحيح أو خطأ. إذا كانت حواف الوسادة عند فحص التآكل. بروسغتبيناريغتيرود لا تتآكل من حواف الصورة. يؤثر هذا الإعداد أيضا على بروسغتبيناريغتكلوس. والتي تتآكل من الحواف ما لم يتم تحديد مربع الاختيار هذا. إدم الإخراج يحدد نوع الإخراج لخريطة بروسيسغبيناريغتديستانس. نقاط في نهاية المطاف وأوامر فورونوي. قم بتعيينها للكتابة فوق للإخراج 8 بت الذي يستبدل صورة الإدخال 8 بت أو 16 بت أو 32 بت لصور الإخراج المنفصلة. الناتج 32 بت لديه نقطة عائمة (سوبيكسيل) قرار المسافة. يولد بكسل واحد مخطط عريض من الكائنات في صورة ثنائية. سكيليتونز يزيل بشكل متكرر وحدات البكسل من حواف الكائنات في صورة ثنائية حتى يتم تخفيضها إلى هياكل عظمية بعرض بكسل واحد. المسافة خريطة يولد خريطة المسافة الإقليدية (إدم). يتم استبدال كل بكسل الأمامية في الصورة الثنائية بقيمة رمادية تساوي مسافة البكسل هذه من أقرب بكسل الخلفية. نقاط في نهاية المطاف يولد نقاط تآكل في نهاية المطاف (إيبس) من التنظيم الإداري. يتطلب صورة ثنائية كإدخال. وتمثل إيبس مراكز الجسيمات التي سيتم فصلها عن طريق تجزئة. القيمة الرمادية إيبس تساوي نصف قطر الدائرة المدرج للجسيم المقابل. تجزئة مستجمعات المياه هو وسيلة لفصل تلقائيا أو قطع الجسيمات التي تلمس. فإنه يحسب أولا خريطة المسافة الإقليدية (إدم) ويجد في نهاية المطاف نقاط تآكل (إيبس). ثم يوسع كل من إيبس (القمم أو الحد الأقصى المحلي إدم) إلى أقصى حد ممكن - إما حتى يتم الوصول إلى حافة الجسيمات، أو حافة المنطقة من إيب (المتنامية) آخر. تجزئة مستجمعات المياه تعمل بشكل أفضل للأشياء محدبة على نحو سلس التي لا تتداخل كثيرا. تمكين تصحيح الأخطاء في إديتجتوبتيونسغميسك وأمر واترشيد إنشاء الرسوم المتحركة التي تبين كيف يعمل خوارزمية مستجمعات المياه. مثال متاح. تقسم الصورة عن طريق خطوط من النقاط ذات مسافة متساوية إلى حدود الجسيمات أقرب اثنين. وهكذا، فإن خلية فورونوي من كل جسيمات تشمل جميع النقاط التي هي أقرب إلى هذا الجسيم من أي جسيمات أخرى. في حالة الجسيمات كونها نقطة واحدة، وهذا هو تيسلاتيون فورونوي (المعروف أيضا باسم تيسلاتيون ديريشليت). في الإخراج، والقيمة داخل الخلايا فورونوي هو صفر قيم بكسل خطوط تقسيم بين الخلايا تساوي المسافة إلى الجسيمات أقرب اثنين. هذا هو مماثل لتحويل محور إنسي من الخلفية، ولكن لا توجد خطوط في الثقوب الداخلية من الجسيمات. اختر نوع الإخراج (الكتابة فوق أو 8 بت أو 16 بت أو 32 بت) في مربع الحوار بروسيسغبيناريغتوبتيونس. الرياضيات القائمة الفرعية الأوامر في هذه القائمة الفرعية إضافة (طرح، ضرب، الخ) ثابتة لكل بكسل في صورة نشطة أو التحديد. عند تجاوز قيمة النتيجة تجاوزات النطاق القانوني لنوع بيانات الصور، يتم إعادة تعيين القيمة إلى الحد الأقصى لقيمة الحد الأدنى. مع الأكوام، يتم عرض مربع الحوار بروسيس ستاك. يحتوي هذا الحوار على نعم (معالجة المكدس بالكامل)، لا (صورة العملية الحالية) وأزرار إلغاء. لإضافة ثابت إلى الصورة أو التحديد. مع الصور 8 بت، يتم تعيين نتائج أكبر من 255 إلى 255. مع 16 بت توقيع الصور، يتم تعيين نتائج أكبر من 65،535 إلى 65،535. يطرح ثابتة من الصورة أو التحديد. مع الصور 8 بت و 16 بت، يتم تعيين نتائج أقل من 0 إلى 0. تضاعف الصورة أو التحديد من قبل ثابت الحقيقي المحدد. مع الصور 8 بت، يتم تعيين نتائج أكبر من 255 إلى 255. مع 16 بت توقيع الصور، يتم تعيين نتائج أكبر من 65،535 إلى 65،535. يقسم الصورة أو التحديد بواسطة ثابت حقيقي محدد. باستثناء الصور 32 بت (تعويم)، يتم تجاهل محاولات تقسيم صفر. مع الصور 32 بت، وتقسيم الصفر النتائج في إما نان (00) أو إنفينيتي. هل بتدوين وصورة والثابت الثنائي المحدد. هل يتم تحديد قيمة أور للصورة والثابت الثنائي المحدد. هل شور بتات للصورة والثابت الثنائي المحدد. يتم استبدال وحدات البكسل في الصورة بقيمة أقل من الثابت المحدد بواسطة الثابت. يتم استبدال وحدات البكسل في الصورة ذات قيمة أكبر من الثابت المحدد بواسطة الثابت. تنطبق الوظيفة f (p) (p255) gamma255 على كل بكسل (p) في الصورة أو التحديد، حيث 0.1 لوت غاما لوت 5.0. بالنسبة إلى صور رغب، يتم تطبيق هذه الوظيفة على قنوات الألوان الثلاثة جميعها. بالنسبة إلى الصور ذات 16 بتة، يتم استخدام الصورة مين و ماكس للتحجيم بدلا من 255. يملأ الصورة أو التحديد بالقيمة المحددة. بالنسبة إلى الصور ذات 8 بت، يتم تطبيق الدالة f (p) لوغ (p) 255log (255) على كل بكسل (p) في الصورة أو التحديد. بالنسبة إلى صور رغب، يتم تطبيق هذه الوظيفة على قنوات الألوان الثلاثة جميعها. وبالنسبة للصور ذات 16 بتة، تستخدم الصورة مين و ماكس للتحجيم بدلا من 255. وبالنسبة للصور العائمة، لا يتم إجراء أي تحجيم. لحساب log10 من الصورة، قم بضرب نتيجة هذه العملية بمقدار 0.4343 (1log .10) ريسيبروكال يولد المعاملة المتبادلة للصورة أو التحديد النشط يعمل فقط مع صور تعويم 32-بت نان باكغروند يقوم بتعيين وحدات بكسل غير عتبة في 32 (لا يوجد رقم) بالنسبة إلى الصور النائمة، فإن الخيار أبلي في إيماجيغادجوست ثريشولد يقوم بتشغيل هذا الأمر بيكسل مع قيمة Flat. NaN (0f0f) أو Float. POSITIVEINFINITY (1f0f) أو Float. NEGATIVEINFINITY (-1f0f) عند إجراء قياسات على صور تعويم ذات 32 بت، يولد القيمة المطلقة للصورة أو التحديد النشط، يعمل فقط مع صور تعويم ذات 32 بت. ماكرو (إكسبريسيون إيفالواتور) يؤدي هذا الأمر حسابا للصور باستخدام صورة مستخدم، ويمكن استخدامه لإنشاء صور اصطناعية كاملة أو لأداء التلاعب بكسل دقيقة على الصور الموجودة أو مداخن. الماكرو ماثماكروديمو، التي كتبها تياغو فيريرا، يوضح كيفية استخدامه ففت القائمة الفرعية الأوامر في هذا الدعم الفرعي فرعي عرض نطاق كنسي، تحرير ومعالجة. وهي تقوم على تنفيذ 2D هارتلي تحويل سريع (فت) ساهم بها أرلو ريفز، مؤلف من إيماجيفت سبينوف من المعاهد الوطنية للصحة صورة. ل فتس 3D، تحقق من بوب دوغيرتيس 3D سريع هارتلي تحويل البرنامج المساعد. يحسب تحويل فورييه ويعرض طيف الطاقة. يتم تخزين صورة نطاق التردد كما تعويم فت 32 بت تعلق على صورة 8 بت الذي يعرض الطيف السلطة. الأوامر في هذه القائمة الفرعية، مثل ففت معكوس. تعمل على 32 بت فت، وليس على الطيف السلطة 8 بت. جميع أوامر إيماجيج أخرى ترى فقط الطيف السلطة. إذا كان الماوس فوق إطار نطاق التردد النشط (ففت)، يتم عرض موقعه في الإحداثيات القطبية. وتعبر الزاوية بالدرجات، في حين يعبر عن نصف قطر البكسل في كل دورة (بيسي). ويعبر عن نصف قطرها بالوحدات في كل دورة (على سبيل المثال مك) إذا تم تحديد النطاق المكاني للصورة باستخدام مقياس أناليزيغتسيت. مع v1.39b أو في وقت لاحق، يتم تسجيل الإحداثيات القطبية من التحديدات نقطة بواسطة أناليزغتماسور. مثال متاح. ففت معكوس يحسب تحويل فورييه معكوس. يمكنك تصفية أو قناع البقع على تحويل (نطاق التردد) صورة وإجراء تحويل معكوس لإنتاج صورة التي تحتوي فقط على الترددات المختارة أو الذي يلغي الترددات المحددة. استخدام أدوات اختيار إيماجيجس والأوامر فيلكلير لرسم المناطق السوداء أو البيضاء التي تحجب أجزاء من الصورة المحولة. وتؤدي المناطق السوداء (قيمة بكسل 0) إلى تصفية الترددات المقابلة (إزالتها) وتسبب المناطق البيضاء (قيمة بكسل 255) في تمرير الترددات المقابلة. ومع ذلك، فإنه ليس من الممكن على حد سواء تصفية وتمرير خلال نفس تحويل معكوس. لاحظ أن المناطق التي سيتم تصفيتها في صورة نطاق التردد يجب أن تكون صفرا مليئة ويجب أن يتم ملء المناطق التي يجب تمريرها مع 255. يمكنك أن تختلف أن هذا هو الحال عن طريق تحريك المؤشر فوق منطقة مليئة ومراقبة أن القيم المعروضة في شريط الحالة إما 0 أو 255. يوضح هذا المثال كيفية إنشاء أقنعة إزالة أو تمرير الترددات المنخفضة للصورة. مع التحديدات خارج المركز، يظهر نفس التردد المكاني مرتين في الطيف السلطة، في نقاط المعاكس من المركز. مع إيماجيج 1.41k وفي وقت لاحق، فإنه يكفي لملء واحد فقط من هذه. في المثال التالي (من باب المجاملة من أرلو ريفيس)، تم تحديد الاختيارات مسح في النصف العلوي من الطيف السلطة تلقائيا إلى النصف السفلي، كما هو مبين في طيف السلطة من الصورة التي تمت تصفيتها. الصورة المستخدمة في هذا المثال متاحة على rsb. info. nih. govijimagesabe. tif. وهناك أيضا مثال يوضح كيفية إزالة الضوضاء من الصور التي تم إنشاؤها بواسطة ليزر المسح المجهر متحد البؤر. ريديسبلاي باور سبيكتروم يحاكي طيف الطاقة من صورة نطاق التردد (32 بت فت). هذا الأمر يسمح لك أن تبدأ من جديد إذا كنت الفوضى أثناء تحرير 8 بت صورة الطيف السلطة. خيارات ففت. يعرض مربع الحوار خيارات ففت. العرض - هذه هي مربعات الاختيار التي تحدد الصورة (الصور) التي يتم إنشاؤها بواسطة الأمر ففت: ففت ويندو هو الإخراج القياسي. وهو يتألف من صورة 8 بت من الطيف الطاقة والبيانات الفعلية، والتي لا تزال غير مرئية للمستخدم. يتم عرض الصورة الطيف السلطة مع التحجيم اللوغاريتمي، وتعزيز الرؤية من المكونات التي تكون ضعيفة المرئية. يتم استخدام البيانات الفعلية للأمر معكوس ففت. طيف الطاقة الخام هو طيف الطاقة دون التحجيم اللوغاريتمي. تحويل هارتلي السريع هو الشكل الداخلي المستخدم من قبل الأمر، والذي يقوم على تحويل هارتلي بدلا من تحويل فورييه. مجمع تحويل فورييه هو كومة مع اثنين من شرائح للأجزاء الحقيقية والخيالية من الاتحاد الفرنسي للتنس. تحقق من تحويل إلى الأمام وتحول الصورة الحالية على الفور عند إغلاق الحوار ففت خيارات. تصفية الموجة .. هذا هو الإصدار المدمج في يواكيم والترز ففت تصفية المساعد. فإنه يزيل الترددات المكانية العالية (عدم وضوح الصورة) والترددات المكانية المنخفضة (على غرار طرح صورة غير واضحة). ويمكن أيضا قمع خطوط أفقية أو عمودية التي تم إنشاؤها عن طريق مسح خط صورة سطرا. تصفية الهياكل الكبيرة إلى أسفل - يتم إلغاء الاختلافات السلس للصورة مع أحجام نموذجية من الرقع الساطعة أو الداكنة أكبر من هذه القيمة (الخلفية). تصفية هياكل صغيرة تصل إلى - يحدد كمية من التجانس. الأجسام الموجودة في الصورة أصغر من هذا الحجم توضع بقوة. لاحظ أن هذه القيم هي على حد سواء نصف الترددات المكانية للقطع الفعلي. إن القطع ناعم جدا، وبالتالي فإن الموجة الجانبية ستخفف بشكل ملحوظ حتى الترددات المكانية في وسط الممشى الجانبي ما لم يكن الفرق بين القيمتين كبير (أي أكثر من عامل 5 أو نحو ذلك). قمع خطوط - حدد ما إذا كان للقضاء على خطوط أفقية أو عمودية. إزالة خطوط أفقية مماثلة لطرح صورة غير واضحة فقط في الاتجاه الأفقي من الأصل. التسامح في اتجاه - وهذا هو لقمع المشارب أعلى القيم إزالة أقصر خطوط أندور المشارب التي تعمل تحت زاوية فيما يتعلق الاتجاه الأفقي (العمودي). أوتوسكيل بعد تصفية يضع أدنى كثافة إلى 0 وأعلى كثافة إلى 255، والحفاظ على جميع الشدة. تشبع يسمح بعض الشدة للذهاب إلى التشبع، وتنتج تباين بصري أفضل. تشبع فقط له تأثير عندما يتم تمكين أوتوسكالي. يظهر فلتر العرض الفلتر الذي تم إنشاؤه. لاحظ أن هذا يؤدي إلى تعطيل التراجع عن عملية التصفية على الصورة الأصلية. يستخدم مرشح الموجة الخلفية خوارزمية خاصة للحد من القطع الأثرية الحافة (قبل تحويل فورييه، يتم توسيع الصورة بالحجم عن طريق ربط نسخ معكوسة من أجزاء الصورة خارج الصورة الأصلية، وبالتالي لا يقفز تحدث على حواف). تصفية مخصص .. هذا الأمر لا فورييه تصفية الفضاء من النشطة باستخدام صورة الموردة من قبل المستخدم كما مرشح. هذا الأمر لا فورييه تصفية الفضاء من الصورة النشطة باستخدام الصورة التي يوفرها المستخدم كفلتر. سيتم تحويل هذه الصورة إلى 8 بت. For pixels that have a value of 0, the corresponding spatial frequences will be blocked. Pixel with values of 255 should be used for passing the respective spatial frequencies without attenuation. Note that the filter should be symmetric with respect to inversion of the center: Points that are opposite of the center point (defined as xwidth2, yheight2) should have the same value. Otherwise, artifacts can occur. This command correlates, convolves or deconvolves two images. It does this by converting the images to the frequency domain, performing conjugate multiplication, multiplication or division, then converting the result back to the space domain. These three operations in the frequency domain are equivalent to correlation, convolution and deconvolution in the space domain. Refer to the DeconvolutionDemo and MotionBlurRemoval macros for an examples. Filters Submenu This submenu contains miscellaneous filters and plugin filters that have been installed by the PluginsgtUtilitiesgtInstall Plugin command. For more information, refer to the Hypermedia Image Processing Reference at dai. ed. ac. ukHIPR2. Click on Index and look up the keywords convolution, Gaussian, median, mean, erode, dilate and unsharp. 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 the ctrlv keyboard shortcut. Checking Normalize Kernel causes each coefficient to be divided by the sum of the coefficients, preserving image brightness. The kernel shown is a 9 x 9 Mexican hat, which does both smoothing and edge detection in one operation. Note that kernels can be saved as a text file by clicking on the Save button, displayed as an image using FilegtImportgtText Image . scaled to a reasonable size using ImagegtAdjustgtSize and plotted using AnalyzegtSurface Plot . The ConvolutionDemo macro demonstrates how to use this command in a macro. Gaussian Blur. This filter uses convolution with a Gaussian function for smoothing. Sigma is the radius of decay to exp(-0.5) 61, i. e. the standard deviation sigma of the Gaussian (this is the same as in Photoshop, but different from earlier versions of ImageJ, where a value 2.5 times as much had to be entered. 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. 1e20, the image will be raplaced 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. Reduces noise in the active image by replacing each pixel with the median of t he neighboring pixel values. Smooths the current image by replacing each pixel with the neighborhood mean. The size of the neighborhood is specified by entering its radius in a dialog box. This filter does grayscale erosion by replacing each pixel in the image with the smallest pixel value in that pixels neighborhood. This filter does grayscale dilation by replacing each pixel in the image with the largest pixel value in that pixels neighborhood. Unsharp Mask. 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 is the standard deviation (blur radius) of the Gaussian blur that is subtracted. Mask Weight determines the strength of filtering, whereby Mask Weight 1 would be an infinite weight of the high-pass filtered image that is added. Heighlights edges in the image by replacing each pixel with the neighborhood variance. Show Circular Masks Generates a stack containing examples of the circular masks used by the Median . تعني . Minimum . Maximum and Variance filters for various neighborhood sizes. Image Calculator. Performs arithmetic and logical operations between two images selected from popup menus. Image1 or both Image1 and Image2 can be stacks. If both are stacks, they must have the same number of slices. Image1 and Image2 must be the same data type but they do not have to be the same size. You can select one of 12 operators from the Operation: popup menu. Check Create New Window and a new image or stack will be created to hold the result. Otherwise, the result of the operation replaces some or all of Image1 . Check 32-bit Result and the source images will be converted to 32-bit floating point before the specified operation is performed. 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 EditgtOptionsgtMisc . In these examples, the source and destination have inverted LUTs so zero pixels are white. Operations on images with non-inverted LUTs, and RGB images, will not produce the same results. Subtract Background. Removes smooth continuous backgrounds from gels and other images. Based on the rolling ball algorithm described in Stanley Sternbergs article, Biomedical Image Processing, IEEE Computer, January 1983. Imagine a 3D surface with the pixel values of the image being the height, then a ball rolling over the back side of the surface creates the background. The current algorithm (since v1.39f) uses an approximation of a paraboloid of rotation instead of a ball. The Rolling Ball Radius is 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. For example, typical values of the radius are around 0.2 to 5 for 16-bit images (pixel values 0-65535). The Light Background option allows the processing of images with bright background and dark objects. With the Create Background option, 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 holes in the background) before creating the background and finally subtracting it with ProcessgtImage Calculator . For calculating the background (rolling the ball), images are maximum-filtered (3x3 pixels) to remove outliers such as dust and then smoothed to reduce noise (average over 3x3 pixels). With Disable Smoothing . 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. Repeat Command Reruns the previous command. The Undo and Open commands are skipped. For a shortcut, type shift-R.29 Process Enhances image contrast by using either histogram stretching or histogram equalization. Both methods are described in detail in the Hypermedia Image Processing Reference Contrast Stretching and Histogram Equalization. This command does not alter pixel values as long as Normalize . Equalize Histogram or Normalize All n Slices (in the case of stacks) are not checked. Saturated Pixels Determines the number of pixels in the image that are allowed to become saturated. Increasing this value will increase contrast. This value should be greater than zero to prevent a few outlying pixel from causing the histogram stretch to not work as intended. Normalize If checked, ImageJ will recalculate the pixel values of the image so the range is equal to the maximum range for the data type, or 0--1.0 for float images. The contrast stretch performed on the image is similar to the lsquo Auto rsquo option in the BrightnessContrast C window, except that with stacks, each slice in the stack is adjusted independently, according to the optimal for that slice alone (if Use Stack Histogram is unchecked). The maximum range is 0--255 for 8-bit images and 0--65535 for 16-bit images. With stacks another checkbox , Normalize All n Slices . is displayed. If checked, normalization will be applied to all slices in the stack. Note that normalization of RGB images is not supported, and thus this option will not be available on RGB stacks. Equalize Histogram If checked, ImageJ will enhance the image using histogram equalization 30 . Create a selection and the equalization will be based on the histogram of that selection. Uses a modified algorithm that takes the square root of the histogram values. Hold Alt to use the standard histogram equalization algorithm. The Saturated Pixels and Normalize parameters are ignored when Equalize Histogram is checked. Use Stack Histogram If checked, ImageJ will use the overall stack histogram instead of individual slice histograms, that allow optimal adjustments for each slice alone. This option may be specially relevant when performing enhancements based on a ROI. 29.6 Noise Use the commands in this submenu to add noise to images or remove it. Converts an image to black and white. If a threshold has been set using the Image Adjust Threshold T tool, the depicted dialog is displayed. The value of the Black foreground, white background checkbox reflects and sets the global Black Background value of Process Binary Options If a threshold has not been set, Make Binary will analyze the histogram of the current selection, or of the entire image if no selection is present, and set an automatic threshold level to create the binary image ( lsquoAuto-thresholding rsquo is displayed in the Status bar, cf. Threshold T ). With stacks the Convert to Mask dialog box is displayed. Note that for non-thresholded images and stacks Make Binary and Convert to Mask behave similarly. 29.8.2 Convert to Mask Converts an image to black and white. The mask will have an inverting LUT (white is 0 and black is 255) unless Black Background is checked in the Process Binary Options dialog box. If a threshold has not been set, automatic threshold levels will be calculated (cf. Make Binary ). Note that for non-thresholded images and stacks Make Binary and Convert to Mask behave similarly. With stacks, the depicted dialog is displayed. Calculate Threshold for Each Image If checked, threshold levels will be calculated for each individual slice, otherwise the calculated threshold of the currently displayed slice will be used for all slices Black Background Defines whether the background is black and the foreground is white. Note that the value of this checkbox reflects and sets the global Black Background value of Process Binary Options 21 Creating Binary Masks Four ImageJ commands can be used to create binary masks: Edit Selection Create Mask Process Binary Make Binary Process Binary Convert to Mask Image Adjust Threshold T ( Apply ) By default these commands will produce binary images with inverted LUTs, so that black is 255 and white is 0 ( see Invert LUT ). This behavior can be reversed by checking Black Background in Process Binary Options before running the above commands (i. e. an inverting LUT will not be used: black will be 0 and white 255). This choice can be confirmed when running Make Binary and Convert to Mask on thresholded images. It can also be imposed at startup ( see Settings and Preferences ).29.8.3 Erode Removes pixels from the edges of objects in a binary image. Use Filters Minimum to perform grayscale erosion on non-thresholded images. 29.8.4 Dilate Adds pixels to the edges of objects in a binary image. Use Filters Maximum to perform grayscale dilation on non-thresholded images. 29.8.5 Open Performs an erosion operation, followed by dilation. This smoothes objects and removes isolated pixels. 29.8.6 Close-- Performs a dilation operation, followed by erosion. This smoothes objects and fills in small holes. The command has a tailing hyphen to differentiate it from File Close w. Generates a one pixel wide outline of foreground objects in a binary image. The line is drawn inside the object, i. e. on previous foreground pixels. 29.8.8 Fill Holes This command fills holes (4--connected background elements) in objects by filling the background 34 . 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 Samples Bat 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 (3D) 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 . تعني . 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. Batch commands 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. انتاج. 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 As submenu). 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. انتاج. 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 As submenu). 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. مثلا 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 Tables submenu). 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.