이미지의 배경 조명이 고르지 않기 때문에 배경 빼기를 수행하는 것이 좋습니다. 그리고 모서리 찾기는 Morphological Segmentation (합리적인 도구)을보다 쉽게 만들 수 있도록 가장자리를 향상시키는 좋은 전처리 단계입니다.
거기에서 당신은을 만들 수 있습니다
// Perform a background subtraction.
orig = getImageID();
run("Duplicate...", " ");
dupl = getImageID();
run("Gaussian Blur...", "sigma=50");
imageCalculator("Subtract create 32-bit", orig, dupl);
// Enhance the edges.
run("Find Edges");
// Run Morphological Segmentation.
run("Morphological Segmentation");
wait(1000); // HACK
call("inra.ijpb.plugins.MorphologicalSegmentation.segment", "tolerance=20", "calculateDams=true", "connectivity=6");
call("inra.ijpb.plugins.MorphologicalSegmentation.setDisplayFormat", "Catchment basins");
call("inra.ijpb.plugins.MorphologicalSegmentation.createResultImage");
결과 이미지가 다른 고체 값으로 각 지역이 있습니다 여기에
다음 단계의 많은 자동화하는 예제 매크로입니다 히스토그램 (
분석> 히스토그램)을 사용하여 각 강도 값, 즉 각 개체의 면적을 계산합니다. 이상한 이유로 인해 결과 이미지를 먼저 복제하기 전까지는 작동하지 않았습니다 (
시프트 +).
당신은 다른 도구에서 분석을 위해, 클립 보드에 전체 히스토그램을 넣어 다음 스프레드 시트 프로그램이나 텍스트 파일에 붙여 넣기 복사 버튼을 클릭 할 수 있습니다.
Morphological Segmentation에서 Catchment Basin "라벨링"이미지를 분석하는 방법은 분명히 있습니다. 더 많은 아이디어와 제안을 원하시는 분은 ImageJ Forum으로 문의하십시오.
시도해 볼 수있는 더 간단한 옵션은 Trainable Weka Segmentation입니다.