Программное обеспечение анализа изображений позволяет проводить автоматические и ручные измерения по изображениям. Программа способна выделить объекты интереса (от фона) по значениям пикселей в цветовых системах RGB и HSB (цветовой тон, насыщенность, светлота).
Есть возможность определять для объектов интереса более 40 морфометрических параметров (подробнее про морфометрические параметры):
а) Площади и периметры: Площадь, Полная площадь, Площадь выпуклой оболочки, Площадь включений, Периметр, Периметр выпуклой оболочки, Количество включений.
б) Размеры: Длина, Ширина, Длина эквивалентная, Ширина эквивалентная, Радиус минимальный, Радиус минимальный, Радиус эквивалентный, Диаметр эквивалентный, Диаметр Фере максимальный, Диаметр Фере минимальный, Диаметр Фере средний, Диаметр Фере горизонтальный, Диаметр Фере вертикальный, Диаметр Фере ортогональный максимальному, Диаметр Фере ортогональный минимальному, Длина ленты, Ширина ленты, Диметр Мартина горизонтальный, Диаметр Мартина вертикальный.
в) Расположение и ориентация: Координаты центра масс, Углы максимального и минимального диаметра Фере, Углы большой и малой оси эквивалентного эллипса, признак касания границы области интереса.
г) Коэффициенты формы: округлости, эллиптичности, компактности, удлинения, выпуклости, извилистости, заполненности, плотности.
д) Параметры яркости: Средняя яркость, Максимальная яркость, Минимальная яркость, СКО яркости.
Можно проводить статистическую обработку значений признаков объектов: вычисление для каждого признака минимального и максимального значений, среднего (математическое ожидание), дисперсии и среднеквадратичного отклонения, построение гистограмм распределения признаков объектов.
Для работы необходимо прокалибровать размеры изображения — автоматический пересчет разрешения (пикселей на единицу измерения) для различных размеров изображения и используемых увеличений микроскопа.
На рисунке представлены четыре микрофотографии объект-микрометра, сделанные на четырех различных увеличениях (объективы 10, 20, 40 и 100 крат). По эти снимкам была проведена калибровка каждого объектива.
Для наглядной демонстрации возможностей ПО анализа изображения рассмотрим следующий образец. Происхождение и его материал неизвестны. Известно, что изначальный порошок был фракционирован на лабораторных ситах. Одна из фракций будет рассматриваться во всех примерах ниже и для нее будет определено распределение частиц по размерам. Несколько примеров микрофотографий этого порошка представлены ниже.
В отраженном свете:
В проходящем свете:
Видно, что имеется еще и внутренняя структура в этих частицах.
Для работы с этим образцом был выбран объектив 10 крат. Характерная картинка при этом увеличении:
Применим к данному изображению автоматическое выделение объектов интереса:
Зеленым отмечены все темные объекты, которые программа смогла распознать.
При этом оказались выбраны частицы касающиеся границы изображения и небольшая пыль. Можно удалить из рассмотрения часть выделенных программой объектов:
Фиолетовым выделена «пыль» и ее размеры отображены в таблице справа. Она будет удалена из выборки объектов интереса.
Фиолетовым цветом выделена частица, касающаяся границы изображения. Ее тоже удалим из рассмотрения.
В результате имеем следующую картинку:
Ненужные частицы и пыль отброшены из рассмотрения. В первой таблице перечислены все признаки, по которым будут анализироваться объекты интереса. Во второй таблице выведены значения диаметра Фере среднее (среднее из длин проекций объекта на 64 оси).
Аналогично обрабатываем другие микрофотографии этого объекта – набираем статистику.
В программе заложена возможность не только удалить целиком автоматически выделенный объект, но и вручную разделить два слипшихся объекта.
На данном изображении объекты 31, 32 и 24, 25, 26 изначально программой были распознаны как один. Их можно было просто удалить из рассмотрения, а можно вручную разделить специальным инструментом программы. «Пыль» рядом с объектом 29 была отделена вручную от объекта и удалена из рассмотрения.
Подобным образом было снято и обработано пять различных микрофотографий образца. Получена статистика на 122 объектах. Результаты по некоторым свойствам объектов представлены ниже в виде гистограмм.
Полная площадь.
Сумма всех пикселей объекта и всех пикселей включений фона внутри объекта:
Коэффициент округлости.
Отношение периметра объекта к периметру круга с той же площадью. Для круга близок к 1.
Распределение частиц по размерам.
Диаметр Фере средний. Среднее из длин проекций на 64 оси.
Видно, что можно строить гистограммы с накоплением и в процентах.