R/ImageJ: Noktalar ve eğriler arasındaki en kısa mesafeyi ölçme

Question

R platformunda bir istatistik olarak deneyimim var, ancak görüntü tabanlı matematikte deneyimsizim. Delikler ve düzensiz eğrilerle bir dizi fotoğrafım (tiff formatı, px/µm biliniyor) var. Bir delik ile bu delik için en yakın eğri arasındaki en kısa mesafeyi ölçmek istiyorum. Bir fotoğraftaki her delik için bunu yapmak isterim. Delikler de düzenli değildir, bu yüzden programın delikler ve eğrilerin neler olduğunu söylemem gerekir (ImageJ'nin bir nokta ve parçalanmış çizgi fonksiyonları vardır).

Nasıl yapılacağı hakkında herhangi bir fikrin var mı? R'de hangi paketi kullanmalıyım? Bu tür bir görev için başka bir program önerir misiniz?

Answer 1

DÜZENLEME: Bunu yapmak artık sklero paketi kullanarak mümkündür. Paket şu anda GitHub üzerinde kullanılabilir ve prosedür the tutorial içinde ayrıntılı olarak açıklanmıştır. Sadece ben öğretici bir örnek kullanın göstermek için: sklerokoroidal paket tarafından sağlanan işlevleri kullanarak örnek nokta boyutlarını eklemek de mümkündür

library(devtools) 
install_github("MikkoVihtakari/sclero", dependencies = TRUE) 
library(sclero) 
path <- file.path(system.file("extdata", package = "sclero"), "shellspots.zip") 
dat <- read.ijdata(path, scale = 0.7812, unit = "um") 
shell <- convert.ijdata(dat) 
aligned <- spot.dist(shell) 
plot(aligned) 

. Öğreticideki Bölüm 2.5'e bakınız.

Answer 2

ilk delik ve satırları bulmalarına yardımcı olun ve onları açıklamak olabilir Görüntü J için yazılmış kenar tespiti için bir araç var. Sen tresholding ve bulunan çizgiler ve delikleri almak için yardımcı olabilir histerezisi için ayarlarla etrafında oynamak

http://imagejdocu.tudor.lu/doku.php?id=plugin:filter:edge_detection:start

adresinde bulabilirsiniz. Gerçek fotoğraflarınızı görmeden çalışma şansının olup olmadığını söylemek zor, ancak bir meslektaşımın bu aracı FRAP görüntülerinde kullanarak iyi sonuçları oldu. Bu görüntülere dayanarak FRAP analizinde geri kazanımları hesaplayabilen bir ImageJ aracı programladım. Kod bakarken kendiniz için bazı fikirler alabilirsiniz (bkz: http://imagejdocu.tudor.lu/doku.php?id=plugin:analysis:frap_normalization:start)

Görüntülerle çalışabileceğinizi bildiğim tek yol, biyoiletken sistemde bulunan EBImage kullanarakdır. Rimage paketi artık yok, yani artık korunmuyor.

En kısa mesafeyi bulmak için: Çizgiler ve deliklerin koordinatlarına sahip olduktan sonra, av tüfeği yaklaşımına gidebilirsiniz: tüm noktalar ve çizgi arasındaki mesafeleri hesaplayın ve sonra en azını alın. R olduğu hakkında bir resim: Daha sonra

x <- -100:100 
x2 <- seq(-70,-50,length.out=length(x)/4) 

a.line <- list(x = x, 
       y = 4*x + 5) 

a.hole <- list(
    x = c(x2,rev(x2)), 
    y = c(200 + sqrt(100-(x2+60)^2), 
     rev(200 - sqrt(100-(x2+60)^2))) 
) 

plot(a.line,type='l') 
lines(a.hole,col='red') 

calc.distance <- function(line,hole){ 

    mline <- matrix(unlist(line),ncol=2) 
    mhole <- matrix(unlist(hole),ncol=2) 

    id1 <- rep(1:nrow(mline),nrow(mhole)) 
    id2 <- rep(1:nrow(mhole), each=nrow(mline)) 

    min(
    sqrt(
     (mline[id1,1]-mhole[id2,1])^2 + 
     (mline[id1,2]-mhole[id2,2])^2 
    ) 
) 
} 

:

> calc.distance(a.line,a.hole) 
[1] 95.51649 

çemberin ve hattan denklemleri türetmek matematiksel kontrol edebilir. Binlerce çizgi ve delik açıklayan milyonlarca noktanız yoksa, bu işlem yeterince hızlı gerçekleşir.