728x90

 

 

Image J는 편리하고 간편한 이미지 분석 툴이라고 할 수 있습니다.

시료를 촬영한 사진을 분석하여 시료의 크기를 구하는 방법에 대해서 알아 보겠습니다.

원본사진은 몇개의 시료를 촬영한 아래 사진을 사용하겠습니다.

 

오늘의 실험할 사진

 

 

1. 이미지의 이진화

 

저렇게 컬러풀한 사진은 사실 컴퓨터의 경우에는 어디를 어떻게 처리해야 할지 잘 모른답니다.

사람은 엄청 쉬운데 그래서 특이점을 잡아야 합니다.

우선 특이점의 Threshold를 잡기위해서 먼저

 

 

① DATA를 8 bit로 변경합니다.

 

Image J에서 상단의 매뉴에 [Image] - [Type] - [8-bit]를 선택해서 변경할 수 있습니다.

8 bit 이미지가 되는 순간 color 정보를 소실하지만 여러가지 처리가 가능합니다.

그리고 원본 보존하는 것 항상 잊지 말도록 하세요

 

이미지 타입 8비트로 변경하기

 

 

② Threshold를 사용해 배경과 시료를 나눕니다.

 

이 과정을 스킵을 해도 됩니다.

시료의 색이 이렇게 단순할 때 사용하는 방법인데요.

상단 매뉴의 [Image] - [Adjust] - [Threshold]를 눌러서 Threshold 창을 열어봅니다.

문턱치의 상하한을 조절해서 특정 밝기만을 구별할 수 있습니다.

 

문턱치 조절 결과

 

예시로 쓰려고 가져온 사진이라 쉽게 명확하게 구별이 되죠.

이 정도면 별도의 처리 없이 한번에 가능할 것 같습니다.

 

 

 

③ Egde를 추출합니다.

 

이번에는 [Process] - [Find Edges]를 선택해서 경계선을 표시합니다.

위의 그냥 하얀 덩어리는 추출을 어려워합니다.

이렇게 경계선 상태로 만들어 져야 합니다.

경계선으로 표시하기

 

이제 이미지의 이진화 준비는 되었습니다.

이진화하는 방법은 좀더 많지만 어찌되었든 영상처리에서는 이렇게 특이점으로 나누는 과정이 중요합니다.

이제 여기서부터는 아래의 이미지 분석하는 기능에 대해서 진행하겠습니다.

 

 

 

 

2. 시료 이미지 추출하기

 

이제 실제로 측정한 사진을 분석할 차례입니다.

자동으로 처리해주니 아래과정 대로만 해봅시다.

 

 

 

① 이미지 분석을 위해 설정을 합니다.

 

  - Set Measurements : 이미지를 분석할 항목을 설정합니다. 이번에는 Area(면적), Fit ellipse(타원 분석)을 위주로 확인하려고 합니다.

  - Set Scale : 이미지 Pixel의 실제 물리적 거리를 알고 있으면 입력합니다. 입력하면 편리하게 계산해주지만 안해도 픽셀 단위로 계산해 줍니다. 이번에는 입력하지 않고 진행할 것입니다.

 

두 가지 설정항목

 

 

 

② 파티클을 추출합니다.

 

드디어 오늘의 본론인 개체 분석을 할 시간입니다.

상단의 [Analyze] - [Analyze Particles]을 실행합니다.

선택할 수 있는 옵션은 Show에서 Outlines를 선택하고요,

Display Results를 통해서 인식된 내용을 볼 수 있도록 했습니다.

 

오늘의 본론인 분석기능입니다

 

 

 

앞쪽에서 이미 이진화를 완벽하게 했기 때문에 그대로 인식이 됩니다.

보면 시료를 인식한데 빨간 점같은게 있는데 시료 번호입니다.

확대를 하면 보입니다. 예시로 사용한 사진이 생각보다 고화질이라 저렇게 된거네요.

그리고 위에서 Set Measurements에서 분석한 것을 저장해 줍니다.

 

인식 결과

 

 

확대를 해서 보겠습니다.

구석에 한두 픽셀 사이즈의 노이즈도 검출되는 것을 볼 수 있습니다.

이미지를 이진화할 때 완벽하게 걸러지지 않는 부분이 이렇게 표시가 됩니다.

 

확대한 사진

 

 

 

③ 분석 DATA를 옮겨서 확인합니다.

 

Results 창은 CSV 파일로 저장할 수 있고 또 복사해서 엑셀에 붙여 넣을 수도 있습니다.

숫자로 나오면 쉽게 파악할 수 있습니다.

아래 표를 보면 Area(면적)이 작은 값들은 아마 노이즈일 것이고 3000이 넘는 것들이 시료일 것입니다.

필요한 것으로 나누어 쓰면 되겠네요.

시료가 타원 모양이니 Major(장축), Minor(단축)을 보고도 분석이 가능합니다.

 

이미지 분석 결과

 

 

 

 

4. DATA 분석시 주의사항

 

이렇게 사진을 분석하는 방법을 알아 보았습니다.

만일 제 포스팅을 보고 직접 하려면 아마 뜻대로 안될 것입니다.

이미지 분석에는 많은 요소가 있기 때문입니다.

대표적으로 확인해야 하는 부분을 소개합니다.

 

 

① 이미지의 밝기나 명암을 설정한다.

 

가능하면 이미지는 편집하지 않는 것이 좋습니다.

분석이 너무 힘들다면 [Image] - [Adjust] - [Brightness/Contrast] 에서 명암 밝기를 조절할 수 있습니다.

혹은 이미지가 흐리다면 [Process] - [Sharpen]을 누르고 선명하게 만들어 봅니다.

편집은 이진화 전에 이루어져야하고 이진화가 잘 되는지 확인을 해야 합니다.

 

 

 

② 원형도를 조절하기

 

검출하고자 하는 시료가 원에 가까운지 모릅니다.

Analyze Particle을 실행할 때 Circularity를 조절해서 모양에 대한 최적화를 합니다.

Size 역시 설정하면 결과에 영향을 줄 수 있습니다.

 

 

 

③ 촬영환경 고정하기

 

시료의 색깔과 대비가 큰 받침을 사용하고 균일한 조명을 사용하며 그림자가 생기지 않도록 합니다.

처음부터 명확하게 촬영이 되면 분석결과도 우수해 집니다.

실험을 반복적으로 할 때는 동일한 조건에서 촬영이 되도록 주의해야 합니다.

 

 

320x100

 


 

이런 것 외에도 Image J에서도 꽤 많은 옵션이 추가적으로 있습니다.

촬영을 할 때도 시료를 염색하거나 형광소재를 사용하는 등 여러가지 방법을 통해서 인식이 잘 되도록 할 수 있습니다.

반복적인 실험과 검증을 통해서 최적화하는 것 만이 정확한 결과를 도출하는 길입니다.

 

 

 

 

반응형

+ Recent posts