R/ImageJ: misurazione della distanza più breve tra punti e curve

Question

Ho una certa esperienza con R come piattaforma di statistiche, ma sono inesperto in matematica basata sull'immagine. Ho una serie di fotografie (formato tiff, px/μm è noto) con buchi e curve irregolari. Mi piacerebbe misurare la distanza più breve tra un buco e la curva più vicina per quella particolare buca. Mi piacerebbe farlo per ogni buca in una fotografia. Anche i buchi non sono regolari, quindi forse dovrei dire al programma quali sono i buchi e quali sono le curve (ImageJ ha un punto e le funzioni di una linea segmentata).

Qualche idea su come procedere? Quale pacchetto dovrei usare in R? Consiglieresti un altro programma per questo tipo di attività?

Answer 1

MODIFICA: Questa operazione è ora possibile utilizzando il pacchetto sclero. Il pacchetto è attualmente disponibile su GitHub e la procedura è descritta in dettaglio in the tutorial. Proprio per illustrare, io uso un esempio dal tutorial:

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) 

E 'anche possibile aggiungere formati di punto di esempio utilizzando le funzioni previste dal pacchetto sclero. Si prega di consultare la sezione 2.5 nel tutorial.

Answer 2

C'è uno strumento per il rilevamento dei bordi scritto per J Immagine che potrebbe aiutare in primo luogo trovare i fori e le linee, e chiarire. Lo trovate in

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

Giocando intorno con le impostazioni per la tresholding e l'isteresi può contribuire al fine di ottenere le linee e buchi trovati. È difficile dire se questo ha molte possibilità di lavorare senza vedere le tue foto reali, ma un mio collega ha avuto buoni risultati usando questo strumento sulle immagini FRAP. Ho programmato uno strumento ImageJ in grado di calcolare i recuperi nell'analisi FRAP basata su quelle immagini. È possibile ottenere alcune idee da soli quando si guarda il codice (vedi: http://imagejdocu.tudor.lu/doku.php?id=plugin:analysis:frap_normalization:start)

L'unico modo in cui so che è possibile lavorare con le immagini, è utilizzando EBImage contenuto nel sistema di bioconduttori. Il pacchetto Rimage è orfano, quindi non è più gestito.

Per trovare la distanza più breve: una volta che hai le coordinate delle linee e dei fori, puoi scegliere l'approccio del fucile: calcola le distanze tra tutti i punti e la linea, quindi prendi il minimo. Un esempio a tale proposito in R:

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 
    ) 
) 
} 

Poi:

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

quale è possibile controllare matematicamente derivando le equazioni dal cerchio e la linea. Questo va abbastanza veloce se non hai milioni di punti che descrivono migliaia di linee e buchi.