Binary Options Imagej

Was bedeuten die verschiedenen binären Befehle? Dieses Untermenü enthält Befehle, die binäre (schwarze und weiße) Bilder verarbeiten. Diese Befehle gehen davon aus, dass die Objekte standardmäßig schwarz sind und der Hintergrund weiß ist. In dieser FAQ wird beschrieben, wie Sie den Standardwert auf schwarzen Hintergrund und weiße Objekte setzen. Wandelt Bilder in Schwarzweißbilder um. Der Schwellwertpegel wird bestimmt, indem das Histogramm der aktuellen Auswahl oder des gesamten Bildes analysiert wird, wenn keine Auswahl vorhanden ist. Diese FAQ beschreibt den verwendeten Algorithmus. Wenn das Tool ImagegtAdjustgtThreshold aktiv ist, wird ein Dialogfeld geöffnet, in dem Sie festlegen können, welche Pixel auf die Hintergrundfarbe eingestellt sind und welche Vordergrundfarbe und ob der Hintergrund schwarz ist und der Vordergrund weiß ist. Bitte aktualisieren Sie die oben nicht vollständig korrekt Mit Stacks werden alle Bilder im Stack in binär mit dem berechneten Schwellenwert der aktuell angezeigten Scheibe konvertiert. Verwenden Sie das ConvertStackToBinary-Makro, um einen Stapel in binär mit lokal berechneten Schwellenwerten zu konvertieren. Wandelt Bilder in Schwarzweißbilder auf Grundlage der aktuellen Schwellenwerte um. Standardmäßig hat die Maske eine invertierende LUT (schwarz ist 255 und weiß ist 0), erzeugt aber schwarze Hintergrundbilder (0), wenn der schwarze Hintergrund im Dialogfeld ProcessgtBinarygtOptions markiert ist. Bitte aktualisieren Sie die oben genannten nicht vollständig korrekt Bestimmt die lokalen Maxima in einem Bild und erstellt ein binäres (Masken-) Bild der gleichen Größe mit den Maxima oder einem segmentierten Teilchen pro Maximum, markiert. Für RGB-Bilder werden Maxima von Luminanz ausgewählt, wobei die Luminanz als gewichtetes oder ungewichtetes Mittel der Farben abhängig von den Einstellungen von EditgtOptionsgtConversions definiert ist. Dieser Befehl basiert auf einem Plugin von Michael Schmid. Ein Dialogfenster wird mit den folgenden Optionen angezeigt: Noise Tolerance - Maxima werden ignoriert, wenn sie nicht um mehr als diesen Wert aus der Umgebung herausragen (kalibrierte Einheiten für kalibrierte Bilder). Mit anderen Worten, eine Schwelle wird auf den Maximalwert minus Rauschtoleranz gesetzt und der zusammenhängende Bereich um das Maximum oberhalb der Schwelle analysiert. Für die Annahme eines Maximums darf dieser Bereich keinen Punkt mit einem höheren Wert als dem Maximum enthalten. Nur ein Maximum innerhalb dieses Bereichs wird akzeptiert. Einzelpunkte - Erstellt ein Ausgabebild mit einem einzelnen Punkt pro Maximum. Maxima Within Tolerance - Erstellt ein Ausgabebild mit allen Punkten innerhalb der Noise Tolerance für jedes Maximum. Segmentierte Partikel - Nehmen wir an, dass jedes Maximum zu einem Partikel gehört und das Bild durch einen auf die Werte des Bildes angewendeten Watershed-Algorithmus segmentiert (im Gegensatz zu ProcessgtBinarygtWaterhed, der die euklidische Distanzkarte verwendet). Punktauswahl - Zeigt eine Mehrpunktauswahl mit einem Punkt bei jedem Maximum an und erzeugt kein separates Ausgabebild. Anzahl - Zeigt die Anzahl der Maxima im Ergebnisfenster an und erzeugt kein Ausgabebild. Kante Maxima ausschließen - Schließt Maxima aus, wenn der Bereich innerhalb der Rauschtoleranz, der ein Maximum umgibt, den Rand des Bildes berührt (Rand der Auswahl spielt keine Rolle). Heller Hintergrund - Ermöglicht die Verarbeitung von Bildern mit hellem Hintergrund und dunklen Objekten. Oberhalb des unteren Schwellwertes - (Diese Option erscheint nur für schwellwerte Bilder) Findet Maxima nur über dem unteren Schwellenwert. Der obere Schwellwert des Bildes wird ignoriert. Wenn Segmente als Ausgangstyp ausgewählt sind. Wird der Bereich unterhalb der unteren Schwelle als Hintergrund betrachtet. Diese Option funktioniert nur, wenn Maxima des Pixelwertes im mathematischen Sinne gefunden werden, d. h. dunkler Hintergrund und nicht invertierende LUT oder heller Hintergrund und invertierende LUT. Vorschaupunktauswahl - Zeigt die Maxima mit den aktuellen Parametern als Mehrpunktauswahl, die dem Bild überlagert ist. Wenn diese Option aktiviert ist, wird auch die Anzahl der gefundenen Maxima im Dialogfenster angezeigt. Für Ausgangstypen Einzelpunkte. Maxima innerhalb Toleranz und segmentierte Teilchen. Ausgabe ist ein binäres Bild mit Vordergrund 255 und Hintergrund 0, wobei eine invertierte oder normale LUT abhängig von der Option Schwarzer Hintergrund in ProcessgtBinarygtOptions verwendet wird. Die Anzahl der Partikel (wie von Analyze Particles erhalten) im Ausgabebild hängt nicht vom gewählten Output Type ab. Beachten Sie, dass segmentierte Partikel in der Regel zu Partikeln führen, die die Kante berühren, wenn Exclude Edge Maxima ausgewählt ist. Exclude Edge Maxima gilt für das Maximum, nicht für das Partikel. Finden Sie Maxima auf ein verrauschtes Bild mit verschiedenen Optionen angewendet (ausschließen Edge Maxima ausgewählt). Maxima funktioniert nicht auf Stapeln, aber das FindStackMaxima-Makro führt es auf allen Bildern in einem Stapel aus und erstellt einen zweiten Stapel, der die Ausgabebilder enthält. Ersetzt jedes Pixel mit dem minimalen (geringsten) Wert in der 3 × 3 Nachbarschaft. Mit binären Bildern werden Pixel von den Kanten von schwarzen Objekten entfernt. Ersetzt jedes Pixel mit dem maximalen (dunkelsten) Wert in der 3 × 3 Nachbarschaft. Bei binären Bildern werden Pixel an den Rändern von schwarzen Objekten hinzugefügt. Führt eine Erosionsoperation durch, gefolgt von einer Dilatation. Mit binären Bildern, glättet diese Objekte und entfernt isolierte Pixel. Führt einen Dilatationsvorgang durch, gefolgt von einer Erosion. Mit binären Bildern glättet diese Objekte und füllt sich in kleine Löcher. Der Befehl hat einen Tailing-Bindestrich, um ihn von der Datei zu schließen. Zeigt ein Dialogfenster an, das es erlaubt, mehrere Einstellungen, die von Befehlen im Untermenü Binär verwendet werden, zu ändern. Iterationen gibt an, wie oft Erosion, Dilatation, Öffnung und Schließung durchgeführt werden. Count gibt die Anzahl an benachbarten Hintergrundpixeln an, die erforderlich sind, bevor ein Pixel aus der Kante eines Objekts während der Erosion entfernt wird, und die Anzahl an benachbarten Vordergrundpixeln, die erforderlich sind, bevor ein Pixel dem Rand eines Objekts während der Dilatation hinzugefügt wird. Überprüfen Sie den schwarzen Hintergrund, wenn das Bild weiße Objekte auf einem schwarzen Hintergrund hat. Wenn Pad-Kanten beim Erodieren überprüft werden, erodiert ProcessgtBinarygtErode nicht von den Kanten des Bildes. Diese Einstellung wirkt sich auch auf ProcessgtBinarygtClose aus. Die von den Kanten erodiert wird, sofern dieses Kontrollkästchen nicht aktiviert ist. EDM Ausgang bestimmt den Ausgangstyp für die ProcessgtBinarygtDistance Map. Ultimative Punkte und Voronoi Befehle. Setzen Sie es, um für 8-Bit-Ausgabe zu überschreiben, die das Eingabebild 8-Bit überschreibt. 16-Bit oder 32-Bit für separate Ausgabebilder. 32-Bit-Ausgang hat eine Gleitpunktauflösung (Subpixel). Erzeugt einen 1 Pixel breiten Umriss von Vordergrund (Schwarz-) Objekten in einem Binärbild. Die Linie wird innerhalb des Objekts gezeichnet, d. h. auf vorherigen Vordergrundpixeln. Wiederholt entfernt Pixel von den Kanten von Objekten in einem binären Bild, bis sie auf einzelne Pixel breite Skelette reduziert werden. Objekte werden schwarz und weiß angenommen. Man beachte, dass es viele Skelettierungsalgorithmen gibt. Erzeugt eine Euklidische Distanzkarte (EDM). Jedes Vordergrundpixel in dem Binärbild wird durch einen Grauwert ersetzt, der gleich dem Abstand pixel039s von dem nächsten Hintergrundpixel ist. Verwenden Sie ProcessgtBinarygtOptions, um die Hintergrundfarbe (schwarz oder weiß) und den Ausgabetyp beim Auswählen von Überschreiben oder 8-Bit-Ausgabe festzulegen. Beachten Sie, dass Abstände, die größer als 255 sind, als 255 gekennzeichnet sind. Erzeugt die endgültig erodierten Punkte des EDMs. Benötigt ein binäres Bild als Eingabe. Die UEPs stellen die Zentren von Partikeln dar, die durch Segmentierung getrennt würden. Der Grauwert des UEP039 ist gleich dem Radius des eingeschriebenen Kreises des entsprechenden Teilchens. Verwenden Sie ProcessgtBinarygtOptions, um die Hintergrundfarbe (schwarz oder weiß) und den Ausgabetyp festzulegen. Die Watershed-Segmentierung der Euklidischen Distanzkarte (EDM) ist eine Möglichkeit, Partikel, die sich berühren, automatisch voneinander zu trennen oder zu schneiden. (Watershed-Trennung eines Graustufenbildes ist über den Befehl Find Maxima verfügbar.) Der Watershed-Befehl erfordert ein binäres Bild, das schwarze Partikel auf einem weißen Hintergrund enthält. Es berechnet zunächst die euklidische Distanzkarte und findet die endgültig erodierten Punkte (UEPs). Es erweitert dann jede der UEPs (die Peaks oder lokalen Maxima der EDM) so weit wie möglich - entweder bis der Rand des Partikels erreicht ist, oder der Rand der Region eines anderen (wachsenden) UEP. Watershed-Segmentierung funktioniert am besten für glatte konvexe Objekte, die don039t überlappen zu viel. Hier ist eine Animation, die zeigt, wie Wasserscheide Segmentierung funktioniert. Spaltet das Bild durch Punktlinien mit gleichem Abstand zu den Rändern der beiden nächsten Partikel. Somit enthält die Voronoi-Zelle jedes Teilchens alle Punkte, die näher zu diesem Teilchen als jedes andere Teilchen sind. Für den Fall, dass die Teilchen einzelne Punkte sind, ist dies eine Voronoi-Tesselation (auch als Dirichlet-Tesselation bekannt). In der Ausgabe ist der Wert innerhalb der Voronoi-Zellen Null, wobei die Pixelwerte der Trennlinien zwischen den Zellen gleich dem Abstand zu den beiden nächsten Partikeln sind. Dies ist vergleichbar mit einer medialen Achse Transformation des Hintergrunds, aber es gibt keine Linien in inneren Löcher der Partikel. Wählen Sie im Dialogfeld ProcessgtBinarygtOptions den Ausgangstyp (Overwrite, 8 Bit, 16 Bit oder 32 Bit) und die Hintergrundfarbe (Schwarz oder Weiß für Eingang und Ausgang). Gui / process / binary. txt middot Zuletzt geändert: 2010/01/26 11:07 (extern editieren) Willkommen auf der Website von Ann Victoria Roberts. Hier finden Sie Details von Anns Bücher, Blogs, Biographie und Rezensionen von Bücher, die sie genossen lesen hat. Bitte zögern Sie nicht, einen Kommentar hinterlassen, oder teilen Sie die Blogs mit Ihren Freunden online. Ann traf die nationalen Schlagzeilen 1989 als die Hausfrau, die einen Bestseller schrieb, als ihre ersten historischen Romane, Louisa Elliott und Liams Geschichte verkauften in den USA für, was dann eine Rekordsumme für einen erstmaligen Autor war. Erschienen bei Chatto amp Windus im Vereinigten Königreich und übersetzt in sieben Sprachen, war Louisa Elliott für den renommierten RNA Award nominiert. Nun unabhängig veröffentlicht, sind beide Romane in Pint und ebook-Format zur Verfügung. Anns fünfte Roman, The Masters Tale. Basierend auf dem Leben von Captain EJ Smith von der Titanic. Gewann einen der Rubery Awards für unabhängig veröffentlichte Bücher im Jahr 2012. Eine überarbeitete ebook Ausgabe erschien im Jahr 2015. Angespornt durch Parallelen zwischen Vergangenheit und Gegenwart, durch das Leben der echten Menschen und die dunklere Seite des Lebens und der Liebe, wurde Ann gelobt Für ihre Fähigkeit, den Leser in die Vergangenheit, und für die visuelle Qualität ihrer Schrift zu bewegen. In York geboren und verheiratet mit einem Master Mariner, Ann reiste weit an Bord von Handelsschiffen, wenn ihre Kinder waren jung, und das Leben auf See in drei ihrer fünf Romane. An der Prince Henrys Grammar School Otley und Harrogate School of Art ausgebildet, ist Ann Mitglied der Society of Authors und der Allianz der unabhängigen Autoren und lebt heute in Southampton, wo ihr Ehemann Meister der britischen Heritage Steamship, Shieldhall ist. Aktuelle Blogs Diese Woche ist die weltweit größte Fachmesse für Bücher. Porto ist eine faszinierende Stadt, die sicher mehr wert ist. Aktualisiert vom ursprünglichen Post 17. September 2014 Zwei Brüder. Biographie Blog Ich war bereitet Moon Rising für ebook Veröffentlichung in spät. Die mittelalterliche Halle der Händler Adventurers Guild in York. Louisa Elliott und Liams Geschichte nahm eine riesige Menge an. AnnVRoberts. RT LaurenceLines: yorkviews Moon amp Venus in Verbindung über York isn tspacefantastic York t. co/xST4bSJAjt (ungefähr 9 Tage Zeit vor) AnnVRoberts. GiselleRoeder1 Berühmtheit übertrifft Bedeutung heute - traurig (ungefähr 10 Tage her) Folgen Sie AnnVRobertsSIOX: Einfache interaktive Gegenstandsextraktion SIOX Segmentierungresultat Dieses ist ein Fidschi-Plugin, das auf dem SIOX Projekt basiert, um Farbbilder zu segmentieren. SIOX steht für Simple Interactive Object Extraction (Simple Interactive Object Extraction). Ein Verfahren zum Extrahieren von Vordergrund aus Standbildern mit sehr geringer Benutzerinteraktion. SIOX ist schnell, geräuschstabil und kann daher auch für die Segmentierung von Videos verwendet werden. Es vermeidet viele der Nachteile grafikbasierter Segmentierungsmethoden, führt aber bei verschiedenen Benchmarks gleich gut. SIOX ist offen und kostenlos (Apache-Lizenz) und die Autoren haben bewusst keinen Teil der Technologie patentiert. So wurde es in den vergangenen Jahren in mehrere Open-Source-Bildmanipulationsprogramme integriert. SIOX ist der zugrunde liegende Algorithmus des Vordergrund-Extrahierungswerkzeugs im GNU-Bildmanipulationsprogramm (GIMP) und Teil des Tracer-Tools in Inkscape. SIOX stammt von E-Chalk, wo ein Lehrer, der vor einer elektronischen Tafel steht, segmentiert ist. Varianten von SIOX werden für Roboter-Vision und für die Verbesserung der 3D-Time-of-Flight-Kamera-Segmentierung verwendet. Räumlichkeiten: Um das Plugin aufzurufen, muss mindestens ein RGB-Bild geöffnet sein. Nach Klicken auf die Plugins-Segmentierung SIOX: Einfache Interaktive Objekt-Extraktion. Wird das Bild in das Plugin GUI eingebettet. Schritt 1: Anfangssegmentierung. Malen Sie die Regionen von Interesse (ROIs) entsprechend dem Vordergrund und Hintergrund. Wählen Sie eines der ROI-Tools aus und markieren Sie die Bereiche, die Sie als Vordergrund und Hintergrund betrachten. Um mehrere Objekte zu segmentieren, wählen Sie Mehrere Vordergrundkomponenten zulassen Schritt 2: Detailverfeinerungspinsel. Wählen Sie neue ROIs aus, die hinzugefügt oder von der aktuellen Segmentierung subtrahiert werden sollen. Drücken Sie auf Verfeinern, um diese Bereiche basierend auf dem vorherigen Ergebnis hinzuzufügen / zu subtrahieren. Schritt 3: Maske zurücksetzen oder erstellen. Klicken Sie auf die Schaltfläche Zurücksetzen, um den Prozess neu zu starten, oder klicken Sie auf die Schaltfläche Maske erstellen, um ein binäres Bild zu erstellen. Bitte beachten Sie, dass die Binärbild-Polarität der Option Prozessbinäre Optionen folgen wird. SIOX-Segmentierung Grafische Benutzeroberfläche für Leaf-Beispiel SIOX ist ein Plugin, das für die Segmentierung von 2D-Farbbildern entwickelt wurde. Wenn das Bild nicht RGB-Farbe ist, kann es mit dem Befehl Bildtyp RGB-Farbe in RGB konvertiert werden. Allerdings verwendet der SIOX-Algorithmus Farbinformationen, so dass es erwartet wird, besser auf echten RGB-Bildern zu arbeiten. Beim Aufruf des Plugins wird das Bild in die grafische Benutzeroberfläche von SIOX (GUI) eingebettet. Diese GUI verfügt über 3 Bereiche (Panels): Anfangssegmentierung, Detailverfeinerungspinsel und die Masken / Reset-Schaltflächen. Initial Segmentation SIOX initial segmentation panel Dies ist der erste Schritt des Verfahrens, in dem man die ROIs definiert, die typischen Bereichen des Vorder - oder Hintergrunds entsprechen. Vordergrund und Hintergrund definieren Die Optionsfelder Vordergrund und Hintergrund wechseln zwischen den beiden ROI-Typen. Wenn die Vordergrund-ROIs definiert werden, werden die Hintergrund-ROIs in durchscheinendem Rot dargestellt. Ähnlich werden bei der Definition der Hintergrund-ROIs die Vordergrund-ROIs in durchscheinendem Grün dargestellt. Die ROIs können mit einem der Auswahlwerkzeuge definiert werden: TIPP. Mehrere ROIs können mit einem beliebigen Auswahlwerkzeug ausgewählt werden, indem Sie die SHIFT-Taste drücken und auf verschiedene Teile des Bildes klicken. Mehrere Objekte Für die Segmentierung mehrerer Objekte. Aktivieren Sie Mehrere Vordergrundkomponenten zulassen. Diese Option teilt SIOX mit, nach mehreren Objekten im Bild zu suchen. Wenn Sie mehrere Vordergrund-ROIs einführen, wird diese Option dann angenommen. Glättung Der Regler Glättung definiert die Schärfe der resultierenden Konturen. Wenn Sie beispielsweise das Standardmuster Leaf (36K) segmentieren, reduziert die Glättung genauere Ränder. Segmentierung Beispiel für das SIOX-Ergebnis nach der Erstsegmentierung Um mit der anfänglichen Segmentierung fortzufahren, klicken Sie auf Segment. Denken Sie daran, dass SIOX mindestens eine Vordergrundkomponente (ROI) benötigt, um die Segmentierung zu erzeugen, der Hintergrund ROI ist optional. Nach einigen Sekunden (abhängig von der Bildgröße) erscheint das Ergebnis (dunkler Hintergrund und Vordergrundbereich (e) in den Originalfarben). Daraufhin wird die anfängliche Segmentierung deaktiviert. Wenn die Ergebnisse nicht zufrieden stellend sind, drücken Sie auf Zurücksetzen, um den Vorgang neu zu starten. Andernfalls fahren Sie mit dem nächsten Verfeinerungsschritt fort. Detail Verfeinerungspinsel SIOX Detailverfeinerungspinsel Dies ist der zweite Schritt im SIOX-Segmentierungsprozess. An diesem Punkt kann das Verfahren erneut aufgerufen werden, um die bisher erhaltenen Ergebnisse zu verfeinern, um so viele Bereiche wie möglich zu subtrahieren oder neue Bereiche zu den Hintergrund - oder Vordergrundkomponenten hinzuzufügen. Der Add-Modus ändert nur Pixel, die früher als Hintergrund klassifiziert wurden, während der Subtrahier-Modus nur diejenigen modifiziert, die früher als Vordergrund klassifiziert wurden. Hinweis . Dieser Schritt ist optional. Wenn Sie bereits mit dem Ergebnis zufrieden sind, fahren Sie mit dem Erstellen der binären Maske fort. Durch Klicken auf subtrahieren oder addieren werden die zu addierenden oder zu subtrahierenden ROIs ausgewählt. Die Schieberegler stellen die Schwelle für die Additions - und Subtraktionsverfeinerung dar. Entscheiden, an welchem ​​Konfidenzniveau man anhalten soll. Das Erhöhen des Subtraktions-Schiebers entspannt den Schwellenwert, um einen Bereich als Hintergrund einzustellen, während eine Verringerung des Additions-Schiebers den Schwellenwert entspannt, um einen Bereich als Vordergrund festzulegen. Klicken Sie abschließend auf Verfeinern. Wird die Segmentierung für die ausgewählten Bereiche neu berechnet und das Ergebnis wird wie zuvor angezeigt (dunkler Hintergrund und farbiger Vordergrund). Wiederholen Sie diesen Schritt, bis Sie vollkommen zufrieden sind. SIOX zurücksetzen / Maske erstellen / Maske erstellen Diese Maske wird während eines der anderen Segmentierungsschritte aktiviert. Reset Setzt das Bild einschließlich des internen Status der Vertrauensmatrix (Vorder-, Hintergrund - und Verfeinerungsbereiche) zurück. Die ursprünglichen ROIs werden neu geladen, so dass sie wiederverwendet werden können. Maske erstellen Erstellt ein binäres (0-255) Bild basierend auf dem aktuellen Zustand des Segmentierungsprozesses. Die Hintergrundfarbe (schwarz oder weiß) ist in Process Binary Options definiert. Diese Taste kann während eines der vorherigen Schritte gedrückt werden. Save segmentator Sie können die Segmentierungsinformationen in einer Datei speichern, indem Sie auf die Schaltfläche Save segmentator klicken. Dies kann später auf ein anderes Bild oder Stapel von Bildern angewendet werden, indem man auf den SIOX Segmentator (siehe nächsten Abschnitt) klicken. Anwenden des SIOX-Segmentators Sie können einen zuvor gespeicherten SIOX-Segmentierer auf ein beliebiges geöffnetes Bild oder einen Satz von Bildern (Stack) anwenden. Schritt 1 . Klicken Sie auf das Bild oder Stapel auf Segment. Schritt 2 . Klicken Sie auf Plugins Segmentation Apply SIOX Segmentator. Und das folgende Dialogfeld öffnet sich: SIOX-Segmenteingabe-Dialog anwenden Schritt 3. Wählen Sie die Siox-Segmentierungsdatei (oder ziehen Sie sie einfach per Drag & Drop) und klicken Sie auf OK. Der Segmentierer wird auf das ausgewählte Bild oder den Stapel angewendet und das Ergebnis wird angezeigt. Ergebnisse des Anwendens des zuvor berechneten SIOX-Segmentators auf einen Stapel von transformierten Versionen des Blattmusters Hinweis. Beim Anwenden eines gespeicherten Segmentators gibt es keine Information über die Größe der erwarteten Vordergrundkomponenten, so daß die größte Komponente als Referenz verwendet wird. Die Mehrfachkomponentenoption stimmt mit dem überein, was sie während der Segmentierungsberechnung verwendet wurde. Die neueste Dokumentation des Pakets finden Sie hier: Die umfangreichste Arbeit: G. Friedland: Adaptive Audio - und Videobearbeitung für elektronische Tafelvorlesungen, Dissertation. Institut für Informatik, Freie Universität Berlin, Oktober 2006. Standbildansatz: G. Friedland, K. Jantz, T. Lenz, F. Wiesel, R. Rojas: Objektschnitt und Einfügen in Bilder und Videos, International Journal of Semantic Computing Band 1, Nr. 2, S. 221-247, World Scientific, USA, Juni 2007. G. Friedland, K. Jantz, L. Knipping, R. Rojas: Bildsegmentierung durch einheitliches Farbclustering - Ansätze und Ergebnisse Bericht B-05-07. Institut für Informatik, Freie Universität Berlin, Juni 2005 (PDF, 18MB). G. Friedland, K. Jantz, R. Rojas: SIOX: Einfache interaktive Objekt-Extraktion in Bildern, Proceedings des IEEE International Symposium on Multimedia (ISM2005), S. 253-259, Irvine (Kalifornien), Dezember 2005. Download PDF von der Digitalen Bibliothek der IEEE Computer Society. G. Friedland, K. Jantz, T. Lenz, R. Rojas: Erweiterung des SIOX-Algorithmus: Alternative Clustering-Methoden, Subpixelgenaue Objekt-Extraktion aus Standbildern und Generic-Video-Segmentierung, Technischer Bericht B-06-06. Institut für Informatik, Freie Universität Berlin, Januar 2006 (PDF, 10MB). G. Friedland, K. Jantz, T. Lenz, F. Wiesel, R. Rojas: Ein praktischer Ansatz zur grenzüberschreitenden Multi-Objekt-Extraktion aus Standbildern und Videos, der in Proceedings of the IEEE International Symposium on Multimedia (ISM2006 ), San Diego (Kalifornien), Dezember 2006. Danke an Wayne Rasband. Gibt es eine ImageJ-Version dieses Plugins ohne Fidschi-Abhängigkeiten: Die von Gerald Friedland entwickelte SIOX-Java-Bibliothek. Kristian Jantz und Lars Knipping sind unter der Apache Lizenz lizenziert. Version 2.0 (die Lizenz): apache. org/licenses/LICENSE-2.0. Soweit das anwendbare Recht dies nicht verlangt oder schriftlich vereinbart ist, wird die Software, die unter der Lizenz vertrieben wird, ohne jegliche Gewährleistung oder ausdrücklicher oder stillschweigender Gewährleistung an eine AS IS BASIS verteilt. Siehe Lizenz für die spezifische Sprache, die Berechtigungen und Einschränkungen unter der Lizenz regelt. Das Fidschi Plugin GUI, entwickelt von Ignacio Arganda-Carreras. Stephan Saalfeld und Johannes Schindelin ist freie Software, die Sie unter den Bedingungen der GNU General Public License, veröffentlicht von der Free Software Foundation (gnu. org/licenses/gpl. txt), weiterverteilen und / oder modifizieren können.