Algorytm segmentacji mikroskopowych obrazów okrzemek w preparatach z zanieczyszczeniami osadowymi

• Autorzy: Sekulska-Nalewajko J. , Gocławski J.

Warianty tytułu

EN

The segmentation algorithm of microscopic images of diatoms from slides with sedimental pollutions

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano nową, odporną na artefakty, metodę segmentacji obrazów mikroskopowych okrzemek. Obrazy te pobiera się w skali szarości, w jasnym polu widzenia mikroskopu, z preparatów zawierających zanieczyszczenia takie jak drobinki kurzu, okruchy skorupek lub kryształy piasku. Metoda ta zakłada składanie obrazów pochodzących z różnych płaszczyzn ostrości, zawierających odpowiednio ornamentację powierzchni i kontury okrzemek. Krawędzie obiektów okrzemek wykrywa się przy pomocy filtracji Canny'ego, a ich obszary są wydobywane niezależnie przy zastosowaniu transformaty „czarnego cylindra" i rekonstrukcji morfologicznych. Przerwania konturów podlegają uzupełnieniu poprzez połączenie ich końców wewnątrz poszczególnych obszarów okrzemek. Aby rozróżnić obiekty skorupek o regularnych kształtach od artefaktów sprawdza się krzywizny konturów, osie i środki symetrii. Kierunkowość ornamentacji skorupek okrzemek, jeśli występuje, jest rozpoznawana poprzez analizę histogramów obrazów fazowych wewnątrz masek poszczególnych obiektów.

EN

In the paper a new, robust to artefacts, method of microscopic diatom image segmentation has been presented. Images are acquired in grey-levels using bright field microscopy from specimens with impurities such as dust specks, debris or sand crystals. The method assumes superposition of images from different focal planes including diatom surface ornamentation and boundaries. Diatom object contours are detected using Canny filtering and their background regions are extracted independently applying bottom hat filtering and morphological reconstruction. Contour gaps are filled by linking of all contour ends inside of individual diatom background regions. To distinguish regularly shaped objects of diatoms from artefacts, contour curvatures, symmetry axes and centres are verified for each segmented object. Directional ornamentation of diatom frastules (if present) is detected by histogram analysis of phase images inside of individual region masks.

Słowa kluczowe

PL

okrzemki; segmentacja; krawędzie obszarów; rekonstrukcja morfologiczna; krzywizna konturów; ornamentacja

EN

diatoms; segmentation; region boundaries; morphological reconstruction; boundary curvature; ornamentation

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2009
• Tom: T. 13, z. 3/1
• Strony: 971--986
• Opis fizyczny: Bibliogr. 18 poz., rys., wykr., tab.

Twórcy

autor

Sekulska-Nalewajko J.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Gocławski J.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

Bibliografia

• [1] Berglund B.E., Ralska-Jasiewiczowa M., Pollen analysis. [w:] Handbook of Holocene Palaeoecology and Palaeohydrology. John Wiley and Sons Ltd., Chichester - New York, 1986, 455-83.
• [2] Bernsen J., Dynamie thresholding of grey-level images. Proceedings 8th International Conference on Pattern Recognition, 1986, 1251-1255.
• [3] Canny J., A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machinę Intelligence, vol. PAMI 8, No 6, 1986, 679-698.
• [4] Du Buf H., Bayer M., Automatic Diatom Identification. World Scientific Publishing, 2002.
• [5] Fischer S., Binkert M., Bunke H., Symmetry based indexing of diatoms in an image database. Proceedings 15th International Conference on Pattern Recognition, vol. 2, 2000, 895-898.
• [6] Fitzgibbon A., Pilu M., Fisher B., Direct Least Sąuares Fitting of Ellipses. IEEE Transactions on Pattern Analysis and Machinę Intelligence, vol. 21(5), 1999, 476^180.
• [7] Gonzalez R.C., Woods R.E., Digital imageprocessing. Wyd. 3, Prentice Hali, 2007.
• [8] Knhl F., Giardinia C, Elliptic Fourier features ofa closed contour. Computer Graphics and Image Processing, vol. 18, 1982, 236-258.
• [9] Latecki J., Lakaemper R., Discrete Approach to Curve Evolution. Informatik Aktuell, 1998, 85-92.
• [10] Malina W., Smiatacz M., Metody cyfrowego przetwarzania obrazów. EXIT, Warszawa, 2005.
• [11] Nieniewski M., Segmentacja obrazów cyfrowych. Metody segmentacji wododziałowej. EXIT, Warszawa, 2005.
• [12] Round F.E., Crawford R.M., Mann D.G., The Diatoms: Biology and Morphology ofthe Genera. Cambridge University Press, Cambridge, UK, 1990.
• [13] Stoermer E.F., Smól J.P., The Diatoms: Applications for the Environmental and Earth Sciences. Cambridge University Press, Cambridge, UK, 1999.
• [14] Sun C, Symmetry detection using gradient infórmation. Pattern Recognition Letters, vol. 16, 1995, 987-996.
• [15] Tadeusiewicz R., Korohoda M., Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu i Telekomunikacji, Kraków, 1997.
• [16] The Mathworks, Image processing toolbox users guide. Ayailable at: http://www.math works.com/access/helpdesk/help/pdf_doc/images/images_tb.pdf.
• [17] Thomas D., Elliptical fourier shape descriptors. Ayailable at: http://www.mathworks.com/matlabcentral/fileexchange/12746.
• [18] Vincent L., Morphological reconstruetion in image analysis: applications and efficient algori-thms. IEEE Transactions on Image Processing, vol. 2(2), 1993, 176-201.