例えば、最近よく用いられる画像処理としてNL(Non Local)-meansという手法があります。綺麗な画像が得られるのですが、生物学ではほとんど利用されません。何故かというと、NL-meansは離れたpixelの情報も取得してしまうので、本来含まれるべき情報を省いてしまっている可能性があるからです。
NL=Non Localという意味であり、画像の中から1pixelごとに比較して非局所的な画像処理を行っています。局所のぱっと見で似ているところを用いてノイズ処理を行っているのです。しかし、意図しない画像を示してしまうこともある。(例えば、似ているからといって頭の画像の一部と腹の画像の一部で平均化するのはミスリーディングにつながる可能性もあります。)
むしろ、隣り合ったデータを用いてノイズ除去をするのが生物学や医療のアプローチになります。ノイズ除去しようとすると、近傍をフィルタ処理するのが古典的かつ王道の方法です。画像の解像度にも影響するので、画像圧縮にも近い面があります。
むしろ、隣り合ったデータを用いてノイズ除去をするのが生物学や医療のアプローチになります。ノイズ除去しようとすると、近傍をフィルタ処理するのが古典的かつ王道の方法です。画像の解像度にも影響するので、画像圧縮にも近い面があります。
Image Jを実際に使ってみよう
では、試しにImage Jを使って簡単な画像処理をやってみましょう!
メニューのFile->Open Samples->Lena(68K)を選択して開きます。(上の写真)
①画像の特徴
①画像の特徴
Image->Type->8bitを選択すると、0~255の白黒のコントラストスケールの画像になります。
因みに32bitでは、小数点と負の画像が取得出来ます。
この画像は、縦横512×512個のピクセルで構成された画像でコントラストは8bit(0~255:2の8乗=256個のレベルに別れている)の画像です。(四角で囲った部分を見て下さい。)
②簡単な操作について
虫眼鏡ツールを選択してマウスクリックをすると、どんどん細かい部分まで調べることが出来ます。(右クリックで元の大きさに戻る)
因みに32bitでは、小数点と負の画像が取得出来ます。
この画像は、縦横512×512個のピクセルで構成された画像でコントラストは8bit(0~255:2の8乗=256個のレベルに別れている)の画像です。(四角で囲った部分を見て下さい。)
②簡単な操作について
虫眼鏡ツールを選択してマウスクリックをすると、どんどん細かい部分まで調べることが出来ます。(右クリックで元の大きさに戻る)
これが座標系にあたります。マウスオーバーした位置がx,y座標を示していて、(x=42,y=49)左上が原点になります。これが少し特殊ですね。
虫眼鏡ツールで拡大すると最大限拡大して、1pixelの情報を調べることも出来ます。