画像に不均一なバックグラウンドイルミネーションがあるため、バックグラウンドの減算を行うのが理にかなっています。エッジの検索は、モフォロジーセグメンテーション(ここでは合理的なツール)を容易にするためにエッジを強調するための素晴らしい前処理ステップです。ここで
は、これらの手順の多くを自動化するサンプルマクロです:
// Perform a background subtraction.
orig = getImageID();
run("Duplicate...", " ");
dupl = getImageID();
run("Gaussian Blur...", "sigma=50");
imageCalculator("Subtract create 32-bit", orig, dupl);
// Enhance the edges.
run("Find Edges");
// Run Morphological Segmentation.
run("Morphological Segmentation");
wait(1000); // HACK
call("inra.ijpb.plugins.MorphologicalSegmentation.segment", "tolerance=20", "calculateDams=true", "connectivity=6");
call("inra.ijpb.plugins.MorphologicalSegmentation.setDisplayFormat", "Catchment basins");
call("inra.ijpb.plugins.MorphologicalSegmentation.createResultImage");
得られる画像は異なる固体値の各領域を有する:
そこからあなたが作成することができますヒストグラム(Analyze> Histogram)を使用して、各強度値のカウント、すなわち各オブジェクトの面積を取得します。奇妙な理由のために私は結果イメージを最初に複製するまで私のために働かなかった(シフト + d)。
クリップボードに全体のヒストグラムを置くためにコピー]ボタンをクリックして、他のツールでの分析のため、スプレッドシートプログラムまたはテキストファイルに貼り付けることができます。
確かにモルフォロジーセグメンテーションからキャッチ盆地の「ラベリング」画像を分析する他の(そしておそらくより良い)方法があります。より多くのアイデアや提案については、ImageJ Forumで質問することを検討してください。
さらに簡単なオプションは、Trainable Weka Segmentationです。