Automatische Auswertung von Pflanzenbildern

Bildbasierte Ökosystem-Erfassung

  • Bilderfassung:
    • Satelliten, Kamerastationen, Drohnen, Mikroskope
  • Beobachtungen:
    • Bodentypen, Vegetation, Tiere, Pflanzen, atmosphärische Parameter, zeitliche Verläufe
  • Herausforderungen:
    • Große Datenmengen, automatisierte Auswertung
    • Ziel: Vom Bild zum Ergebnis

Werkzeug: Fiji/ImageJ

Ziel

  • Automatisierte Bestimmung:
    • Anzahl der Blätter
    • Blattfläche

Theorie (Selbststudium)

  • Images & pixels (+ Fiji)
  • Channels & colors (+ Fiji)
  • Measurements & histograms (+ Fiji)

Gemeinsam

  • Filters (+ Fiji)
  • Thresholding (+ Fiji)
  • Watershed (+ Fiji)

Pixel

  • Reinzoomen (Lupensymbol): einzelne Pixel werden erkennbar.
  • Mit Maus über Bild fahren: in der Statusleiste wird die Helligkeit jedes Pixels angezeigt.

Farbkanäle

  • Rot, Grün, Blau

Histogramm

  • Verteilung aller Helligkeitswerte im Bild
  • Analyze => Histogram

Random Noise

  • Ideales Bild vs. Reales Bild
  • Idee: Mehrere Messungen mitteln, um Rauschen zu filtern

Spatial Averaging

  • Mean Filter: Replace each pixel value by the average of intensities in the 3x3 surrounding pixels
  • I′(x,y)=19∗[I(x−1,y−1)+I(x−1,y)+…]I'(x, y) = \frac{1}{9} * [I(x-1, y-1) + I(x-1, y) + …]

Linear Filter Kernel

  • Spatial averaging
  • Vergrößerung des Filterfensters:
    • Weniger Rauschen
    • Weniger Details

Lineare Bildfilterung

  • Convolution
  • Any (linear) image filter can be represented by a convolution kernel:
  • I′(x,y)=α<em>1,1I(x−1,y−1)+α</em>1,2I(x−1,y)+…I'(x, y) = α<em>{1,1}I(x-1, y-1) + α</em>{1,2}I(x-1, y) + …

Convolution

  • Laplacian Kernel: Kantenverstärkung durch Hochpassfilterung

Schwellwert (Threshold)

  • Trennen von Vordergrund (Pflanze) und Hintergrund (Erde).

Vorgehensweise

  • Bild auswählen, duplizieren (Image=>Duplicate), dann:
  • Image => Adjust => Threshold
  • Von Hand einen Wert auswählen, so dass nur die Blätter als Vordergrund (rot) erkannt werden => „APPLY“

Fläche messen

  • Das Bild enthält nur noch Pixel mit Helligkeit 255 (Vordergrund) und 0 (Hintergrund)
  • Analyze => Analyze Particles…
  • Problem: kleine Partikel wurden mitgezählt.
  • Lösung: Filter setzen, um kleine Partikel zu entfernen.

Watershed Transformation

  • Process->Binary=>Watershed

Ergebnisse

  • Analyze => Analyze Particles
  • Ergebnisse: Anzahl und Fläche der Blätter

ROI Manager

  • Originalbild nochmal öffnen, „Edit => Selection => Restore Selection"

Quantifizierung von Grösse und Form

  • Der Segmentierung folgt die Messung der Eigenschaften der verschiedenen Regionen.
  • Grösse (Anzahl der Pixel)
  • Form (Seitenverhältnis, Rundheit)

Zusammenfassung des Workflows

  • Split Channels -> Binary Image -> Region Labeling -> Watershed -> Original Image

Makro

  • Automatisierung
  • Makrorekorder öffnen: „Plugins => Macros => Record…“ - ab jetzt wird alles mitgeschnitten!

Hausaufgabe (freiwillig)

  • Erstelle ein Makro, das automatisch die Anzahl und Fläche der Blätter im gerade geöffneten Bild bestimmt.