原始 MediaWiki 页面

我知道编辑这个网站吗？
the Fiji distribution of ImageJ本页介绍与 the Fiji distribution of ImageJ 相关的内容。点击徽标查看详情。

“SIOX：简单的交互式对象提取”

自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！

Embryos original sample Embryos original sample
SIOX segmentation result SIOX segmentation result

这是一个基于许多SIOX project 分割彩色图像的斐济插件。SIOX代表简单的交互式对象提取，一种只需很少的用户就可以交互从静止图像中提取前景的方法。SIOX因此快，抗干扰能力强，因此也可用于视频分割。它避免了基于图的分割方法的外表，但在不同的基准上表现大致相同。SIOX是开放且免费的（Apache）许可证），作者占用不该技术的任何部分申请专利。因此，在过去几年中，它已被集成到多个开源图像处理程序中。§§§6§图像处理程序（GIMP）中前景形成了工具的基础算法，并且是Inkscape中跟踪器工具的一部分。SIOX衍生E-Chalk，其中站在电子黑板前面的教师被分解。 SIOX的机器人视觉变体和改进的3D飞行时间相机分割。

快速入门

** 场地：**
为了调用该插件，您需要至少打开一张 RGB 彩色图像。

单击Process › Binary › Options后，图像将嵌入到插件 GUI 中。

第1步：初始细分。
相关与前景和背景相对应的感兴趣区域 (ROI)。选择任何 ROI 工具并标记您认为前景和背景的区域。要分割多个对象，请选择“允许多个前景组件” 第 2 步： 细节细化刷。
选择要从当前分段中添加或减去的新 ROI。按“优化”可根据先前的结果添加/减去这些区域。 第 3 步： 重置或创建蒙版。
单击“重置”按钮重新启动该过程，或单击“创建蒙版”按钮创建二进制图像。请注意，二值图像极性将遵循Plugins › Segmentation › SIOX: Simple Interactive Object Extraction中设置的选项。 {::nomarkdown}

style="vertical-align:top"|

Resulting mask of Leaf sample after SIOX segmentation Resulting mask of Leaf sample after SIOX segmentation

style="vertical-align:top"|

SIOX segmentation Graphical User Interface applied to Leaf sample SIOX segmentation Graphical User Interface applied to Leaf sample

{:/}

用户手册

SIOX是一个旨在分割2D彩色图像的插件。如果图像不是RGB颜色，可以使用命令Process › Binary › Options…将其转换为RGB。然而，SIOX算法使用颜色信息，预计它在真实的RGB上效果更好。

调用插件时，图像将嵌入到SIOX图形用户界面（GUI）中。该GUI有3个部分（面板）：全局分割、细节细化画笔和遮罩/重置按钮。

###终极解析

SIOX initial segmentation panel SIOX initial segmentation panel

This is the first step of the procedure where one defines the ROIs that correspond to typical areas of foreground or background.

定义前景和背景 单选按钮 前景 和 背景 在两种 ROI 类型之间切换。定义前景 ROI 时，背景 ROI 以半透明红色显示。同样，定义背景 ROI 时，前景 ROI 以半透明绿色显示。 可以使用任何选择工具定义 ROI： Fiji selection tools 提示：通过按 SHIFT 键并单击图像的不同部分，可以使用任何选择工具选择多个 ROI。 多个对象 要分割多个对象，请选中允许多个前景组件。此选项告诉SIOX寻找图像中的多个对象。如果您引入多个前景 ROI，则将采用此选项。 平滑 平滑滑块定义结果轮廓的锐度。例如，在分割默认样本“Leaf (36K)”时，减少平滑可提供更准确的边界。 细分

Example of SIOX result after initial segmentation Example of SIOX result after initial segmentation

为了继续进行初始主宰，请单击主宰。 请记住，SIOX 需要至少一个前景组件 (ROI) 来生成分割，背景 ROI 是可选的。 几秒钟后（取决于图像大小），将显示结果（原始颜色的变暗背景和前景区域）。 此后，初始分割面板被禁用。如果结果不满意，请按重置重新启动该过程。否则，继续下一步细化。 ###细节细化刷

SIOX detail refinement brush panel SIOX detail refinement brush panel

This is the second step in the SIOX segmentation process.

与此同时，可以再次调用该方法来细化迄今为止获得的结果，以根据需要多次向背景或前景减少组件或添加新区域。

添加模式仅修改以前分类为背景的像素，而丢失模式仅修改以前分类为前景的像素。

注意：此步骤是可选的。如果您对结果满意，请继续创建二进制掩码。

点击下降或添加选择要增加或下降的ROI。 彻底代表加减细化的阈值，增加决定停止的置信水平。减法最近可放宽阈值以区域设置为背景，而减少加法最近可放宽阈值以区域设置为前景。

最后，通过单击“优化”，将重新计算选定区域的分割，结果将像以前一样显示（勘探背景和全彩前景）。重复此步骤，直到您完全满意的结果。

重置或创建蒙版

SIOX Reset/Create mask panel SIOX Reset/Create mask panel

This panel is enabled during any of the other segmentation steps.

重置 重置图像，包括置信矩阵的内部状态（前景、背景和细化区域）。 初始 ROI 会重新加载，以便可以重复使用。 创建蒙版

根据分割过程的当前状态创建二个值(0-255)图像。背景颜色（黑色或白色）在Image › Type › RGB Color中定义。在前面的任何步骤中都可以单击此按钮。

保存堡垒器

您可以通过单击“保存分段器”按钮将分段信息保存到文件中。稍后可以通过单击Plugins › Segmentation › Apply SIOX segmentator（参见下一节）将其用于不同的图像或图像堆栈。

###应用SIOX基板器

您可以将之前保存的 SIOX 分割器应用到任何打开的图像或图像集（堆栈）。

第1步：单击图像或堆栈进行分割。

第二步：点击Plugins › Segmentation › Apply SIOX segmentator，会弹出如下对话框：

left | thumb | 600 px | Apply SIOX segmentator input dialog

第3步：选择siox分段器文件（或直接拖放它），单击“确定”。

分割器将筛选选定的图像或堆栈，结果将弹出。

left | thumb | 1014px | Results of applying the previously calculated SIOX segmentator to a stack of transformed versions of the Leaf sample

注意：应用保存的分段器时，没有有关预期前景组件大小的信息，因此，组件最大的组件将首先参考。多组件选项将与分段器计算使用期间的选项一致。

API文档

该集合的最新文档可以在这里找到：

＃＃参考

最全面的作品：

  • G. Friedland：电子黑板讲座的自适应音频和视频处理，PhD thesis，计算机科学系，柏林自由大学，2006 年 10 月。

静态静态方法：

——G.弗里德兰、K.詹茨、T.伦茨、F.威塞尔、R. Rojas：图像和视频中的对象剪切和粘贴，国际语义计算杂志，第1卷，第2期，第221-247页，世界科学出版社，美国，2007年6月。 ——G.弗里德兰、K.詹茨、L.克尼平、R. Rojas：统一颜色的图像分割 - 方法和基准结果，Technical Report B-05-07，计算机科学系，柏林自由大学，2005年6月（PDF，18MB）。 ——G.弗里德兰、K.詹茨、R. Rojas：SIOX：静态中的简单交互式对象，提取 IEEE 国际多媒体研讨会论文集 (ISM2005)，第 253-259 页，欧文（加利福尼亚州），2005 年 12 月。Download PDF 来自 IEEE 计算机协会数字图书馆。 ——G.弗里德兰、K.詹茨、T.伦茨、R. Rojas：扩展SIOX算法：替代替代方法、从静止图像中进行亚精确对象提取和通用视频分割，Technical Report B-06-06，柏林自由大学计算机科学系，2006年1月（PDF，10MB）。 ——G.弗里德兰、K.詹茨、T.伦茨、F.威塞尔、R. Rojas：A Practical Approach to Boundary-Accurate Multi-Object Extraction from Still Images and Videos，发表于 IEEE 国际多媒体研讨会 (ISM2006) 会议记录，光复（加利福尼亚州），2006 年 12 月。

ImageJ 版本

感谢Ignacio Arganda-Carreras，该插件有一个ImageJ版本，没有斐济依赖：

https://imagej.net/ij/plugins/siox/index.html

许可证

由Gerald Friedland、Kristian Jantz和Lars Knipping开发的SIOX Java library根据Apache许可证，版本2.0（“/许可”）获得许可：http://www.apache.org/licenses/LICENSE-2.0。除非适用法律要求或书面同意，否则根据许可证发放的软件均按“原样”分配，不带任何明示或暗示的保证或条件。请参阅许可证、许可证下管理权限并了解限制的特定语言。

Fiji 插件 GUI，由 Wayne Rasband、Stephan Saalfeld 和 Johannes Schindelin 开发，是免费软件；您可以根据自由软件基金会 (http://www.gnu.org/licenses/gpl.txt) 发布的 GNU 通用公共 的条款重新分发和/或修改许可。

另请参阅