ImageJ

[1]​ ImageJ fue diseñado con una arquitectura abierta que proporciona extensibilidad vía plugins Java y macros (macroinstrucciones) grabables.

Hace transformaciones geométricas como ampliar, rotación y flips.

El programa es compatible con cualquier número de imágenes al mismo tiempo, limitado solamente por la memoria disponible.

Para ello lo que se hace es incluir en la imagen un objeto de dimensiones conocidas.

Para ver a cuántos píxeles corresponde esta medida utilizamos las siguientes herramientas de ImageJ: Se podría simplemente ampliar la imagen en la zona de la pelota y mirar cuántos píxeles ocupa utilizando la posición del cursor en un extremo y otro de la pelota.

Otra opción más precisa, es trazar un perfil de intensidades sobre la pelota.

Esta herramienta nos permite dibujar una recta sobre la imagen en la zona del objeto colocado del que sabemos su medida real y después ver qué valores toma la imagen a lo largo de dicha recta.

El primer paso es restar el valor Min a toda la imagen.

La resta se va a notar en el histograma, ya que lógicamente arrancará de cero.

Hacemos el cociente (256/Max) y multiplicamos toda la imagen por ese valor.

Igual que el anterior, tiene el efecto de suavizar los contrastes en la imagen.

Los pasos a seguir para realizar un filtrado en el dominio frecuencial son: 1) Transformar la imagen original al dominio de frecuencias aplicando la FFT (Fast Fourier Transform) o transformada rápida de Fourier 2) Aplicar el filtrado en el dominio de frecuencias.

Calculando la transformada inversa, tendremos la imagen filtrada en el dominio espacial.

ImageJ proporciona extensibilidad vía plugins Java y macros (macroinstrucciones) grabables.

run("Measure"); Calcula el área, la media, la desviación estándar, la moda, el mínimo y el máximo de los píxeles contenidos en una ROI.

Figura 1. Barra herramientas ImageJ
Figura 2. Imagen que queremos calibrar
Figura 3. Imagen con el objeto para calibrar
Imagen original
Imagen con filtrado de media
Imagen con filtrado de mediana
Imagen con filtrado gaussiano
Imagen Original.
Imagen con filtro Find Edges (Sobel).
Imagen original
FFT de imagen original
FFT filtrada pasa alta
FFT inversa (bordes de la imagen original)
Imagen original + realce de bordes
Recorder window on ImageJ
Figura 4. Ventana Recorder en ImageJ
Figura 5. Recorder en funcionamiento en ImageJ. En el ejemplo se puede ver la invocación de las instrucciones Find Edges, Sharpen, ROI Manager,...
Figura 6. Menú macro. La nueva macro prueba ha sido instalada.
Figura 7. Ejemplo de macro desarrollada para ImageJ. Se analiza la imagen de un maniquí para imagen de tomografía computarizada con 17 ROIs.