Parameter-free binarization and skeletonization of fiber networks from confocal image stacks.
Parameter-free binarization and skeletonization of fiber networks from confocal image stacks.
复制标题
DOI：
10.1371/journal.pone.0036575
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Fabry B
中科院分区：
文献类型：
--
作者：
Krauss P;Metzner C;Lange J;Lang N;Fabry B
我们提出了一种方法来重建一个无序的网络薄的生物聚合物，如胶原蛋白凝胶，从三维（3D）图像堆栈记录与共聚焦显微镜。该方法是基于一个模板匹配算法，同时进行二值化和网络的二值化。模板的大小和强度图案自动适应输入数据，使得该方法是尺度不变的和通用的。此外，模板匹配阈值迭代优化，以确保最终的离散化网络遵守体素化随机线网络的普遍性质，即，固相体素在邻域中最有可能有三个固相邻居。这种优化标准使得我们的方法不需要用户定义的参数，并且输出对成像噪声非常鲁棒。
We present a method to reconstruct a disordered network of thin biopolymers, such as collagen gels, from three-dimensional (3D) image stacks recorded with a confocal microscope. The method is based on a template matching algorithm that simultaneously performs a binarization and skeletonization of the network. The size and intensity pattern of the template is automatically adapted to the input data so that the method is scale invariant and generic. Furthermore, the template matching threshold is iteratively optimized to ensure that the final skeletonized network obeys a universal property of voxelized random line networks, namely, solid-phase voxels have most likely three solid-phase neighbors in a neighborhood. This optimization criterion makes our method free of user-defined parameters and the output exceptionally robust against imaging noise.
登录
查看更多内容
影响因子：
3
作者：
Rigort, Alexander;Guenther, David;Hege, Hans-Christian
通讯作者：
Hege, Hans-Christian
影响因子：
4.5
作者：
Pudney, C
通讯作者：
Pudney, C
影响因子：
4.5
作者：
Ma, CM;Sonka, M
通讯作者：
Sonka, M
DOI：
10.1006/cgip.1994.1042
发表时间：
1994-11-01
期刊：
CVGIP-GRAPHICAL MODELS AND IMAGE PROCESSING
影响因子：
--
作者：
LEE, TC;KASHYAP, RL;CHU, CN
通讯作者：
CHU, CN
影响因子：
3.4
作者：
Mickel, Walter;Muenster, Stefan;Schroeder-Turk, Gerd E.
通讯作者：
Schroeder-Turk, Gerd E.