Производитель: Media Cybernetics, США.

Стоимость программы IMAGE-PRO зависит от входящих в ее комплект модулей.
Коммерческое предложение предоставляется по запросу

Выделение объектов с использованием гистограммы:

1. Выделение части области на гистограмме, соответствующей объектам. Выделенные на гистограмме области подсвечиваются на изображении. Для высококонтрастных изображений можно использовать автоматическое выделение светлых или темных объектов (Auto Dark и Auto Bright)
2. Выделение нескольких областей на гистограмме, соответствующей разным объектам. Выделенные на гистограмме областей, соответствующих объектом разной яркости/цвета. Удобный способ для выделения на изображении объетов, соответствующих разным материалам
3. Выделение с помощью "пипетки". Это простой но действенный метод, когда вы указываете точки на изображении, соответствующие вашим объектам, и программа выделяет подобные на всем изображении, отображая выделенную область на гистограмме

Выделение объектов с помощью SMART SEGMENTATION:

1. Выделение объектов и фона. Выделите на изображении несколько участков, соответствующих объектам (если на изображении присутствуют объекты разных классов, то для каждого класса указывается своя область) и несколько участков на изображении, соответствующих фону
2. Определение ключевых параметров выделения. Для выделенных объектов измеряются различные параметры (такие как яркость, цвет, фон, морфология). На основе проведенных измерений распределяются весовые коэффициенты по значимости конкретного параметра для выделения объектов. Полученный "рецепт выделдения" может быть сохранен и в дальнейшем использован для автоматического выделения подобных объектов на других изображениях.
3. Обучение алгоритма выделения. Алгоритм Smart segmentation позволяет облегчить процесс выделения объектов на изображениях, полученных входе серии экспериментов, так как его можно тренировать на различных изображениях.
4. Выделение объектов при неравномерном фоне. Алгоритм Smart segmentation позволяет решить несколько часто встречающихся проблем. Например, неравномерность фона. Используя выделение по гистограмме практически невозможно дорбиться хорошего выделения объектов на таких изображениях, а Smart Segmentation позволяет это сделать.

Фильтрация проведенных измерений:

1. Выбирайте диапазоны для измеренных объектов, отсекая "мусор" или не интересующие вас типы объектов, вводя значения вручную или используя гистограмму распределения по измеренному параметру
2. Все измеренные объекты отмечаются контурной линией. Для них можно задать новые параметры для измерений или вычислить процент занимаемой площади
3. Разделение касающихся объектов. Если разделить касающиеся объекты нужно на большом количестве однотипных изображений, то это можно выполнить с помощью функции автоматического разделения, а если важна точность разделения, то разделение производится вручную.
4. Разное цветовое обозначение и название для объектов разных классов.
5. Исключение из расчетов объектов, касающихся границ изображения.
6. Заполнение пор в объектах.

Виды классификации:

1. Классификация по одному параметру. Установите количество классов, начальное и конечное значения выбранного парметра для классификации объектов и получите распределение измеренных объектов по этим классам. Классифицировать объекты можно по любому измеренному параметру.
2. Автоматическая классификация. Установите количество классов, выберите один или несколько измеренных параметров для классификации объектов и получите распределение объектов по классам.
3. Обучаемый классификатор. Разделяйте объекты на классы на основе установленных вами примеров. Этот способ хорошо подходит, когда точно не известен параметр, по которму следует разделять объекты, но есть представление, как они должны быть разделены.

Обобщение данных экспериментов:

1. Автоматический сбор данных. По нажатию одной кнопки все данные из таблицы данных передаются в DATA COLLECTOR, где они накапливаются. Можно настроить автоматическую передачу данных в коллектор после проведения измерений.
2. Хранение данных, привязанных к изображению. Данные по каждому изображению эксперимента могу хранится с привязкой к изображению, чтобы можно было их сравнивать.
3. Графическое представление результата. Различные виды графического представления данных: гистограмма, блочная гистограмма, линейный график, двумерная и трехмерная гистограмма рассеяния.

ДРУГИЕ ФУНКЦИИ ПРОГРАММЫ: