Измерение длины волокон ДНК по изображению отдельных молекул

Я биолог с очень небольшим опытом работы с изображениями, но обладаю достаточными знаниями в MATLAB и имею набор инструментов для обработки изображений. В идеале я ищу решение на основе MATLAB, но подход, описывающий, как это сделать, также был бы полезен.

Обновление (28 ноября 2011 г.) Похоже, что существуют определенные проблемы (например, перекрытия в сигнале и определение цвета) при использовании составных изображений (что я и представил в первоначальном вопросе). Я прилагаю отдельные изображения из двух каналов: зеленого и красного (бирюзовые области в составном изображении можно игнорировать) и копоитное изображение . Красный канал плох по двум причинам: 1. У него плохая контрастность из-за более высокого фона, 2. Так как красный, кажется, кровоточит в зеленый на уровне фона.

Функция определяется как область на составном изображении , который имеет зелено-красно-бирюзовый-красный-зеленый или , что эквивалентно 2 смежных линейных сегментов на зеленый и красный , которые коллинеарны и заразным.

Я надеюсь, что просмотр изображений из двух отдельных каналов облегчит идентификацию функций.

У меня есть следующие предложения для алгоритма:

1. Сначала идентифицируйте коллинеарные зеленые сегменты (и определите длину зеленых сегментов)

2. Определите, есть ли смежные контагиозные и коллинеарные сегменты, обращенные друг к другу (т.е. зеленые-> красные-> <-red <-зеленые) в красном канале. Если да, определите длину красного сегмента от точки, где заканчиваются зеленые сегменты (потому что они будут перекрываться с зелеными сегментами), до точки на красном сегменте, которая является ближайшей к другому красному сегменту объекта. (то есть один из концов красного сегмента установлен на конец перекрывающегося зеленого сегмента).

Большое спасибо!

Справочная информация :

Мой вопрос касается извлечения функции из изображения:

Исходное изображение (TIF) находится здесь:

Пример изображения 1 (выпадающий список)

Это изображение состоит из 3 каналов (в формате TIF): красный, зеленый и бирюзовый. Волокна бирюзового цвета просто маркируют всю ДНК, которую мы имеем на покровном стекле. Интересной особенностью является зеленый-красный-бирюзовый-красно-зеленый элемент на одной нити ДНК, которая является серединой изображения.

Красный вообще самый шумный. Этот пример хорош, потому что контраст хорош. Однако иногда изображения не так хороши, и по всему изображению присутствует оттенок, поэтому жесткое кодирование определенного значения RGB для зеленого и красного цветов может работать не для всех изображений. Кроме того, обратите внимание, что волокна не обязательно горизонтальные, они могут вращаться (но не вертикальные).

Пожалуйста, смотрите это изображение для примера:

Исходное изображение (TIF) находится здесь:

Пример изображения 2 (выпадающий список)

Кроме того, иногда одно изображение имеет много таких признаков, а иногда есть несколько признаков на одной цепи ДНК. Наконец, иногда могут быть только частичные признаки (то есть изолированные зеленые или изолированные красные или изолированные зелено-красные сегменты, но непарные).

Вопрос:

Я был бы признателен, если бы кто-нибудь мог помочь мне получить длины отдельных сегментов зеленого и красного сегментов, т. Е. Поскольку интересующей особенностью является зеленый-красный-бирюзовый-красный-зеленый, каждая функция будет иметь массив из 5 значений (длина первого зеленого сегмента, длина первого красного сегмента, длина бирюзового сегмента, длина второго красного сегмента и длина второго зеленого сегмента).

Пример в Mathematica:

(* Get your image*)
img = Import["http://dl.dropbox.com/u/18072545/c_29.tif"];
(*Detect the extended minima and remove background*)
nB = ImageSubtract[img, ColorNegate@FillingTransform@ColorNegate[img]]  

(*Separate RGB channels*)
cS = ImageAdjust /@ ColorSeparate[img]

(*Binarize*)
bcS = Binarize[#, .4] & /@ cS  

(*Remove large elements*)
tH = TopHatTransform[#, DiskMatrix[2]] & /@ bcS  

(*Detect lines using a Hough Transform*)
lines = ImageLines[#, .01, .8] & /@ tH
(*Plot them*)
Show[img, Graphics[{
   Thickness[.01], Red, Line /@ (lines[[1]]),
   Thickness[.006], Green, Line /@ (lines[[2]]),
   Thickness[.004], Blue, Line /@ (lines[[3]])}]]
(*Red and green are superimposed*)  

редактировать

Здесь вы можете увидеть красные и зеленые скопления. Как вы можете себе представить, вы должны решить, когда часть красного цвета!