Hans-Georg Zimmer

Digital Picture Analysis In Microphotometry Of Biological Materials

Automatic evaluation of two‐dimensional thin‐layer‐chromatograms exemplarily demonstrates the applicability of signal processing, image analysis, and pattern recognition to microphotometry by an enlarged dynamic range of the photometer, improved reproducibility by noise reduction, discrimination between objects and background, feature extraction and automatic classification of the results. Emphasis is put on simple procedures which are tested in routine work and can be implemented on minicomputers.

Improvements in microphotometry by digital signal processing

Abstract From noise measurements with a microscope photometer it is deduced that the square roots of the measured intensities are linear with respect to photon noise. It is demonstrated by using a cytological specimen with a large dynamic range of intensities, that an IIR filter uniformly smoothes the square roots of the intensities, whereas the effect of that filter on the measured intensities is larger in dark parts of the image than in bright areas.

Focus Adjustments In Linear Systems

The well-known effects of defocusing in analog linear imaging systems allow to define an infinite class of focus measures in the frequency domain. All measures are calculated as weighted squared moduli of the spectrum. In digital linear systems a subset of them yields useful focus measures. They are applicable to every object, define the physical focus, and can be translated back to the space domain, where the computation is less expensive. The sum of the squares of a modified second derivative of the image pixel values seems to be the best focus meas-ure for practical purposes.

Quantitative Auswertung von zweidimensionalen Mikro-Chromatogrammen

Die Dunnschicht-Chromatographie ist ein Verfahren zur Trennung von Gemischen, Es beruht auf der unterschiedlichen Loslichkeit der gemischten Substanzen in den zur Trennung benutzten Flussigkeiten, Laufmittel genannt. Unsere Mikro-Chromatogramme haben eine Grose von 3 cm x 3 cm und bestehen aus einer etwa 0,2 mm dicken Schicht Polyamid auf einer Aluminiumfolie als Tragermaterial (Zimmer, Neuhoff, Schulze 1976).

Advances In Microphotometry

The sensitivity of microphotometers has been im-proved by signal processing, compensating fluctuations in the light source, and by modifying the beam pass. A signal/noise ratio of 4,000 was achieved which allows the detection of invisible variations of light intensities. The spatial resolution of mechanical scanning stages is close to the resolution of the microscope. When equipped with optimal diaphragms the scanning microphotometer can be regarded as a linear imaging system and characterized by a transfer function. It pro-vides digital images of microscopical specimens without loss of spatial resolution but improved contrast.

Lokale Leistungsspektren als Segmentierungshilfe

Die harmonische Analyse lokaler Bilddaten ist als Hilfsmittel der Texturanalyse und fur Segmentierungen brauchbar, wenn der Randeffekt durch eine Fensterfunktion sorgfaltig unterdruckt wird. Fur reine Sinusbilder sind dann die lokalen Leistungsspektren frequenzselektiv, richtungsselektiv und translationsinvariant. Bei Uberlagerungen von Sinusbildern unterschiedlicher Ortsfrequenzen geht die Translationsinvarianz verloren, aber die Korrelation der Spektralkomponenten bleibt als Texturmerkmal brauchbar.

Segmentierung in digitalen Chromatogrammbildern mit abgestufter Rastergröße

Die zweidimensionale Dunnschicht-Chromatographie trennt auf einer Tragerfolie Substanzgemische in ihre Komponenten, die bei geeigneter Beleuchtung als Flecken auf der Folie erscheinen. Fig. 4a zeigt ein Mikro-Chromatogramm (Originalgrose 3x4 cm2) dansylierter Aminosauren unter UV-Beleuchtung. Die Digitalisierung geschieht mit einem Auflicht- Scanning-Mikroskopphotometer und liefert ein Bild mit 400x300 Pixeln und 4096 Graustufen /1,2/. Zur quantitativen Auswertung der Chromatogramme mussen in dem digitalen Bild die zu den getrennten Substanzen gehorenden Flecke erkannt und durch ihre Lage und integrale Intensitat charakterisiert werden. In fruheren Arbeiten /1,2/ wurden die Meswerte mit einem Filter der Fenstergrose 3x3 rekursiv geglattet und die Flecke mit einem lokalen Operator der Fenstergrose 5x5 segmentiert. Dies geschah im wesentlichen mit der Festlegung, das lokale Minima den Untergrund charakterisieren. Das Ergebnis dieser Segmentierung ist in Fig. 4b gezeigt. Es entspricht dem visuellen Eindruck, hat aber fur den Biochemiker zwei Mangel: sehr schwache Flecke werden nicht erkannt, weil bei der Fenstergrose 5x5 gegen die Bedingung fur ein lokales Minimum nicht verstosen wird. Schwache Flecke dicht neben starken werden nicht getrennt segmentiert, weil zwischen beiden nur eine Schulter, aber kein Minimum der Intensitatswerte liegt.