Division par Gaussienne

Lors du traitement d’images avec coloration des membranes, il arrive parfois que l’intensité des membranes ne soit pas homogène et change localement. Cette variation d’intensité peut nuire aux algorithmes de segmentation cellulaire. Dans ces cas, il peut être judicieux d’homogénéiser l’intensité en divisant l’image par une version floutée gaussienne d’elle-même.

import pyclesperanto_prototype as cle
from skimage.io import imread, imshow
from skimage.filters import gaussian

Dans cette image, vous pouvez voir que l’intensité des membranes diminue de haut en bas.

image = imread('../../data/membranes_2d.tif')
cle.asarray(image)

cle._ image shape (256, 256) dtype float32 size 256.0 kB min 547.0 max 32145.0

Ce gradient d’intensité peut être supprimé en divisant l’image par son arrière-plan, une version floutée gaussienne d’elle-même.

intensity_equivalized = cle.divide_by_gaussian_background(image, sigma_x=10, sigma_y=10)
intensity_equivalized

cle._ image shape (256, 256) dtype float32 size 256.0 kB min 0.32106277 max 9.812795

Comment ça fonctionne

Pour démontrer comment cela fonctionne, nous allons effectuer la même opération en deux étapes en utilisant scikit-image et numpy.

background = gaussian(image, sigma=10)
imshow(background, cmap="Greys_r")

C:\Users\haase\mambaforge\envs\bio39\lib\site-packages\skimage\io\_plugins\matplotlib_plugin.py:150: UserWarning: Low image data range; displaying image with stretched contrast.
  lo, hi, cmap = _get_display_range(image)

<matplotlib.image.AxesImage at 0x1aa03625160>

result = image / background
imshow(result, cmap="Greys_r")

C:\Users\haase\mambaforge\envs\bio39\lib\site-packages\skimage\io\_plugins\matplotlib_plugin.py:150: UserWarning: Float image out of standard range; displaying image with stretched contrast.
  lo, hi, cmap = _get_display_range(image)

<matplotlib.image.AxesImage at 0x1aa0350d580>