1、为什么需要校正图像背景？
答：无论是明场还是荧光场的图像，都可能出现一定程度的光照不均匀。这种不均匀不仅影响图像的美观，而且也会影响对该图像的测量分析（尤其是荧光图像）。如下：
（明场：光强不均匀，左弱右强）
（荧光场：光强不均匀，左弱右强）
2、如何使用Image j进行图像背景校正？
答：打开Image j 后，再打开需要校正过的图像。随后选择process，选择subtrack background。在弹出的窗口中调整参数和设置，对图像背景进行校正（注意：明场与荧光场图像参数设置存在区别）。
参数的含义：引用自CSDN社区中程序员的解释，↓
【去除平滑的连续的背景，基于“rolling ball”算法。想象一个二维灰度图有一个第三维度，其值是每个点的像素值的大小，一个有特定半径的球在这个表面下面滚动，碰到该图的点就是要去除的背景。
- Rolling Ball Radius：抛物线的曲率半径。
- Light Background：允许处理明亮背景、对象深色的情形。
- Separate colors：仅适用于RGB图像，如果未勾选，则操作仅影响亮度，而不对灰度和饱和度进行操作。
- Create background (Don’t subtract)：勾选后，输出不再是扣除了背景的图片，而是背景本身。
- Sliding Paraboloid：勾选后，球被一个有相同曲率的的抛物面所替代。
- Disable Smoothing：为了计算背景，图片会先用一个3*3的最大值滤波器进行滤波，从而去除异常值和噪点的影响。勾选后，使用原始值进行操作。】
3、还有其它校正方法吗？
答：当然有。那就是Background _ Correction _. java （大家可自行前往官网下载这个插件放在image j安装文件的plugins文件中，重启软件即可使用）。
这是一款Image j插件，尽管该插件仅能对8 bit图像（灰度图）进行背景校正，但是它的算法可以对图像中的内容进行非常棒的边界分割。
这种分割效果，非常利于计数分析，如我们对密集细胞进行自动计数。
或者下图更密集的细胞，想象一下，如果没有这么一个操作，仅通过阈值二元分割，很难计数细胞个数。大伙可以看看，图像处理后的细胞边界分割效果很不错。
插件的处理原理：1.生成通过最小排名的迭代以及用户定义的迭代次数估算的背景图像。2.从原始图像中减去背景图像并生成结果图像。3.对比度增强结果图像。
4、什么时候不可以进行背景处理？
答：明场图像进行背景处理一般来说问题不大，但是要注意同批次的图像要使用相同的参数。最好是能够自动化批量操作，今后有机会我会补上这一操作的图文教程。
荧光场的图像尤其要注意。如果要进行荧光强度测定，个人不赞同进行背景校正。因为校正操作会影响阳性表达区域的荧光强度（或灰度）。
