侵蝕不失地區

我有一個包含單元格的圖像。我無法提供它，但它與此處使用的圖像類似：http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/但沒有特徵核。侵蝕不失地區

我已經做了一些處理，現在留下了相當不錯的細分，但有些細胞彼此接近，我需要將它們分開。它們大部分由或多或少重疊的橢圓組成。

我確定一些簡單侵蝕的迭代將會分裂幾乎所有的這些區域。但其他一些細胞非常小，在其他細胞分裂之前就會消失。因此，我需要一種能夠削弱圖像的算法，允許區域分割，但不會刪除區域的最後一個像素。

我想使用分水嶺來細分細胞。

我想我可以通過搜索中心區域來實現這一點，然後跟蹤我不會丟失任何或類似的東西，但是即使在我的腦海中，實現看起來也很麻煩，我認爲一定會更容易辦法。所以我的問題基本上，這是什麼名稱，所以我可以谷歌實施？或者如果沒有現成的，現成的解決方案，什麼是實現這一點沒有幾十個迭代和循環等的一種優雅的方式

（語言是Python）

來源

2017-05-04 DonQuiKong

不幸的是，SO並不是真的提出這些問題的地方。這更像是：我找到了這個，我嘗試了X，但它不工作，所以你能幫我調試問題嗎？如果您需要幫助搜索，那麼您至少應該嘗試在自己的演示中搜索您找到的相似算法，以及爲什麼它們不適合您的需求。 – Dbz

@Dbz我試過搜索，但我顯然錯過了正確的搜索詞。 *我試圖通過侵蝕來區分大區域，但是它會刪除小區域，我如何保留它們？*是一個更好的問題嗎？我可以遍歷連接區域的列表並檢查它們是否仍然存在於被侵蝕的圖像中，但這似乎效率很低。我認爲可能有一種方法使用二進制和/或之間的侵蝕圖像和之前找到缺少的地區，但我不知道如何，我錯過了一步。 – DonQuiKong

我知道像骨架，形態濾波器，分水嶺，基於固定大小的rois分裂算法，本地otsu，霍夫等。這些都接近實現我想要的，但沒有一個完全符合我的需要，也沒有足夠接近從其他算法跟隨。我想我已經把它縮小了，我只是不知道如何實現它。 – DonQuiKong

這是一個經典的問題，如果重疊單元之間太重要了，比方說40％或更多，那麼就沒有一個好的解決方案。

但是，如果重疊並不重要，這裏是解決方案：

你從分段開始，讓我們稱之爲IT方面
您計算機上的終極侵蝕UE（S）。它會給你每個細胞的中心。它會給你類似the red points on this image。在這張圖片中，他們使用了距離圖，極限侵蝕會更加穩定。如果每個小區仍有許多紅點，則UE（S）的擴張將解決您的問題，如this example。
您反轉Inv（S）或計算voronoi圖Voi（S）以便在背景中有標記。
使用UE（S）作爲內部標記（完美，因爲您有一個一個點一個單元）和Inv（S）或Voi（S）作爲背景/外部標記，在S的梯度圖像上分水嶺。

您將得到類似於this example的東西。

來源

2017-05-04 22:20:22 FiReTiTi

侵蝕不失地區

回答

相關問題