首页 文章

正确使用Matlab分水岭算法对细胞进行分割

提问于
浏览 次
1

我've run into a ton of trouble trying to get the watershed algorithm properly working on my images. In the various tutorials online they always seem to use images that are just as complicated/fuzzy and so I'我不确定我的错误 . 我've already made a couple of spotty posts on this, but wanted to really clarify and ask generally. That said, I'm使用的图像如下：

但是，当我尝试应用其中一个分水岭算法时：

imshow(RGB,[]);

gray_img = rgb2gray(RGB);
tophat_filter = imtophat(gray_img, strel('disk', 10)); %Read into this

level = graythresh(tophat_filter);
BW = im2bw(tophat_filter,level);
imshow(BW)

BW = bwdist(BW) <= 3;

imshow(BW)
bgn_remove = bwareaopen(BW,8); %remove background noise

D = -bwdist(~bgn_remove); %Read into this
D(~BW) = -Inf;
L = watershed(D);

figure;
imshow(L,[]);
figure;
imshow(label2rgb(L))
clean_img = im2bw(L,0.001);

figure;
imshow(clean_img,[]);

它似乎永远不会起作用 . 无论出于何种原因，它确定每个单元格包含一堆较小的单元格：
enter image description here

我试图通过使用 BW = bwdist(BW) <= 3; 聚集segmeneted组件来解决这个问题，以便图像不是碎片化的：

enter image description here

如第一张图片中所示，应该有3个细胞，虽然分水岭确实识别出左侧的两个不同的细胞 - 它的注册量超过应有的程度（即使在聚集后） . 在我尝试过的所有内容之后，我没有取得多大进展，所以任何帮助或建议都会非常感激 .

在完成整个分水岭程序后，我最终得到了最大值：

enter image description here

enter image description here

enter image description here

matlab computer-vision image-segmentation watershed

1 回答

  • 1

    你必须使用种子/约束/标记分水岭 . 如果您使用经典（不再使用）分水岭，则会面临过度分割 .

    在你的情况下，我会采用这种经典的方法来分割使用分水岭的细胞：

    • 小闭合以减少噪音 .

    • （可选）小开口，以规范细胞轮辋 .

    • 侵蚀 . 侵蚀的结果是你内在的标记 .

    • 扩张 . 扩张的结果是你的外在标记 .

    • 步骤1后生成图像的渐变（如果执行，则为2） .

    • 使用标记（步骤3和4）在梯度图像上分水岭（步骤5） .

    但是在你使用这种定义明确的细胞的情况下，我会简单地做第1步和第2步，接着是一顶礼帽 . 它会更有效，也更快 .

    回复于

相关问题