2

我正在使用分水岭算法来分割黑暗背景上的亮点。下面提供了代码，以及它生成的一些图像。

在第二张图片中，我用红叉标记了被分割为“细胞”的封闭背景区域（它们不是生物细胞，只是使用这个词） - 这是不正确的，它们是背景的一部分，只是被“细胞”包围。我看到这会产生错误的最小值，对如何防止这种情况有任何帮助吗？

    % Improve contrast, binarize
RFP_adjust = imadjust(RFP_blur, stretchlim(RFP_blur, 0.001));
figure, imshow(RFP_adjust), title('Contrast adjust');
RFP_binarized = imbinarize(RFP_adjust);
RFP_perimeters = bwperim(RFP_binarized);
% figure, imshow(RFP_binarized), title('Otsu thresholding');

    %2B - SEGMENTATION BY WATERSHED METHOD
    % Discover putative cell centroids and process
RFP_maxs = imextendedmax(RFP_adjust,  3000);
RFP_maxs = imclose(RFP_maxs, strel('disk',5));
RFP_maxs = imfill(RFP_maxs, 'holes');
RFP_maxs = bwareaopen(RFP_maxs, 5);
RFP_max_overlay = imoverlay(RFP_adjust, RFP_perimeters | RFP_maxs, [1 .3 .3]);
figure, imshow(RFP_max_overlay), title('Maxima');

    % Obtain complement - maxima become low-points (required for watershed)
RFP_comp = imcomplement(RFP_adjust);
RFP_imposemin = imimposemin(RFP_comp, ~RFP_binarized | RFP_maxs);
figure, imshow(RFP_imposemin), title('Inverted Maxima');

    % Apply watershed
RFP_watershed = watershed(RFP_imposemin);
mask = im2bw(RFP_watershed, 1);
overlay3 = imoverlay(RFP_adjust, mask, [1 .3 .3]);
figure, imshow(overlay3), title('Segmented cells');

    % Segment
RFP_cc = bwconncomp(RFP_watershed);
RFP_label_matrix = labelmatrix(RFP_cc);
whos labeled;
RFP_label = label2rgb(RFP_label_matrix, @spring, 'c', 'shuffle');
figure, imshow(RFP_label), title('Cells segmented');

图像 0 - 标题为“Maxima”的图像的结果（即调整后的原始图像，最大值和轮廓重叠）。在此处输入图像描述

图片 1 - 标题为“倒置最大值”的图片的结果 标题为“Inverted Maxima”的图片的结果

图片 2 - 标题为“Cells segmented”的图片的结果 在此处输入图像描述

4

2 回答 2

1

我会建议类似于函数示例中所做的watershed事情：使用背景蒙版将这些像素设置为Inf，执行分水岭操作，然后将结果中的背景像素设置为 0。我相信您可以更改分水岭部分你的代码像这样来实现这一点：

% Apply watershed
RFP_watershed = RFP_imposemin;             % Added
RFP_watershed(~RFP_binarized) = Inf;       % Added
RFP_watershed = watershed(RFP_watershed);  % Modified
RFP_watershed(~RFP_binarized) = 0;         % Added
mask = im2bw(RFP_watershed, 1);
overlay3 = imoverlay(RFP_adjust, mask, [1 .3 .3]);
figure, imshow(overlay3), title('Segmented cells');
于 2017-05-22T19:27:44.010 回答
0

没有灵丹妙药，但您可以尝试一些事情。

一种是用一个非常大的圆盘过滤图像，创建一个看起来像背景的模糊图像。然后从原始图像中减去它。这往往会迫使实际背景为零。

另一种是大津阈值，将前景与背景分开。这将创建一个二进制图像。然后使用设计为看起来像实际细胞的掩码进行形态学打开操作。

于 2017-05-22T19:20:35.457 回答