侵蚀不流失区
侵蚀不流失区
提问于 2017-05-04 17:40:37
我有一个包含细胞的图像。我无法提供它，但它类似于这里用作例子的图像：http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/，但没有特征核。
我已经做了一些处理，现在有一个相当好的分割，但有些细胞是相近的，我需要分裂他们。它们中的大部分是或多或少重叠的椭圆。
我确信，简单侵蚀的几次迭代几乎会分裂所有这些地区。但是其他一些细胞太小了，它们会在其他细胞分裂之前消失。因此，我需要一种算法来侵蚀图像，允许区域分割，但不删除区域的最后一个像素。
之后我想用分水岭来分割细胞。
我想我可以自己实现这一点，方法是搜索被指责的区域，然后跟踪我没有丢失任何或类似的东西，但是即使在我的脑海中，实现似乎也很混乱，而且我认为肯定有一个更容易的方法。所以，我的问题基本上是，这个名字是什么，这样我就可以谷歌一个实现？或者，如果没有现成的解决方案，那么在没有数十次迭代和循环等情况下，实现这一点的优雅方法是什么呢？
(语言是python)
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-05-04 22:20:22
这是一个经典的问题，如果细胞间的重叠太重要了，比如说40%或更多，那么就没有一个好的解决方案了。
但是，如果重叠不重要，下面是解决方案：
- 从分段开始，我们称它为S
- 你计算机的最终侵蚀UE(S)。它会给你每个细胞的中心。它会给你一些类似这张图片上的红点的东西。在这张图片中，他们使用了一张距离图，最终侵蚀将更加稳定。如果每个小区还有很多红点，那么UE(S)的膨胀就会像这个例子一样解决您的问题。
- 你倒置Inv(S)或计算voronoi图Voi(S)，以便在背景中有一个标记。
- 分水岭在S的梯度图像上，以UE(S)作为内部标记(因为你有一个小区点)和Inv(S)或Voi(S)作为背景/外部标记。
你会得到类似于这个例子的东西。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43789484
复制相关文章
相似问题
腾讯云开发者
