Python 3D 图像分割在分水岭的距离图中找到局部峰值答案

【问题标题】：Python 3D image segmentation find local peaks in distance map for watershedPython 3D 图像分割在分水岭的距离图中找到局部峰值
【发布时间】：2019-01-21 15:27:24
【问题描述】：

我正在尝试在 python 中分割多孔网络的 3d 断层扫描。我可以用ndimage.distance_transform_edt 计算距离图，用feature.peak_local_max 计算峰值。当我应用分水岭算法时，得到一个可接受的结果，但峰值的标记不在距离图的可见峰值上，见图

提前致谢

这里的代码a是图片

D = ndimage.distance_transform_edt(a)
localMax = feature.peak_local_max(D, indices=False, min_distance=50,
            labels=a)
localMax2 = feature.peak_local_max(D, indices=True, min_distance=50,
            labels=a)

markers = ndimage.label(localMax, structure=np.ones((3,3,3)))[0]
labels = morphology.watershed(-D,markers,mask=a)

【问题讨论】：

问题是什么？另外，请附上您的代码，请参阅minimal reproducible example。
还有其他方法可以计算 3d 数组的局部最小值吗？
(a) 如 Cris 所述，请提供完整的代码示例；但是 (b)，是的，请参阅 skimage.morphology.local_maxima，如果您不需要 peak_local_max 的花哨的 min_distance 功能，这是推荐的计算方式。

标签： python-3.x opencv image-processing scipy scikit-image

【解决方案1】：

我找到了办法：

我必须排除边界并应用阈值

     D = ndimage.distance_transform_edt(a)

    localMax = feature.peak_local_max(D, indices=False, min_distance=30,
        labels=a,threshold_abs=9,exclude_border=1)
    localMax2 = feature.peak_local_max(D, indices=True, min_distance=30,
        labels=a,threshold_abs=9,exclude_border=1)

    #markers = ndimage.label(localMax, structure=np.ones((3,3,3)))[0]
    markers = ndimage.label(localMax, structure=np.ones((3,3,3)))[0]
    labels = morphology.watershed(-D,markers,mask=a)
    regions=measure.regionprops(labels,intensity_image=a)

【讨论】：