颜色反卷积和颜色的 K 均值聚类有什么区别？答案

【问题标题】：What is the difference between color deconvolution and K-means clustering for colors?颜色反卷积和颜色的 K 均值聚类有什么区别？
【发布时间】：2016-06-01 14:05:34
【问题描述】：

我有一些需要分割的彩色图像。它们是用苏木精和伊红（“H&E”）染色的载玻片图像。

我通过 Ruifrok 找到了这种颜色反卷积的方法

http://europepmc.org/abstract/med/11531144

按颜色分离图像。

但是，您似乎可以通过使用 K-means 聚类来做类似的事情：

http://www.mathworks.com/help/images/examples/color-based-segmentation-using-k-means-clustering.html

我很好奇有什么区别。欢迎任何见解。谢谢。

【问题讨论】：

标签： image-processing computer-vision medical

【解决方案1】：

我似乎找不到这篇文章的副本（不用付费），但它们并不完全相同。

K 表示搜索对数据进行聚类。因此，如果您只是想在图像中找到主色，或者根据颜色进行一些排序，这就是要走的路。附带说明：Kmeans 可用于任何向量。它不仅限于颜色，因此您可以将其用于许多其他应用程序。

Color Deconvolution 正在尝试消除常用于显微术的化学染料的影响。（如果我正确理解了摘要）。根据使用的特定染料，该算法会尝试反转其效果并返回原始彩色图像（在添加染料之前）。我发现this website 显示了一些输出。这是对 RGB 光谱的染料贡献去卷积。它不做任何聚类/分组（除了找到染料）

希望有帮助

编辑
如果您不知道，卷积通常与信号/图像处理相关联。基本上，您使用 filter 并在 signal 上运行它。输出是原始输入的修改版本。在这种情况下，原始图像会被具有已知 RGB 值的染料过滤。如果我们知道染料/过滤器的全部特性，我们可以将其反转。然后通过使用逆滤波器再次运行卷积，我们希望 de -convolve 效果。原则上这听起来很简单，但在很多情况下这是不可能的。

【讨论】：

嗨！谢谢参观。这是我找到的 Ruifrok 方法的解释：web.hku.hk/~ccsigma/color-deconv/color-deconv.html 如果我理解，K-means 会找到图像中的主色，然后您可以根据该信息将图像分成不同的颜色分量，而无需先验知识污渍是。 Ruifrok 假设主要颜色是污点颜色，然后通过污点分离图像。我猜如果 K-means 工作正常，并且你指定你想要两个集群，它应该挑选出两个污点作为两个集群颜色。
你对kmeans有一个正确的理解，它不需要数据的先验知识。但是反卷积比简单的 kmeans 聚类更复杂。想一个例子：你有蓝色细胞，你用红色染料染色。单元格现在是紫色的，背景是红色的。这是您的输入，染色后的图像（假设您是从同事那里得到的）。您的目标是恢复 预染色 图像。 K 均值 2 为图像的红色部分生成一个簇，为紫色单元格生成一个簇。反卷积去除了红色染料的颜色贡献，并再次显示原始的蓝色细胞。