正确使用 Matlab 分水岭算法分割细胞

Question

我在尝试让分水岭算法正确处理我的图像时遇到了很多麻烦。在各种在线教程中，他们似乎总是使用同样复杂/模糊的图像，所以我不确定我的有什么问题。我已经对此发表了一些参差不齐的帖子，但想真正澄清并提出一般性问题。也就是说，我使用的图像如下：

但是，当我尝试应用其中一种分水岭算法时：

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,[]);

它似乎永远不会工作。无论出于何种原因，它都确定每个单元格由一堆较小的单元格组成：

我试图通过将分段组件与BW = bwdist(BW) <= 3; 聚集在一起来解决这个问题，这样图像就不会被碎片化：

如第一张图片所示，应该有 3 个单元格，虽然分水岭确实识别出左侧的两个不同单元格 - 它记录的数量超出了应有的范围（即使在结块之后）。 在我尝试了一切之后，我没有取得太大的进步，所以任何帮助或建议都会非常感激。

经过完整的分水岭程序后，我最终得到如下最大值：

Answer 1

您必须使用种子/约束/标记分水岭。如果您使用经典（不再使用）分水岭，您将面临过度细分。

在你的情况下，我会用这种经典的方法来使用分水岭来分割细胞：

1. 小关闭以减少噪音。
2. （可选）用于调整电池边缘的小开口。
3. 侵蚀。侵蚀的结果就是你的内在标记。
4. 扩张。膨胀的结果就是你的外部标记。
5. 第 1 步（如果您执行了第 2 步）后生成的图像的渐变。
6. 渐变图像上的分水岭（步骤 5），使用标记（步骤 3 和 4）。

但是在你的情况下，如果单元格定义如此明确，我会简单地执行第 1 步和第 2 步，然后是大礼帽。它将同样有效且速度更快。