我目前正在基于距离变换和分水岭线在Matlab中编写分割算法来分析我的数据(细胞显微镜,请参阅图1的原始图像)。分离单元的部分工作得很好,但是我对算法的第一部分有麻烦:预处理和边缘检测部分。应用sobel边缘检测的预处理方法
对图片链接:http://postimg.org/gallery/20pf5za9q/be769288/
事实上,我的分割是基于与自然轮廓相当不错强调亮场图像,但由于从细胞核一些噪音照明,部分细胞的轮廓如果经常截断时,我应用边缘检测方法(Sobel Filter)。例如,在图像2中检测到的边缘导致了良好的分割(图像3),但是下一帧可能具有与实习生照明相同的单元,从而导致不良边缘检测(图像4),并因此导致不良分割(图像5 )。
我想找到更灵敏的边缘检测方法或允许减少细胞实习生照明重要性的方法。由于我很想成为图像处理算法方面的专家,我不知道我想要什么可以很容易得到,或者如果我需要查看其他策略。
非常感谢您的时间和建议。
也许你可以看看凹面(类似于比例o f周长和面积)来标记局部轮廓,并对它们进行额外的工作(只留下好的轮廓)。 – kmac 2014-10-01 04:28:42
感谢您的评论。这是一个很好的建议,但我希望尽最大努力去检测我的图像中可用的最佳轮廓,然后执行一些大型任务作为轮廓推理。 – Lem 2014-10-09 13:48:32