Xử lý ảnh - Đếm hạt nhân

Tôi đang cố gắng tạo ra một chương trình có thể đếm số lượng hạt nhân trong một hình ảnh như vậy:

Những gì tôi đã làm là như sau, từng bước một:

1. Áp dụng Bộ lọc tuần tự xen kẽ (đóng và mở hình ảnh với các yếu tố cấu trúc dần dần lớn hơn)
2. Áp dụng một biến đổi khoảng cách
3. Áp dụng phân đoạn đầu nguồn bằng cách sử dụng hình ảnh biến đổi khoảng cách để phát hiện cực tiểu

Kết quả nào mang lại kết quả sau (trong đó mỗi màu đại diện cho một hạt nhân mới được tính):

Như chúng ta có thể thấy, có rất nhiều sự không hoàn hảo, đặc biệt là các hạt nhân đã vượt qua. Tôi muốn nói rằng lý do cho vấn đề đó là cách tôi áp đặt cực tiểu cho Biến đổi đầu nguồn (sử dụng biến đổi khoảng cách), nhưng tôi thực sự không có ý tưởng nào khác để áp đặt cực tiểu trong trường hợp đó.

Vì Biến đổi khoảng cách tạo ra cực tiểu dựa trên độ tròn của các vật thể, tôi muốn biết một cách khác để làm tròn hạt nhân hơn Bộ lọc tuần tự xen kẽ (nhìn vào hình ảnh trên, chúng ta có thể suy ra rằng hầu hết các "vượt quá" đến từ các hạt nhân ít tròn hơn). Tôi cũng muốn biết những cách tốt hơn để áp đặt cực tiểu cho Biến đổi đầu nguồn.

Có rất nhiều bài viết về cách xử lý vấn đề giám sát đầu nguồn, nhưng tôi nghĩ bạn nên đọc Phương pháp phân đoạn hình ảnh tế bào Robust (bài báo khoa học từ năm 2004 của Bengtsson et al).

Nó bao gồm các phương pháp khác nhau để phân đoạn hình ảnh tế bào và bao gồm các ví dụ trong thế giới thực cho thấy cách xử lý quá mức từ đầu nguồn trên hình ảnh kính hiển vi huỳnh quang tương tự như của bạn (nó cũng có ví dụ cho hình ảnh trường sáng và hình ảnh kính hiển vi đồng tiêu). Nó sử dụng các hạt giống từ biến đổi khoảng cách, tương tự như cách tiếp cận của bạn và hợp nhất các vùng có viền yếu. Bài viết đọc tốt và các khái niệm khá dễ thực hiện trong Matlab.

Đối với cách tiếp cận hiện tại hơn nữa, bạn có thể đọc Lược đồ phân rã cho các đối tượng mờ 3D dựa trên thông tin khoảng cách mờ của Svensson. Nó sử dụng một phương pháp tương tự như trong Bengtsson et al, nhưng hoạt động trên biến đổi khoảng cách mờ mang lại biểu diễn mật độ tốt hơn cho các đối tượng được sử dụng trong bài viết.

Bạn có thể thử "biến đổi cực đại mở rộng" là một phương pháp tái cấu trúc hình thái. Nó phát hiện các điểm cực đại đưa ra một tiêu chí tương phản mà bạn có thể đảo ngược và áp đặt. Nó được thực hiện trong Matlab.