基于SLIC的细胞分割与检测

实际上SLIC算法只是一种超像素的聚类方法,但由于其良好的聚类效果(同时利用了颜色空间与位置空间的信息),使得再对细胞图像进行处理时,获得了较好的效果。
如下图所示,这是一张血细胞显微图像。
基于SLIC的细胞分割与检测
文章图片


再进行合适的SLIC处理后,将几乎所有的细胞聚类出来。
基于SLIC的细胞分割与检测
文章图片


但是,粘连的细胞还是连在一起,我反向操作,直接提取轮廓线,得到下图。基于SLIC的细胞分割与检测
文章图片

可以看到,许多细胞变成了葫芦状。这里打算使用形状检测的方式,先检测凸多边形,将其直接变成背景。然后再只有类圆形细胞的情况下,检测圆形,这样或许就可以直接将较好的细胞分开,这也是考虑到细胞的圆形特征,对于特殊的情况就没办法了。
下面是对每个超像素进行着色的效果。基于SLIC的细胞分割与检测
文章图片

在考虑超像素的区域性质,而不是他的边界性质时,可以初步的检测圆形状,再没有去处凸多边形的情况下,仍然圈出了很多的细胞。
【基于SLIC的细胞分割与检测】基于SLIC的细胞分割与检测
文章图片


    推荐阅读