2016-07-26 26 views
2

私は、セグメント化する必要のある位相差顕微鏡画像を持っています。背景(画像1)からのオブジェクトの間のコントラストの欠如のためにそれらを分割することは非常に難しいようです。私は細胞の可視性を高めるために関数adapthisteqを使用しました(画像2)。細胞のセグメンテーションを改善する方法はありますか?低コントラスト画像セグメンテーションの改善

normalImage = imread(fileName); 
channlImage = rgb2gray(normalImage); 
histogramEq = adapthisteq(channlImage,'NumTiles',[50 50],'ClipLimit',0.1); 
saturateInt = imadjust(histogramEq); 
binaryImage = im2bw(saturateInt,graythresh(saturateInt)); 
binaryImage = 1 - binaryImage; 

normalImage - 原画像 normalImage histogramEq - 増加可視画像 histogramEq 二値 - 二値化画像 binaryImage

答えて

1

閾値を適用する前に、私が使用して、背景とは異なるパターンを分離することになります白いトップハット。 here the resultを参照してください。その後、あなたはstretch the histogramです。

あなたがしたことを適用することができます。

+0

こんにちは、 '' histogramEq'後行 'tophatImage = imtophat(histogramEq、STREL( 'ディスク'、7))を加えます。結果はあなたと非常によく似ていますが、違いはあなたの背景に比べて対象のオブジェクトが明るく見えるということです。あなたはどのように関心の対象を明るくしましたか?ヒストグラムを伸ばすことはどういう意味ですか? – Senyokbalgul

+0

私のアドバイスは、アダプシュテックの前にトップハットを適用することでした。トップハットは照明の変化に敏感ではありません。ヒストグラムのストレッチに関するリンクを追加しました。 – FiReTiTi

+0

正確なセグメンテーションにはまだ役立たないようです。 – Senyokbalgul

0

私はFiReTiTiの答えを構築したいと思います。私は以下のコードといくつかのスクリーンショットを持っています。私は、この使用してOpenCVの3.0.0

import cv2 

x = 'test.jpg' 
img = cv2.imread(x, 1) 
cv2.imshow("img",img) 

#----converting the image to grayscale 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
cv2.imshow('gray', gray) 

enter image description here

#----binarization of image 
ret,thresh = cv2.threshold(gray,250,255,cv2.THRESH_BINARY) 
cv2.imshow("thresh",thresh) 

enter image description here

#----performing adaptive thresholding 
athresh=cv2.adaptiveThreshold(thresh, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2) 
cv2.imshow('athresh', athresh) 

enter image description here

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(7, 7)) 

#----morphological operation 
closing = cv2.morphologyEx(athresh, cv2.MORPH_CLOSE, kernel) 
cv2.imshow('closing', closing) 

を行っています

#----masking the obtained result on the grayscale image 
result = cv2.bitwise_and(gray, gray, mask= closing) 
cv2.imshow('result ', result) 

enter image description here

関連する問題