基于SLIC的细胞分割与检测
2014-03-07 05:53
260 查看
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。
再进行合适的SLIC处理后,将几乎所有的细胞聚类出来。
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。
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。
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。
如下图所示,这是一张血细胞显微图像。
再进行合适的SLIC处理后,将几乎所有的细胞聚类出来。
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。
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。
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。
相关文章推荐
- 基于SLIC分割的特征点检测
- 基于高维视觉特征模型的目标图像检测与图像分割技术研究---论文摘录
- 基于肤色分割和改进AdaBoost 算法的人脸检测
- segMatch:基于3D点云分割的回环检测
- 基于肤色的人脸检测与分割
- 基于经典分割算法的图像内细胞识别与计数(matlab实现)(不定期更新完善)
- 基于RGB-D的语义分割和目标检测介绍
- 基于光流的视频语义分割和物体检测
- 文献《基于图分割的高分辨率遥感影像建筑物变化检测研究》的阅读笔记
- 【Matlab学习笔记】【细胞或颗粒检测分割】资源汇总
- 基于像素自适应分割的运动目标检测算法
- 【OpenCV】基于kmeans的细胞检测方法
- 灰度图像的区域分割插值算法和针对彩色图像的基于Canny边缘检测的色彩融合算法
- U-net使用, 图像分割(边缘检测)
- 基于深度学习的目标检测研究进展
- 基于深度学习的目标检测与识别
- 基于2D多边形的碰撞检测和响应(四)
- 基于Vibe算法的运动目标检测
- matlab基于遗传算法的最大熵值法的双阈值图像分割
- 【计算机视觉】基于自组织背景减除的运动目标检测算法