इमेज प्रोसेसिंग - गिनती नाभिक


10

मैं एक ऐसा कार्यक्रम बनाने की कोशिश कर रहा हूं, जो इस तरह की छवि में नाभिकों की संख्या को गिन सके:

यहाँ छवि विवरण दर्ज करें

मैंने जो कुछ किया है वह निम्नलिखित है, चरण दर चरण:

  1. एक वैकल्पिक अनुक्रमिक फ़िल्टर लागू करें (धीरे-धीरे बड़े संरचित तत्वों के साथ छवि को बंद करना और खोलना)
  2. एक दूरी परिवर्तन लागू करें
  3. मिनिमा का पता लगाने के लिए दूरी रूपांतरित छवि का उपयोग करके वाटरशेड विभाजन को लागू करें

निम्नलिखित परिणाम प्राप्त होता है (जहाँ प्रत्येक रंग एक नए नाभिक का प्रतिनिधित्व करता है):

यहाँ छवि विवरण दर्ज करें

जैसा कि हम देख सकते हैं, बहुत सारी खामियां हैं, विशेष रूप से, अतिवृद्धि नाभिक। मैं कहूंगा कि उस समस्या का कारण है कि जिस तरह से मैंने वाटरशेड ट्रांसफॉर्म (दूरी परिवर्तन का उपयोग करके) के लिए मिनीमा लगाया था, लेकिन उस मामले में मिनीमा लागू करने के लिए मेरे पास वास्तव में कोई अन्य विचार नहीं है।

चूंकि दूरी परिवर्तन वस्तुओं की गोलाई के आधार पर मिनिमा उत्पन्न करता है, मैं अल्टरनेटिंग सेक्शनल फिल्टर की तुलना में नाभिक को गोल करने के लिए एक बेहतर विकल्प जानना चाहूंगा (ऊपर की छवि को देखते हुए, हम अनुमान लगा सकते हैं कि अधिकांश "ओवरकाउंट्स" आए थे) कम गोल नाभिक)। मैं वाटरशेड ट्रांसफ़ॉर्म के लिए मिनीमा लगाने के बेहतर तरीके भी जानना चाहूंगा।


3
मुझे कभी-कभी काम पर इस तरह के सवाल मिलते हैं और ... इसमें नहीं जाते। मैं आम तौर पर उपयोगकर्ता को माइक्रोस्कोप पर वापस जाने और सभ्य चित्र प्राप्त करने के लिए कहता हूं। मुझे यकीन नहीं है कि मैं उन्हें हाथ से गिन सकता हूं। क्या यह आपके मामले में एक विकल्प है (इमेजिंग भाग से मेरा मतलब है)?
जीन-यव्स

पागल विचार, जो इस बात पर निर्भर करता है कि आपको कितनी छवियों का विश्लेषण करने की आवश्यकता है और कितनी बार, लेकिन यह जानना कि मनुष्य इस तरह से बेहतर हैं: अमेज़ॅन के मैकेनिकल तुर्क का उपयोग करने का प्रयास करें।
डैरन डब्ल्यूटी 22'13

क्या आप अपनी छवि के लिए एक जमीनी सच्चाई प्रदान कर सकते हैं? (मैन्युअल रूप से आपके द्वारा चित्रित) मैंने छवि को देखा और स्पष्ट रूप से मैं आपको यह नहीं बता सकता कि कौन से नाभिक हैं या जो कलाकृतियों हैं। कुछ नाभिक हैं जो केवल कई पिक्सेल से बने होते हैं? नाभिक को गोल / दीर्घवृत्त माना जाता है? और अंत में, जैसा कि @ जीन-यवेस ने बताया, क्या आप एक बेहतर तस्वीर प्राप्त कर सकते हैं? हम सभी कंट्रास्ट और ल्युमिनोसिटी को समायोजित कर सकते हैं, लेकिन हम सैंपल को री-टिंट नहीं कर सकते।
विस्फ़ोटक

जवाबों:


1

वाटरशेड की देखरेख की समस्या से निपटने के लिए कई लेख हैं, लेकिन मुझे लगता है कि आपको रोबस्ट सेल इमेज सेगमेंटेशन मेथड्स (2004 से बेंग्सटन एट अल द्वारा वैज्ञानिक लेख) पढ़ना चाहिए ।

यह सेल छवियों को खंडित करने के लिए विभिन्न तरीकों को शामिल करता है और इसमें वास्तविक दुनिया के उदाहरण भी शामिल हैं जो दिखाते हैं कि आपकी जैसी प्रतिदीप्ति माइक्रोस्कोपी छवियों पर वाटरशेड से ओवरसेलेशन को कैसे संभालना है (इसमें उज्ज्वल-क्षेत्र छवियों और कंफ़ोकल माइक्रोस्कोपी छवियों के उदाहरण भी हैं)। यह आपके दृष्टिकोण के समान दूरी के परिवर्तन से बीजों का उपयोग करता है, और कमजोर सीमाओं वाले क्षेत्रों का विलय करता है। लेख अच्छी तरह से पढ़ता है और मतलाब में लागू करने के लिए अवधारणाएं बहुत सीधे हैं।

और भी अधिक वर्तमान दृष्टिकोण के लिए, आप Svensson द्वारा फज़ी डिस्टेंस इंफॉर्मेशन के आधार पर 3 डी फजी ऑब्जेक्ट्स के लिए एक अपघटन योजना पढ़ सकते हैं । यह बेंग्सटन एट अल के समान विधि का उपयोग करता है, लेकिन फ़ज़ी डिस्टेंस ट्रांसफ़ॉर्म पर काम करता है जो आर्टिकल में प्रयुक्त वस्तुओं के लिए बेहतर घनत्व का प्रतिनिधित्व देता है।


0

आप "विस्तारित मैक्सिमा परिवर्तन" की कोशिश कर सकते हैं जो एक रूपात्मक पुनर्निर्माण विधि है। यह एक विपरीत कसौटी पर दिए गए अधिकतम बिंदुओं का पता लगाता है जिसे आप उल्टा और थोप सकते हैं। यह मतलाब में लागू किया जाता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.