改进低对比度图像分割

Question

我有相差显微镜图像需要分割。由于背景中的对象之间缺乏对比度（图 1），因此似乎很难对它们进行分割。我使用函数 adapthisteq 来增加单元格的可见性（图 2）。有什么方法可以改善细胞的分割？

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 - 原始图像 histogramEq - 提高可见度的图像 binaryImage - 二值化图像

Answer 1

在应用阈值之前，我会使用白色礼帽将不同的图案与背景分开。参见 here the result. Then you stretch the histogram。

然后你就可以应用你所做的了。

Answer 2

我想以 FiReTiTi 的回答为基础。我有下面的代码和一些截图。我已经使用 OpenCV 3.0.0

完成了这项工作

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)

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

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

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

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

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

改进低对比度图像分割

Improving Low Contrast Image Segmentation

matlab

image-processing

contrast

image-segmentation