画像処理-核を数える

私はそのような画像の核の数を数えることができるプログラムを作成しようとしています：

私がすでに行っているのは、次のステップバイステップです：

1. 交互順次フィルターを適用します（徐々に大きくなる構造化要素で画像を閉じて開く）
2. 距離変換を適用する
3. 距離変換画像を使用して流域セグメンテーションを適用して最小値を検出する

次の結果が得られます（各色はカウントされた新しい中核を表します）。

ご覧のように、多くの欠陥、特に過剰に計算された核があります。この問題の理由は、ウォーターシェッド変換に（距離変換を使用して）最小値を課す方法にあると思いますが、その場合、最小値を課す他のアイデアはありません。

距離変換はオブジェクトの丸みに基づいて最小値を生成するので、核を切り上げるための代替シーケンシャルフィルターよりも優れた代替策を知りたいです（上の画像を見ると、「過カウント」のほとんどは、丸みの少ない核）。また、Watershed Transformに最小値を課すより良い方法を知りたいです。

流域の過セグメンテーション問題の処理方法に関する記事は多数ありますが、ロバストセルイメージセグメンテーションメソッド（Bengtssonらによる2004年の科学記事）を読んでおくべきだと思います。

細胞画像をセグメント化するためのさまざまな方法をカバーし、あなたと同様の蛍光顕微鏡画像で流域からの過剰分割を処理する方法を示す実例が含まれています（明視野画像と共焦点顕微鏡画像の例も含まれています）。アプローチと同様に、距離変換のシードを使用し、境界が弱い領域をマージします。記事はよく読んで、概念はMatlabに実装するのがかなり簡単です。

さらに最新のアプローチについては、Svenssonによるファジー距離情報に基づく3Dファジーオブジェクトの分解スキームを参照してください。これは、Bengtsson et alと同様の方法を使用しますが、記事で使用されているオブジェクトの密度表現を向上させるファジー距離変換で機能します。

形態学的再構成法である「拡張マキシマ変換」を試すことができます。それはあなたが逆にして課すことができるコントラスト基準を与えられた最大点を検出します。これはMatlabで実装されています。