图像处理-核计数

我正在尝试创建一个可以计算此类图像中核数的程序：

我已经完成的步骤如下：

1. 应用交替顺序滤镜（使用逐渐变大的结构元素关闭和打开图像）
2. 应用距离变换
3. 使用距离变换图像应用分水岭分割以检测最小值

产生以下结果（其中每种颜色代表计数的新核）：

如我们所见，存在很多缺陷，特别是原子核过多。我想说这个问题的原因是我对分水岭变换（使用距离变换）施加最小值的方式，但是在这种情况下，我确实没有其他施加最小值的想法。

由于距离变换会根据对象的圆度生成最小值，因此我想知道一种比“交替序列滤波器”更好的将原子四舍五入的替代方法（查看上图，我们可以推断出大多数“超计数”来自不太圆的核）。我还想知道为分水岭变换施加最小值的更好方法。

关于如何处理分水岭的过分分割问题，有很多文章，但是我认为您应该阅读鲁棒的细胞图像分割方法（Bengtsson等人的2004年科学文章）。

它涵盖了用于分割细胞图像的各种方法，并包括一些真实的示例，这些示例显示了如何处理与您相似的荧光显微镜图像上的分水岭造成的过度分割（它还提供了明场图像和共聚焦显微镜图像的示例）。它使用距离变换中的种子，类似于您的方法，并合并边界较弱的区域。这篇文章读起来很不错，这些概念很容易在Matlab中实现。

对于最新的方法，您可以阅读Svensson的“ 基于模糊距离信息的3D模糊对象的分解方案”。它使用与Bengtsson等人类似的方法，但是在模糊距离变换上工作，该变换为文章中使用的对象提供了更好的密度表示。

您可以尝试“扩展极大值变换”，这是一种形态重建方法。在给定的对比度标准下，它可以检测到最大点，您可以对其进行反转和施加。它在Matlab中实现。