Image processing 图像中弯管长度测量的特征检测技术

我从荧光显微镜实验中得到了数百张DNA纳米管的图像，我想用图像处理的自动化方法来测量管长度的分布。以下是显微镜图像示例：

我尝试了一些使用python和skimage的特征提取方法。我曾尝试使用Canny边缘检测，它成功地创建了每个纳米管的轮廓，但我不清楚如何从这些轮廓到长度的确定度量。在应用Canny边缘检测后，我尝试使用概率Hough变换将直线拟合到曲线，这将使长度测量变得简单。正如您在这些结果中所看到的：

直线拟合不一致，并且为同一管结构并行创建了多条直线

---

有人知道一种简单的方法来测量这些管子的长度吗

我会这样开始：

union color
    {
    DWORD dd; WORD dw[2]; byte db[4];
    int i; short int ii[2];
    color(){}; color(color& a){ *this=a; }; ~color(){}; color* operator = (const color *a) { dd=a->dd; return this; }; /*color* operator = (const color &a) { ...copy... return this; };*/
    };

对图像进行二值化

查找管的每一组像素

按管颜色填充该位置

使用任何具有8个邻域的填充算法，并且在填充过程中还对某些计数器

cnt

中的重新着色像素进行计数

如果面积大小

cnt

太小，则将其重新填充到背景中，否则将其大小

cnt/平均管宽度

计入直方图中

下面是一个简单的C++示例：

图片pic0，pic1；
//pic0源img
//pic1-输出img
//0xAARGGBB
常量DWORD col_backg=0x002020；//灰色
常数DWORD col_管=0x00FFFFFF；//白色
常量DWORD col_done=0x0000A0FF；//水
常量DWORD col_noise=0x00000080；//蓝色
常量DWORD列错误=0x00FF0000；//红色（太小的历史值）
常量DWORD col_hist=0x00FFFF00；//黄色的
常量DWORD col_测试=0x01000000；//A*填充开始颜色（必须大于使用的所有其他颜色）
int x，y，xx，yy，i；
德沃德c；
常数int _hist=256；//直方图的最大区域大小
int hist[_hist]；//直方图
//将源图像复制到输出
pic1=pic0；
pic1.增强_范围（）；//最大化动态范围^3
pic1.pixel_格式（_pf_）；//转换为灰度
pic1.阈值（100766，柱背，柱管）；//二值化图像的阈值强度
pic1.pf=\u pf\u rgba；//设置为RGBA（无转换）
//清晰直方图
for（i=0；idat[i]；i++；
如果（x>=0）和（y>=0）和（y>=0）0）和（x）和（x）和（x）x（x）如果（x）如果（x）如果（x>>=0）如果（x）如果（x>=0）和（x）如果（x>=0）和（x）x）和（x）p[y）p[y][x.dd=D=id；D=id；D=id；D；D=id；D；D；D=D；如果（美国洪水填充；如果（洪水填充；如果（如（洪水）是）是）的；如果（洪水填充；如果（洪水，如果（洪水填充，如果（洪水（洪水）是）或者（洪水填充）是）或者（x x x）的，如果（洪水填）的）洪水，如果（x x x x）洪水，洪水，洪水填充）或者或者（x x）的）洪水，洪水，洪水填充（x x）的）洪水，洪水，洪水，洪水填充（x）的&&（xadd（y）；p[y][x].dd=id；_洪水填充_n++；如果例如，如果（洪水填充物）的洪水填充物（y）y0=y；如果（洪水填充物（y）y0=y；如果（洪水填充物（U）y0=y；如果（洪水填充物（U）x1=0）和（x）dd（y）；p[y[y[y[y[x]x]x x x x x）x）x）x；x；x；x；x；x；x；如果（洪水填充物（U（U（U）1=0=0=0）和（x）和（x）和（x）和（x）和（x）和（x）x）x（x）x（x（x）x；p（x；p（x；p[y；p[y[y[y[y[y[y[y[y[y[y[x）x）x）x）x）x）x）x）x）x）x）x）x）x.方方方方方方（x）x）x）x）x=x；如果（_泛洪填充_y0>y）（y）p[y][x][x.dd（y）p[y[y][x].dd=d.dd=id；dd=id；dd=id；did=id；did=id；如果（U洪水填充（U洪水填充（U.洪水填充（U x0>x）若若（U洪水填充（U.U洪水填充（U.U.U.0 0）0=0=0=0；如果（U洪水填充（U.0 0.0）0=0=0；如果（U洪水填充（U.0.0>0.y）洪水填充（y）洪水填充（y）你们们）洪水填充（y）洪水填充）洪水填充（U洪水填充（U 0.y）你们们）你们们）洪水填充（U洪水填充）你们们）的洪水填充（U洪水填充（0.0.y）你们们）你们们）的洪水填充（0.y0.y0.y0.y0.y0=0.y0）洪水填充ux1=0）和&（xadd（y）；p[y][x].dd=id；_floodfill_n++；if（_floodfill_x0>x）_floodfill_x0=x；if（_floodfill_y0>y）_floodfill_y0=y；if（_floodfill_x1这远远超出了我的驾驶室，但你似乎想找到Canny边缘检测创建的形状的中心线。这里有一个与OpenCV相关的问题；也许那里的链接会给你一些想法？我尝试了Canny边缘检测，然后通过形态学闭合来填充间隙，然后是skeletonisation需要找到每个形状的中心线。我将我在原始形状上找到的东西用红色覆盖。看看你对结果的看法……谢谢你们！Skeletonize看起来确实是个不错的选择。@MarkSetchell这看起来正是我想要的！有些管子有小的分支从主线分叉，但这些应该很容易gh仅通过基于线长度的过滤来删除。是否有一种简单的方法来访问每条线的起点和终点以及总长度？为什么不使用形态学操作符对间隙进行二值化+填充，然后使用泛光填充计算每个对象的像素数并除以平均管厚度？也可以找到厚度如果使用*类泛光填充，则可以找到两个最远的点，使厚度与之垂直…因此只需计算该方向的像素数…如果从端点到端点进行投射，则*填充将直接获得长度。此外，A*将检测是否有相交的管（超过2个局部最大值）@Spektre好主意！这是利用了我知道管子的宽度应该一致这一事实。正如你所提到的，相交的管子会对此产生问题。你说“如果你对管子感兴趣，a*也会检测到”是什么意思？如果有一种方法可以检测交叉管，或者丢弃这两种管，那么找出一种方法来测量理想的单个长度。
union color
    {
    DWORD dd; WORD dw[2]; byte db[4];
    int i; short int ii[2];
    color(){}; color(color& a){ *this=a; }; ~color(){}; color* operator = (const color *a) { dd=a->dd; return this; }; /*color* operator = (const color &a) { ...copy... return this; };*/
    };

enum{
    _x=0,   // dw
    _y=1,

    _b=0,   // db
    _g=1,
    _r=2,
    _a=3,

    _v=0,   // db
    _s=1,
    _h=2,
    };