Image processing 如何分割和合并错误分割的区域

我已经在一张聚集的细胞图片上执行了分水岭分割。似乎有许多细胞簇没有被充分分割或根本没有分割。也有单个单元格被过度分段。我可以使用什么方法来合并过度分割的单个细胞，并进一步分割欠分割的细胞簇

编辑：通过确定单元的面积是否在正常大小单元的某个平均范围内，来确定单元是否过度分段或不足分段。不过我不确定这是不是个好主意。任何帮助都将不胜感激，谢谢

---

你必须决定什么是你理想的或期望的细胞；显然，它是一个没有曲率反转的圆形状（即它在没有方向反转的情况下旋转）=简单的形状。为此，您可以使用圆形等形状特征：您需要确定您接受的圆形范围

对于分水岭，我认为最好是进行过度分割，然后根据合并后的形状是否符合标准（如上所述），可以合并附近的形状。可以使用其他形状特征（拉长等）

---

如果你选择分段不足，你别无选择（根据你正在使用的方法），只能在剩余的形状上重复分段。

你不能期望零错误和分段完美。也许你有更小或更大的细胞。也许你的图像质量真的很差

如果知道单元的面积在某个范围内，只需调整分水岭参数（阈值），直到平均估计面积与您的先验知识一致

如果您有非常大的分段（大面积，超过平均面积的两倍左右），则让流域以更高的阈值局部运行

如果有局部非常小的分段，则让分水岭以较小的阈值在局部再次运行

---

除了使用另一种算法（例如，具有半自动分割功能的算法）之外，我不会做更多的事情。

从这张图像中，答案应该是显而易见的：没有任何标准，绝对无法猜测在何处分割和在何处合并。可能是随机的？原始图像对理解结果非常有用。一般来说，如果结果分割过度/不足，则必须处理标记。如果你不能做得更好，一个随机分水岭是“某个时候”的解决方案。看起来你的原始图像是一个好看的结构-我们可以有吗？所以你希望单元格是一些圆形的物体或类似的东西——这就是猜测@Yves Daoust我编辑了这篇文章来解释我想到的做这件事的标准。@FiReTiTi@gpasch我将把原始图像上传到这篇文章中。是的，我也可以通过中心矩使用几何来确定某种可接受的标准。我知道完美的分割是不可能的，但问题是，错误的分割会干扰细胞的跟踪。您提到调整阈值，但您指的是哪个阈值：二进制阈值还是分水岭阈值？因为我不知道分水岭本身有一个临界点。@Senyokbalgul如果有多个临界点，你可以和它们一起玩，看看它们有什么影响。也许您还想尝试其他算法（例如ilastik）。