Image 如何将所有**容器**对准同一方向？

我正在从事一个医学图像处理项目，我想检测图像中血管的方程。我想规范化数据集，以便所有的主要血管都指向同一方向。例如，图像是：

主要船舶将标记为：

对于输入图像

主要船舶将标记为：

我想自动检测方向并在第二个输入图像上执行旋转，如下所示：

如何检测这些容器并相应地进行校准

编辑：

到目前为止，我尝试使用以下代码：

clear global
clc
warning on
addpath(genpath('\D:\OCT_enface_registration\codes\ode_alignment\'));

img = imread('D:\OCT_enface_registration\data\RPEDC\OD_circle\Khader Pasha Sk _2246_AngioVue Disc_OS_2016-06-15_02.png');

%Perform histogram
imgHist = histeq(img);

%Set up the threshold value
Threshold = 120;

%The vessels are extracted using Kirsch templates. It is an operator (mapping) to find the maximum
%edge strength in a few predetermined directions.
bloodVessels = VesselExtract(imgHist(:,:,1), Threshold);
im = im2double(imgHist);

% Convert RGB to Gray via PCA
lab = rgb2lab(im);
f = 0;
wlab = reshape(bsxfun(@times,cat(3,1-f,f/2,f/2),lab),[],3);
[C,S] = pca(wlab);
S = reshape(S,size(lab));
S = S(:,:,1);
gray = (S-min(S(:)))./(max(S(:))-min(S(:)));

%% Background Exclusion
% Apply Average Filter of [9 9] size
h = fspecial('average', [9 9]);

%Gray image having the dimensions of  [9 9]
JF = imfilter(gray, h);
%figure, imshow(JF);

% Take the difference between the gray image and Average Filter
Z = imsubtract(JF, gray);
%figure, imshow(Z);

%% Threshold using the IsoData Method (Iterative Self-Organizing Data Analysis Technique)
%It is a method of unsupervised classification to cluster a data depedning
%on threshold values.
%More information: http://web.pdx.edu/~jduh/courses/Archive/geog481w07/Students/Vassilaros_ISODATA.pdf
level=isodata(Z); % this is our threshold level

%% Convert to Binary
BW = imbinarize(Z, level-.008);

%% Remove small pixels
BW2 = bwareaopen(BW, 100);

%% Overlay: Image put on another image
BW2 = imcomplement(BW2);
out = imoverlay(imgHist, BW2, [0 0 0]);
%figure, imshow(out);
samp=imgaussfilt(double(BW2));
samp1=samp>0.9;
figure;imshow(samp1);
samp2=samp<0.1;
%figure;imshow(samp2);
%figure;imshow(samp2, 'ColorMap', [1 1 1; 1 0 0]);

清除全局
clc
警告
addpath（genpath（'\D:\OCT\u enface\u registration\code\ode\u alignment\）；
img=imread（'D:\OCT\u enface\u registration\data\RPEDC\OD\u circle\Khader Pasha Sk\u 2246\u AngioVue Disc\u OS\u 2016-06-15\u 02.png'）；
%执行直方图
imgHist=histeq（img）；
%设置阈值
阈值=120；
%使用Kirsch模板提取血管。这是一个查找最大值的运算符（映射）
%在几个预定方向上的边缘强度。
血管=血管提取物（imgHist（：，：，1），阈值）；
im=im2double（imgHist）；
%通过PCA将RGB转换为灰色
实验室=rgb2lab（im）；
f=0；
wlab=重塑（bsxfun（@次，cat（3,1-f，f/2，f/2），实验室），[]，3）；
[C，S]=pca（wlab）；
S=重塑（S，尺寸（实验室））；
S=S（：，：，1）；
灰色=（S-min（S（：））./（max（S（：）-min（S（：）））））；
%%背景排除
%应用[9]大小的平均过滤器
h=F特殊（‘平均’，[9]）；
%尺寸为[9]的灰色图像
JF=imfilter（灰色，h）；
%图，imshow（JF）；
%取灰度图像和平均滤波器之间的差值
Z=imsubtract（JF，灰色）；
%图，imshow（Z）；
%%使用IsoData方法（迭代自组织数据分析技术）的阈值
%它是一种无监督分类方法，用于对依赖于数据的数据进行聚类
%关于阈值。
%更多信息：http://web.pdx.edu/~jduh/courses/Archive/geog481w07/Students/Vassilaros_ISODATA.pdf
级别=isodata（Z）；%这是我们的门槛水平
%%转换成二进制
BW=imbinarize（Z，级别-0.008）；
%%去除小像素
BW2=bwareaopen（BW，100）；
%%覆盖：图像放在另一个图像上
BW2=补码（BW2）；
out=imoverlay（imgHist，BW2[0]）；
%图，imshow（out）；
samp=imgaussfilt（双（BW2））；
samp1=samp>0.9；
图形imshow（samp1）；
samp2=让我问一个经典的问题：你试过什么？我想你不想让我们为你这么做。除了安德的问题，请说明你如何定义“主要血管”@AnderBiguri，我已经做了必要的编辑，并添加了我尝试过的代码。@Raha，最明亮的是血管。有时，有不止一个同样明亮的容器。