Matlab 分水岭算法中的负值导致黑色图像

我用分水岭算法来分割接触的细胞核。典型图像可能如下所示： 或者这个：

我尝试将分水岭算法应用于以下代码：

show(RGB_img)


%Convert to grayscale image
I = rgb2gray(RGB_img);

%Take structuring element of a disk of size 10, for the morphological transformations
%Attempt to subtract the background from the image: top hat is the
%subtraction of the open image from the original


%Morphological transformation to subtract background noise from the image
%Tophat is the subtraction of an opened image from the original. Remove all
%images smaller than the structuring element of 10
I1 = imtophat(I, strel('disk', 10));

%Increases contrast
I2 = imadjust(I1);
%show(I2,'contrast')
%Assume we have background and foreground and assess thresh as such 
level = graythresh(I2);
%Convert to binary image based on graythreshold
BW = im2bw(I2,level);
show(BW,'C');



BW = bwareaopen(BW,8);
show(BW,'C2');

BW = bwdist(BW) <= 1;
show(BW,'joined');
%Complement because we want image to be black and background white
C = ~BW;
%Use distance tranform to find nearest nonzero values from every pixel
D = -bwdist(C);

%Assign Minus infinity values to the values of C inside of the D image
%   Modify the image so that the background pixels and the extended maxima
%   pixels are forced to be the only local minima in the image (So you could
%   hypothetically fill in water on the image

D(C) = -Inf;

%Gets 0 for all watershed lines and integers for each object (basins)
L = watershed(D);
show(L,'L');

%Takes the labels and converts to an RGB (Using hot colormap)
fin = label2rgb(L,'hot','w');

% show(fin,'fin');
im = I;

%Superimpose ridgelines,L has all of them as 0 -> so mark these as 0(black)
im(L==0)=0;

clean_img = L;
show(clean_img)

show（RGB_img）
%转换为灰度图像
I=rgb2gray（RGB_img）；
%取一个大小为10的圆盘的结构元素，进行形态变换
%尝试从图像中减去背景：top hat是
%从原始图像中减去打开的图像
%从图像中减去背景噪声的形态学变换
%Tophat是从原始图像中减去打开的图像。全部删除
%小于结构元素10的图像
I1=imtophat（I，strel（'disk'，10））；
%增加对比度
I2=imadjust（I1）；
%显示（I2，“对比度”）
%假设我们有背景和前景，并以此评估thresh
级别=灰度阈值（I2）；
%基于灰度阈值的二值图像转换
BW=im2bw（I2级）；
显示（BW，'C'）；
BW=BWAREOPEN（BW，8）；
显示（BW，'C2'）；
BW=bwdist（BW），因此将其标记为0（黑色）
im（L==0）=0；
清洁度=L；
表演（清洁）

---

在

C=~BW之后整个图像变暗。我相信这是因为图像像素都是-inf或更小的负数。这是一种解决方法，如果是这样的话，我可以在我的代码中做些什么来让这个算法工作呢？我已经做了很多实验，但我真的不知道发生了什么。任何帮助都会很好
 问题在于您的
show
命令。正如您在评论中所说，这在引擎盖下使用了
imshow
。如果您直接尝试
imshow
，您也会看到一张黑色图像。但是，如果您使用适当的限制来称呼它：

imshow(clean_img,[min(clean_img(:)), max(clean_img(:))])

你会看到你期望看到的一切

一般来说，出于这个原因，我更喜欢imagesc
imshow
对要表示的范围进行任意判断，我通常都懒得跟上。我认为在您的情况下，您的最终图像是
uint16
，因此
imshow
选择表示范围
[1，65025]
。由于您的所有像素值都低于400，因此在该范围内，它们在肉眼看来是黑色的。
问题在于您的
show
命令。正如您在评论中所说，这在引擎盖下使用了
imshow
。如果您直接尝试
imshow
，您也会看到一张黑色图像。但是，如果您使用适当的限制来称呼它：

imshow(clean_img,[min(clean_img(:)), max(clean_img(:))])

你会看到你期望看到的一切

一般来说，出于这个原因，我更喜欢imagesc
imshow
对要表示的范围进行任意判断，我通常都懒得跟上。我认为在您的情况下，您的最终图像是
uint16
，因此
imshow
选择表示范围
[1，65025]
。由于所有像素值都低于400，因此在该范围内，它们在肉眼看来是黑色的。
show

命令的作用是什么？我不认识它。它是2016a的东西吗？@tasospacastylanou show是我写的一个小函数-它实际上只封装了

figure

，

imshow

，并向figure添加了一个标签。它应该是与

imshow

相同的显示，

show

命令做什么？我不认识它。它是2016a的东西吗？@tasospacastylanou show是我写的一个小函数-它实际上只封装了

figure

，

imshow

，并在figure上添加了一个标签。它应该与

imshow

相同，但你也可以只做

imshow（clean_img，[]）

，它将自动计算最小值和最大值，并分别缩放到

[0,1]

。非常感谢，这很有帮助。然而，我现在使用另一种算法，

L=流域（I_mod）位于：
I_eq\u c=imcomplete（I_eq）和
I_mod=imimposem（I_eq_c，~bw4 | mask_em）
在
L
之后，图像的像素都设置为1，因此再次变为黑色，有什么想法吗？还有没有更通用的方法来分割这些像素？即使教程代码使用了复杂的图像，我似乎也得到了不稳定的结果，没有一种通用的分割方法。还有人在做细胞分割博士。尝试使用
imopen
而不是
imtophat
，您将获得与您的案例更相关的结果，或许您可以从中吸取教训。一种方法是首先使用粗略的阈值粗略地分离形状，并且仅对“连接”单元应用分水岭算法；您可以将这些结构识别为未通过某种“凸度”测量阈值（例如面积/表面）的结构感谢@rayryeng，我倾向于避免
imshow
，所以我一直忘了这一点！：pYou也可以只做
imshow（clean_img，[]）
，它将自动计算最小值和最大值，并分别缩放到
[0,1]
。非常感谢，这很有帮助。然而，我现在使用另一种算法，
L=流域（I_mod）位于：
I_eq\u c=imcomplete（I_eq）和
I_mod=imimposem（I_eq_c，~bw4 | mask_em）
在
L
之后，图像的像素都设置为1，因此再次变为黑色，有什么想法吗？还有没有更通用的方法来分割这些像素？即使教程代码使用了复杂的图像，我似乎也得到了不稳定的结果，没有一种通用的分割方法。还有人在做细胞分割博士。尝试使用
imopen
而不是
imtophat
，您将获得与您的案例更相关的结果，或许您可以从中吸取教训。一种方法是首先使用粗略的阈值粗略地分离形状，并且仅对“连接”单元应用分水岭算法；您可以将这些结构识别为未通过某种“凸度”测量阈值（例如面积/表面）的结构