Matlab sobel边缘检测的预处理方法

我目前正在用Matlab编写一个基于距离变换和分水岭线的分割算法来分析我的数据（细胞显微镜，原始图像见图1）。分离细胞的部分工作得很好，但我在算法的第一部分遇到了麻烦：预处理和边缘检测部分

链接至图像：

事实上，我的分割是基于亮场图像，自然轮廓非常突出，但由于来自细胞核的一些噪声照明，当我应用边缘检测方法（Sobel滤波器）时，一些细胞的轮廓经常被截断。例如，在图像2中检测到的边缘导致良好的分割（图像3），但下一帧可能具有相同的单元，具有内部照明，从而导致不良边缘检测（图像4），从而导致不良分割（图像5）

我想找到一种更敏感的边缘检测方法，或者一种可以降低细胞内部照明重要性的方法。由于我远未成为图像处理算法方面的专家，我不知道我想要的东西是否简单易得，或者我是否需要考虑其他策略

非常感谢您的时间和建议。

您也可以在Matlab的edge方法中使用不同的设置和阈值。 不久前我也遇到了同样的问题，通过选择“对数”方法（高斯拉普拉斯方法）解决了这个问题

您可以从坚持Sobel方法并更改阈值开始 （详情请参阅），然后继续尝试其他方法，看看它们是否比sobel更适合您。 我还将检查matlab的边界跟踪函数（），可能启用了noholes（我认为这将消除作为额外对象出现的nucleus区域，并扰乱分割）。

---

希望这有点帮助。：D

也许你可以看看凹度（比如周长和面积的比率）来标记部分轮廓，并对它们做额外的工作（不考虑好的轮廓）。感谢您的评论。这是一个很好的建议，但我想在做一些巨大的任务作为轮廓推断之前，尽最大努力检测图像中可用的最佳轮廓。非常感谢您的详细回复。我尝试了不同的边缘检测，参数范围很大，但结果几乎相同。尽管如此，随着新的预处理步骤，如初始图像的中值减法，我得到了一些改进。因此，我确信关键在于预处理步骤，但我还没有找到这些步骤的良好组合。。。。