从图像中分割相似强度的对象 我正在Python和C++中对医学图像（特别是CT扫描）进行分割。我已经成功地使用阈值、区域生长和形态学操作的组合从切片中消除了骨骼、空气和脂肪。剩下的主要问题是将重要器官从肌肉中分割出来，因为它们的强度非常相似，而且常常彼此相邻

例如，在下图中，可以看到一片肠与腹壁肌肉相邻：

所需的分割结果如下所示：

另一个可接受的细分如下：

我的问题是：我应该使用什么分割算法来获得期望的分割结果？到目前为止，我已经尝试：

• 阈值：不起作用，因为这两个区域的强度太相似
• 区域增长：不起作用，因为要分割的区域是“连接的”
• Canny过滤器：在较大的sigma值处找不到边，在较低的sigma值处找不到断开的边
• 分水岭变换：导致严重的过度分割图像。没有合并区域的明确标准
• 活动轮廓：无法在两个对象之间找到适当的边界

任何指点都很感激

---

阈值过滤器

Canny过滤器

分水岭变换

---

我认为提取这些对象之间的边缘可以解决问题。由于图像上的边缘可以看到，因此人类可以识别，因此在尝试任何其他算法之前，我会尝试应用高通滤波器/梯度检测来锐化边缘作为预处理步骤。之后，可能会进行一些膨胀/侵蚀，以关闭对象的边缘或删除不必要的垃圾，然后洪水填充，作为下一步的工作

另一个选项是Hough transform-它可能能够提取边缘，因为它能够提取细微特征（例如来自Mathworks:）

您还可以尝试阈值的变化-将图像划分为子集（正方形），并根据其包含的像素灰度（例如平均灰度）计算每个子集的系数。由于其中一个对象整体上比另一个对象稍轻，因此可能会起作用-这两个对象局部相似，但全局不同。您必须处理子集大小以及阈值（即，系数值）

---

编辑：我刚刚看到了你上传的图片。在sigma=1的情况下，对Canny的结果进行一些扩张和之后的侵蚀难道不能解决问题吗？它会闭合边缘，从而分离对象-虽然精度不是100%，但会将这两个区域分开，或多或少保持形状。

可能是通过形状？蓝色的形状看起来比顶部拉长的形状有更深的区域。也许是像中等灰度的对比度增强这样简单的事情，然后再进行上面提到的一些过程？嗨，你找到解决这个问题的方法了吗？如果是，请在答案部分张贴，并将其标记为已接受答案。我面临着类似的问题。会有很大帮助的。