如何对单个图像执行分水岭分割和 Blob 分析？

Question

我打算使用 Open-CV 编写一个程序来计算类似于下图的图像中的对象数量。

我计划采用的方法是使用直方图对图像进行阈值处理，然后使用 Blob 检测来计算已识别的 Blob 数量。只要颗粒状物体不相互接触，这就可以正常工作。 （虽然重叠超出了范围）我研究了使用分水岭分割来识别相互接触的对象的可能性。

我不清楚的是，如何将这两种技术应用于可能有或没有重叠颗粒的图像。如果图像中至少有一个颗粒相互接触，我是否要同时执行这两种技术？如果是，按什么顺序？或者我是否只执行分水岭，因为某处会重叠，并且执行 Blob 检测会由于合并的 blob 而导致错误输出？提前致谢。

Answer 1

您说“只要图像中至少有一个重叠实例”，但也说“重叠超出范围”。

如果分水岭算法处理具有重叠颗粒的图像，Blob 检测可能不会提供任何优势（因为它会合并重叠对象）。

如果您真的想组合这些方法，您可以在各自的管道中运行它们，并使用概率模型将两者结合起来。但最好从简单的开始，看看你会先得到什么样的结果。

这是一个使用 Matlab 的示例，它使用 Watershed 执行细胞分割：

http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/

如果您需要避免计算仅部分可见的对象，您可以使用 Voronoi 图并删除与边缘相连的对象：

http://pythonvision.org/basic-tutorial