在显微镜研究中绘制非均匀组织的边界

Question

我正在编写一个OpenCV脚本来分析免疫组织化学染色的心脏组织。我们的染色程序在光学显微镜下用可见的色素使细胞膜中表达某些蛋白质的细胞能够被我们用来拍摄图像。在

到目前为止，我已经使用OpenCV社区（http://opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_imgproc/py_colorspaces/py_colorspaces.html）中经常引用的颜色分割脚本的修改版本，成功地根据颜色范围将图像分割到不同的层。在

原始图像的屏幕截图：

显示B细胞层：

在这一点上，我想计算B细胞与未染色组织的面积比。此操作提示根据颜色范围提取背景单元格层：

显然，这些结果还有很多有待改进的地方。在

有人知道如何解决这个问题吗？再次，我想分割背景组织（透明）层，不幸的是，这是相当海绵状的纹理。我的目标是制作一个能代表未染色组织区域的掩模。似乎有必要使用模糊技术来填补组织中的空白，但这种方法造成的精度损失是显而易见的。在

Answer 1

在示例图像中，通道看起来高度相关。如果你对图像应用去相关拉伸，你应该能够看到更多的细节。{在我的博客文章中的A1}我在C++中实现了去相关扩展（unFutualTyt不是Python）。在

使用博客中的示例代码，我执行了以下操作来分割单元格区域：

• d使用以下targetMean和tergetSigma检索CIE实验室图像。在

  float mu[3] = {128.0f, 128.0f, 128.0f};
  float sd[3] = {128.0f, 5.0f, 5.0f};
  Mat mean = Mat(3, 1, CV_32F, mu);
  Mat sigma = Mat(3, 1, CV_32F, sd);
  

• 将数据绘制的CIE Lab映像转换回BGR。在
• 用一个3x3矩形结构元素腐蚀这个BGR图像一次。在
• 将kmeans聚类应用于这个k=2的腐蚀图像。在

我不知道这种细分有多好。我认为通过对上述参数（平均值、西格玛、结构元素大小和图像被侵蚀的次数）尝试不同的值，可以得到更好的分割。在

（以下图像与原始比例不符）

原件： dstretched CIE Lab转换回BGR: 侵蚀： k=2时的kmeans: