在IF图像中鉴定细胞膜

Question

我正在努力解决一个非常棘手的问题。

我有一些图像（免疫荧光图像）代表了一些蛋白质，我需要识别外部的＃34;这些蛋白质的膜。 问题显示在下面的图像中。 外膜由图像B中的红色路径表示，我必须识别它（外膜不均匀，但沿路径有不同的厚度）

我不能使用阈值，因为我要在膜内包含所有像素（阈值会产生孔，因为膜内部的某些像素具有膜外其他像素的相同值）。

我尝试使用Canny的算法和许多边缘检测算法，但结果是不可接受的;即使我尝试了一小部分，它们也无法识别膜。

我尝试过另一种方式。

我已经使用行进方格确定了外部路径。 对于行进方块的每两个点，我发现一个段正常，这两个点由这两个点定义。 我已经按照这些＆＃34;正常＆＃34;分析了这个配置文件。对于每个轮廓，我选择了两个包含膜的点（如图C所示）。 结果并不好，因为我无法覆盖所有的膜，并且不容易分析轮廓以确定膜的开始和结束位置。 这是我获得的： 任何人都可以建议一个算法或一些想法来解决这个问题吗？

其他类似图片：

Answer 1

对于你的示例图像，Gimp的模糊选择工具似乎很好地找到了蛋白质的外部（见下文 - 但可能就是这种情况，因为它已经缩小了吗？你能发布原始图像样本吗？）。所以我会尝试类似下面的内容

1. 使用flood fill的变体来查找外边框
2. 对于外边框上彼此相邻的两个点，确定法线并进行游行直到值停止上升，然后直到值停止下降。

Answer 2

这样的事情会起作用吗？这绝不是一个答案，但我不能将所有内容都作为评论发布。

此代码使用C ++，要运行它，您需要安装OpenCV，如果您有visual studio，可以通过NuGet完成。

以下代码是我从here获得的。

int main()
{
    Mat image;
    image = imread("path to image", 1);
    Mat original = image.clone();
    //Sharpen the image. This should ease edge detection. The the higher the second value, the sharper the image will be.
    cv::addWeighted(image, 20.0, image, -0.5, 0, image);
    //Blur the image slightly. This should handle internal edges. The higher the last value will be, the more blurred the image will be.
    cv::GaussianBlur(image, image, cv::Size(0, 0), 2);
    namedWindow("Display window", CV_WINDOW_AUTOSIZE);

    Mat gray;
    cvtColor(image, gray, CV_BGR2GRAY);
    Canny(gray, gray, 100, 200, 3);
    /// Find contours   
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    RNG rng(12345);
    findContours(gray, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
    /// Draw contours
    Mat drawing = Mat::zeros(gray.size(), CV_8UC3);
    Scalar color = Scalar(0, 0, 255);
    for (int i = 0; i< contours.size(); i++)
    {       
        drawContours(original, contours, i, color, 2, 2, hierarchy, 0, Point());
    }

    imshow("Result window", original);
    waitKey(0);
    return 0;
}

鉴于以下内容：

产量