Question

我目前有这样的数字病理图像：

首先，我使用以下代码转图像为灰度：

img=imread('DigitalPathology8.png');
figure;
imshow(img)
hsv=rgb2hsv(img); 
s=hsv(:,:,2);

我得到了这张灰度图像：

虽然我尝试使用以下代码对这张灰度图像进行二值化处理：

bw = imbinarize(s,'global'); 
figure
subplot(2,1,1)
imshow(s)
subplot(2,1,2)
imshow(bw)

我得到这样的图像：这有什么错我的代码？当我将相同的算法应用于其他图像时，如下所示：我能得到二值图像只蓝色细胞是白色和其他细胞，包括背景是黑色的。所以，我也希望我将相同的代码，以我提到的第一个图像后，同样的结果。有人可以帮我吗？

Answer 1

您最好使用rgb2gray() (look here)进行转换：

grey=rgb2gray(img)

这应该给你这样的东西：

我建议您使用更复杂的方法，例如Otsu，而不是使用全局阈值，这样会为您带来更好的结果：

但是，如果您只想提取蓝色单元而不是图像的简单阈值版本，则应该在灰度图像上使用完全不同的方法，例如MaxEntropy。这会给你这样的东西：

还有这个

此tresholding方法似乎未包含在matlab中，而是plugin can be found。

您还可以尝试使用一种完全不同的方法，根据color similarity通过阈值检测蓝点：使用这种方法，您可以将每个像素设置为白色，该像素与蓝色的颜色距离小于给定的阈值。这应该给你这样的东西（红色标记代表图像的前景）：

参考颜色：

对于这种方法，我将RGB颜色（17.3、32.5、54.5）作为参考颜色，我的最大距离是210。如果您有ImageJ，则可以交互操作此方法，前一阵子我写了plugin for that如您所见，这种方法还可以检测到错误的像元，这是由距离的高值和选择的参考色引起的。通过选择更合适的参考颜色和更小的距离值，可以最大程度地减少此错误。

二值化灰度图像包含了太多的噪音

1 个答案: