基于标记的图像分割建议

Question

我正在尝试通过拓扑数据分析进行生物医学图像分割，这主要是我的研究领域。我从左侧的图像开始，应用了TDA，并获得了右侧具有4个通道的numpy数组，这些通道几乎完全代表了原始图像的神经元边界。

现在，我的目标是理想地枚举这些感兴趣的区域，并通过调用该轮廓的索引来伸出每个神经元周围的轮廓。

我尝试了cv2.findContours，但是您可以看到某些区域只是细胞间的间隙，并不对应于实际的细胞。

cv2.watershed可能有效，但我不知道如何使用基于标记的分水岭算法，因为图像处理不是我的工作范围...

原始图像和聚合图像

我用TDA获得的标记图像实际上是小标记的总和，因此我本可以使用这些小图像中的每一个来填充findContours，但它们比原始图像更嘈杂，所以我不甚至不用费心并尝试使用上面的聚合标记图像找到我的出路

小标记

我愿意接受建议。