Skip to main content
 首页 » 编程设计

python之显微镜图像分割 : bacteria segmentation with python

2025年05月04日7unruledboy

我正在尝试分割一些显示一些 E 的显微明场图像。大肠杆菌。 我正在处理的图片类似于这张图片(即使这张图片是通过相差获得的):

我的问题是,在运行我的分割函数(下面的 OtsuMask)后,我无法区分 split 的细菌(您可以在示例图像上尝试下面的代码)。这意味着我得到的是一对末端连接在一起的细菌的单个标记区域,而不是两个不同的标记图像。 两个 split 细菌之间的边界太窄,无法通过我对阈值图像执行的形态学操作突出显示,但我想一定有办法实现我的目标。

有什么想法/建议吗?

import scipy as sp 
import numpy as np 
from scipy import optimize 
import mahotas as mht 
from scipy import ndimage 
import pylab as plt 
 
 
def OtsuMask(img,dilation_size=2,erosion_size=1,remove_size=500): 
 
    img_thres=np.asarray(img) 
    s=np.shape(img)     
    p0=np.array([0,0,0]) 
 
    p0[0]=(img[0,0]-img[0,-1])/512.     
    p0[1]=(img[1,0]-img[1,-1])/512. 
    p0[2]=img.mean() 
 
    [x,y]=np.meshgrid(np.arange(s[1]),np.arange(s[0])) 
 
    p=fitplane(img,p0)     
    img=img-myplane(p,x,y)     
 
 
    m=img.min() 
    img=img-m 
    img=abs(img) 
    img=img.astype(uint16) 
 
    """perform thresholding with Otsu""" 
    T = mht.thresholding.otsu(img,2) 
    print T 
    img_thres=img 
    img_thres[img<T*0.9]=0 
    img_thres[img>T*0.9]=1 
 
 
    img_thres=-img_thres+1   
 
    """morphological operations""" 
    diskD=createDisk(dilation_size) 
    diskE=createDisk(erosion_size) 
 
    img_thres=ndimage.morphology.binary_dilation(img_thres,diskD)    
 
    labeled_im,N=mht.label(img_thres) 
    label_sizes=mht.labeled.labeled_size(labeled_im) 
    labeled_im=mht.labeled.remove_regions(labeled_im,np.where(label_sizes<remove_size))     
 
 
    figure(); 
    imshow(labeled_im) 
 
    return labeled_im 
 
def myplane(p,x,y): 
 
    return p[0]*x+p[1]*y+p[2]  
 
def res(p,data,x,y): 
 
    a=(data-myplane(p,x,y)); 
 
    return array(np.sum(np.abs(a**2))) 
 
def fitplane(data,p0): 
 
    s=shape(data); 
 
    [x,y]=meshgrid(arange(s[1]),arange(s[0])); 
    print shape(x), shape(y) 
 
    p=optimize.fmin(res,p0,args=(data,x,y)); 
    print p 
    return p 
 
 
def createDisk( size ): 
    x, y = np.meshgrid( np.arange( -size, size ), np.arange( -size, size ) ) 
    diskMask = ( ( x + .5 )**2 + ( y + .5 )**2 < size**2) 
    return diskMask 

OtsuMask 中代码的第一部分由平面拟合和减法组成。

请您参考如下方法:

与 this related stackoverflow answer 中描述的方法类似的方法可以在这里使用。

基本上是这样的:

  • 像你所做的那样调整你的形象

  • 对阈值图像应用距离变换

  • 对距离变换设置阈值,以便每个细菌只保留一小部分“种子”

  • 给这些种子贴上标签,给每个种子一个不同的灰色阴影
    (还为背景添加一个标记的种子)

  • 使用这些种子和距离变换图像执行分水岭算法,以获得细菌的分离轮廓

查看一些图片的链接答案,这些图片将使这一点更加清晰。