返回

【图像分割】基于区域的重叠椭圆拟合实现细胞分割附matlab代码

发布时间:2022-09-17 04:19:04 385
# 研究# 数据# 信息

1 内容介绍

一种基于区域的方法,用于用自动确定的可能重叠椭圆的数量来逼近任意 2D 形状。RFOVE 是完全无监督的,在没有任何假设或关于对象形状的先验知识的情况下运行,并且扩展和改进了递减椭圆拟合算法 (DEFA) [ ​​1​​]。RFFOVE 和 DEFA 都通过执行模型选择来解决多椭圆拟合问题,该模型选择由 Akaike 信息准则在适当定义的形状复杂度度量上的最小化指导。然而,与 DEFA 相比,RFFOVE 最小化了允许椭圆具有更高重叠度的目标函数,从而实现了更好的基于椭圆的形状逼近。在几个标准数据集上对 RFFOVE 与 DEFA 的比较评估表明,RFFOVE 通过更简单的模型(更少的椭圆)实现了更好的形状覆盖。作为对 RFOVE 的实际利用,我们将其应用于检测和分割荧光显微镜图像中可能重叠的细胞的问题。

2 部分代码

% gets the OX distance between point p and ELL

%

function [OXdist] = getOX(p,el)


a = el.a;

b = el.b;

C = el.C;

phi = el.phi;

theta = phi*pi/180;

p1= p-C;


rot = [cos(theta) -sin(theta); sin(theta) cos(theta)];

Xrot=rot*p1'; 

x0 = Xrot(1);

y0 = Xrot(2);

c = sqrt((a^2*y0^2) + (b^2*x0^2));


x1 = a*b*x0 / c;

y1 = a*b*y0 / c;


OXdist = norm([x1 y1]);

3 运行结果

【图像分割】基于区域的重叠椭圆拟合实现细胞分割附matlab代码_最小化

【图像分割】基于区域的重叠椭圆拟合实现细胞分割附matlab代码_图像分割_02

4 参考文献

[1]张竣凯. 基于瓶颈点探测与椭圆拟合的细胞图像分割方法探究[J]. 电子测试, 2013(5X):3.

[2]关涛, 周东翔, 樊玮虹,等. 基于稀疏轮廓点模型的彩色重叠细胞图像分割[J]. 计算机研究与发展, 2015, 52(7):1682-1691.

[3] Cpa C ,  Aab C . Region-based Fitting of Overlapping Ellipses and its application to cells segmentation - ScienceDirect[J]. Image and Vision Computing, 93.

部分理论引用网络文献,若有侵权联系博主删除。


特别声明:以上内容(图片及文字)均为互联网收集或者用户上传发布,本站仅提供信息存储服务!如有侵权或有涉及法律问题请联系我们。
举报
评论区(0)
按点赞数排序
用户头像
精选文章
thumb 中国研究员首次曝光美国国安局顶级后门—“方程式组织”
thumb 俄乌线上战争,网络攻击弥漫着数字硝烟
thumb 从网络安全角度了解俄罗斯入侵乌克兰的相关事件时间线