Подсчет колоний на чашке Петри

Question

У меня есть куча чашек Петри с множеством точек, которые я бы хотел сосчитать в Матлабе. Можно ли это сделать надежно и в партиях?

E.g. Эта пластина имеет 352 колоний

Я попытался ImageJ, но нужно сделать совсем немного кадрирования из границы и получить разные результаты.

Есть ли у вас какие-либо предложения?

Answer 1

Мой подход к этой проблеме заключается в следующем: преобразование

1. Используйте Хаф, чтобы идентифицировать круги, соответствующие чашки Петри.
2. Глобальное пороговое значение с методом Отсу, ограниченное блюдом.
3. Подсчитайте колонии как региональные максимумы исходного изображения, которые представлены в сегментированном изображении.

Этот file exchange toolbox предоставляет нам рабочий циркуляр Hough transform. Вещи довольно просто оттуда:

function [count,colonies,bw] = colony_count(I) 

I = rgb2gray(im2double(I)); %# Color-to-gray conversion. 
[m,n] = size(I); 

%# Uncomment this if you have might have some images with light background 
%# and dark colonies. It will invert any that seem that way. 
%#if graythresh(I) < 0.5 
%# I = imcomplement(I); 
%#end 

bw = I > graythresh(I); %# Otsu's method. 
radii = 115:1:130; %# Approx. size of plate, narrower range = faster. 
h = circle_hough(bw,radii,'same','normalise'); %# Circular HT. 
peaks = circle_houghpeaks(h, radii, 'npeaks', 10); %# Pick top 10 circles. 

roi = true(m,n); 
for peak = peaks 
    [x, y] = circlepoints(peak(3)); %# Points on the circle of this radius. 
    x = x + peak(1); %# Translate the circle appropriately. 
    y = y + peak(2); 
    roi = roi & poly2mask(x,y,m,n); %# Cumulative union of all circles. 
end 

%# Restrict segmentation to dish. The erosion is to make sure no dish pixels 
%# are included in the segmentation. 
bw = bw & bwmorph(roi,'erode'); 

%# Colonies are merged in the segmented image. Observing that colonies are 
%# quite bright, we can find a single point per colony by as the regional 
%# maxima (the brightest points in the image) which occur in the segmentation. 
colonies = imregionalmax(I) & bw; 

%# Component labeling with 4-connectivity to avoid merging adjacent colonies. 
bwcc = bwconncomp(colonies,4); 
count = bwcc.NumObjects; 

Мы используем этот код, как это:

I = imread('http://i.stack.imgur.com/TiLS3.jpg'); 
[count,colonies,mask] = colony_count(I); 

Я также загрузил colony_count функцию on the file exchange. Если у вас есть изображение, которое не работает, но вы думаете, что нужно оставить комментарий.

Счет 359, что, я бы сказал, довольно близко. Вы можете проверить сегментации (mask) и маркеры колонии (colonies), чтобы увидеть, где делаются ошибки:

%# Leave out the changes to mask to just see the colony markers. 
%# Then you can see why we are getting some false colonies. 
R = I; R(mask) = 255; R(colonies) = 0; 
G = I; G(mask) = 0; G(colonies) = 255; 
B = I; B(mask) = 0; B(colonies) = 0; 
RGB = cat(3,R,G,B); 
imshow(RGB); 

Answer 2

Что бы я сделал это:

1. Преобразование изображения в binary image, которое может быть сделано с помощью некоторых threshold on the Intensity. Обратите внимание, что точки светлее, поэтому вы можете сделать 1-binaryImage после принимая порог. Я не знаю, почему вы сказали, что они черные, но это та же идея, независимо от того, какого цвета они находятся.

2. после этого вы можете использовать Hough transform и сюжет histogram из rho and theta

3. и на что на гистограмме вы можете взять второй порог на rho == радиус.

Добавлено:

Detect circles with various radii in grayscale image via Hough Transform

Answer 3

Вы можете использовать технику, называемую связное этикетирование компонент, который может быть использован делать различие между различными объектами в изображении.

Прежде всего вам нужно сделать изображение двоичным с помощью некоторого значения порога. Маркировка выполняется путем сканирования каждой строки пикселя дважды, один раз слева направо и один раз справа налево. Мы ищем объект пикселей, т.е. пикселей, которые имеют значение 1.

В слева-направо сканирования: для каждого пикселя р: Если р является объектом пикселей, скопировать ярлык сверху или оставил. Если p - фоновый пиксель или p имеет ярлык, ничего не делать.

Для справа налево сканировании: для каждого пикселя р: Если р является объект пикселей, скопировать ярлык с правой стороны, если есть один, в противном случае установить новую метку. Если p - фоновый пиксель или p имеет ярлык, ничего не делать. Если существует метка , а пиксель справа от p имеет другую метку, отметьте это.

Например (из лекции слайды в http://webstaff.itn.liu.se/~bjogu/TNM087-2012/Fo7-2012-AH.pdf):

Когда вы отсканировали изображение целиком, объединить все ярлыки, которые вы отметили (они подключены к одному объекту), а затем сосчитать количество ярлыков, и у вас будет счет.