Etiquetado Otsu erosionado

Esta operación segmenta y etiqueta una imagen utilizando desenfoque, umbralización de Otsu, erosión binaria y etiquetado Voronoi enmascarado.

Después de desenfocar y aplicar umbral usando el método de Otsu, se aplica erosión binaria iterativa. Los objetos en la imagen erosionada se etiquetan usando etiquetado de componentes conectados y estas etiquetas se dilatan para ajustarse nuevamente a la imagen binaria inicial usando etiquetado Voronoi enmascarado.

Esta función es similar a voronoi_otsu_labeling. Está destinada a manejar mejor los casos donde las etiquetas de los objetos se intercambian entre sí si los objetos son densos. Al igual que cuando se usa el etiquetado Voronoi-Otsu, los objetos pequeños pueden desaparecer al aplicar esta operación.

Esta función está inspirada en una implementación similar en Java por Jan Brocher (Biovoxxel) en la caja de herramientas Biovoxxel. ¡Muchas gracias Jan!

from skimage.data import cells3d
import pyclesperanto_prototype as cle
import napari_segment_blobs_and_things_with_membranes as nsbatwm

image = cells3d()
image.shape

(60, 2, 256, 256)

Simplemente recortamos una sección 2D.

nuclei = cle.asarray(image[30, 1])
nuclei

cle._ image shape (256, 256) dtype float32 size 256.0 kB min 1091.0 max 58327.0

labels = cle.eroded_otsu_labeling(nuclei, number_of_erosions=11, outline_sigma=4)
labels

cle._ image shape (256, 256) dtype uint32 size 256.0 kB min 0.0 max 17.0

Parámetro: number_of_erosions

Si el número especificado de erosiones es demasiado pequeño, los objetos pegajosos se etiquetarán juntos.

labels = cle.eroded_otsu_labeling(nuclei, number_of_erosions=5, outline_sigma=4)
labels

cle._ image shape (256, 256) dtype uint32 size 256.0 kB min 0.0 max 16.0

Si se configuran demasiadas erosiones, los objetos pueden desaparecer.

labels = cle.eroded_otsu_labeling(nuclei, number_of_erosions=20, outline_sigma=4)
labels

cle._ image shape (256, 256) dtype uint32 size 256.0 kB min 0.0 max 3.0

Parámetro: outline_sigma

Con este contorno, puedes controlar la reducción de ruido antes de la umbralización. Si este valor es demasiado bajo, los objetos pueden tener bordes ruidosos y los agujeros pueden llevar a más divisiones de objetos.

labels = cle.eroded_otsu_labeling(nuclei, number_of_erosions=5, outline_sigma=1)
labels

cle._ image shape (256, 256) dtype uint32 size 256.0 kB min 0.0 max 37.0

Si este valor es demasiado alto, los contornos de los objetos pueden no ajustarse a los objetos originales.

labels = cle.eroded_otsu_labeling(nuclei, number_of_erosions=11, outline_sigma=10)
labels

cle._ image shape (256, 256) dtype uint32 size 256.0 kB min 0.0 max 11.0