我有一些需要分割的彩色图像。它们是用苏木精和伊红染色的载玻片的图像(“H & E”)。颜色解卷积和K均值聚类之间的区别是什么?
我发现颜色解卷积该方法通过Ruifrok
http://europepmc.org/abstract/med/11531144
,通过色分离出的图像。
但是似乎你能做的只是通过使用类似K-means聚类:
http://www.mathworks.com/help/images/examples/color-based-segmentation-using-k-means-clustering.html
我好奇的区别是什么。任何见解都会受到欢迎。谢谢。
嗨!谢谢参观。这里是我发现的Ruifrok方法的解释: http://web.hku.hk/~ccsigma/color-deconv/color-deconv.html 如果我明白了,K-means会找到图像中的主色,然后您可以根据该信息将图像分成不同的颜色成分,而不需要事先知道污渍是什么。 Ruifrok假定主色是污渍颜色,然后通过污点分离图像。 我猜如果K-means工作正常,并且你指定你想要两个簇,它应该挑出两个簇作为两个簇的颜色。 – ccbb
你对kmeans有一个正确的理解,它不需要关于数据的先验知识。但是反卷积比简单的kmeans聚类更复杂。想想一个例子:你有蓝色的细胞,你用红色染料染色。细胞现在是紫色的,背景是红色的。这是你的输入,后染色图像(比如你从同事那里得到)。你的目标是回到__pre-dye__图像。 K的平均值为2会为图像的红色部分生成一个簇,并为紫色单元生成一个簇。解卷积可消除红色染料的颜色贡献,并会再次向您显示原始蓝色细胞。 – andrew