基于SLIC的细胞分割与检测

    实际上SLIC算法只是一种超像素的聚类方法，但由于其良好的聚类效果（同时利用了颜色空间与位置空间的信息），使得再对细胞图像进行处理时，获得了较好的效果。

    如下图所示，这是一张血细胞显微图像。

    再进行合适的SLIC处理后，将几乎所有的细胞聚类出来。

    但是，粘连的细胞还是连在一起，我反向操作，直接提取轮廓线，得到下图。

    可以看到，许多细胞变成了葫芦状。这里打算使用形状检测的方式，先检测凸多边形，将其直接变成背景。然后再只有类圆形细胞的情况下，检测圆形，这样或许就可以直接将较好的细胞分开，这也是考虑到细胞的圆形特征，对于特殊的情况就没办法了。

    下面是对每个超像素进行着色的效果。

    在考虑超像素的区域性质，而不是他的边界性质时，可以初步的检测圆形状，再没有去处凸多边形的情况下，仍然圈出了很多的细胞。