图像分析：在图像中查找蛋白质

Question

我正在尝试写一个程序，自动在图片中找到蛋白质，这个程序最终会用来区分两种不同高度的蛋白质。

背景上方的白色区域是一个膜，蛋白质就坐落在这个膜上，而那些白色的块状物就是蛋白质。蛋白质有两个部分，所以它们成对出现（实际上是一个蛋白质）。

我在Fiji（Jython）中写了一个脚本，试图找到这些蛋白质，这样我们就可以根据周围的背景来计算它们的高度。目前的做法是先应用自适应直方图均衡，然后用半径为10像素的滚动球来减去背景。接下来，我使用了一种10像素乘10像素的核，计算中心5个像素的平均值，并将其与核边缘4个像素的平均值进行比较，得到一个比值。如果这个比值超过某个值，那么它就被认为是一个候选者。

我得到的输出是这张图片，除了有一些包裹和灵敏度（比值=2.0）的问题，整体看起来还不错。我的问题是：

1. 这个方法合理吗？还是有明显更好的做法？
2. 你能建议我接下来该怎么做吗？我现在有点卡住，不太确定该如何继续。

如果需要代码：http://pastebin.com/D45LNJCu

谢谢！

Sam

Answer 1

ImageJ的“查找最大值”功能也有类似的作用。

这里是Jython代码

from ij import ImagePlus, IJ, Prefs
from ij.plugin import RGBStackMerge
from ij.process import ImageProcessor, ImageConverter
from ij.plugin.filter import Binary, MaximumFinder
from jarray import array

# define background is black (0)
Prefs.blackBackground = True

# find maxima
#imp = IJ.getImage()
imp = ImagePlus('https://i.stack.imgur.com/Q766c.png')
ImageConverter(imp).convertToGray8() 
ip = imp.getProcessor()
segip = MaximumFinder().findMaxima( ip, 10, 200, MaximumFinder.SINGLE_POINTS , False, False)

# display detection result
binner = Binary()
binner.setup("dilate", None)
binner.run(segip)
segimp = ImagePlus("seg", segip)
mergeimp = RGBStackMerge.mergeChannels(array([segimp, imp, None, None, None, None, None], ImagePlus), True)
mergeimp.show()

更新：更新了代码，现在可以处理PNG格式的图片（RGB），并且可以直接从这个帖子加载图片。更多细节请查看评论。

Answer 2

我们可以先从简单的开始，使用哈里斯角点的方法来检测局部最大值。比如说：

import numpy as np
import Image
from scipy import ndimage
import matplotlib.pyplot as plt

roi = 2.5
peak_threshold = 120

im = Image.open('Q766c.png');
image = im.copy()

size = 2 * roi + 1
image_max = ndimage.maximum_filter(image, size=size, mode='constant')
mask = (image == image_max)
image *= mask

# Remove the image borders
image[:size] = 0
image[-size:] = 0
image[:, :size] = 0
image[:, -size:] = 0

# Find peaks
image_t = (image > peak_threshold) * 1

# get coordinates of peaks
f = np.transpose(image_t.nonzero())

# Show
img = plt.imshow(np.asarray(im))
plt.plot(f[:, 1], f[:, 0], 'o', markeredgewidth=0.45, markeredgecolor='b', markerfacecolor='None')

plt.axis('off')
plt.savefig('local_max.png', format='png', bbox_inches='tight')
plt.show()

这样做会得到这个结果：