显微图像中的圆圈检测（有噪音）

Question

我正在开展一个项目，我必须开发自动显微镜。我需要一种算法来识别圆圈。我能够得到一种可以处理噪声并找到圆圈的算法，但是如果实验设置发生一点变化，它就不再适用于不调整参数（不是我想要的）。

我尝试了多种方法，最有效的方法是使用 CLAHE，然后模糊图像。之后我在霍夫圆上运行结果。我将展示一个例子。 这是原始数据，不适用于当前算法：

应用 CLAHE 后我得到：

霍夫圆只能找到一个圆：

另一种方法是使用直方图均衡化：

这将给出更清晰的圆，但霍夫圆根本不起作用。有时我会做一些gainDivision来去除背景，然后只应用直方图均衡：

增益除法后均衡直方图

直方图均衡总是可以提高对比度，所以我的想法是将 CLAHE 切换到此，但我无法做到。

此网站https:// Fiveko.com/online-tools/hough-circle-detection-demo/适用于直方图均衡后的每个数据。

有人可以提供一种方法来检测均衡直方图图像中的圆圈吗？如果没有它，由于噪音会在背景中产生随机圆圈。

更新：决定采用AI算法

Answer 1

我能做的最好的事情就是调整 GaussianBlur 和 HoughCircles 以适应您提供的一张 eqi-hist 图像。希望它比看起来更通用，并且能以某种方式帮助您。

blur = cv2.GaussianBlur(gray, (11, 11), 0)
circles = cv2.HoughCircles(blur, cv2.HOUGH_GRADIENT, 1, 20, 
                           param1=180, param2=17, minRadius=2, maxRadius=50)