我有一些彩色图像需要分割。 它们是用苏木精和伊红（"H&E"）染色的载玻片的图像。
我发现了鲁伊夫罗克的颜色反卷积方法
http://europepmc.org/abstract/med/11531144
按颜色分隔图像。
但是，似乎只需使用 K 均值聚类分析即可执行类似操作：
http://www.mathworks.com/help/images/examples/color-based-segmentation-using-k-means-clustering.html
我很好奇有什么区别。 欢迎任何见解。 谢谢。
我似乎找不到文章的副本（无需付费），但它们并不完全相同。
K 表示寻求对数据进行聚类。因此，如果您只想在图像中找到主色，或者根据颜色进行一些排序，这就是要走的路。作为旁注：Kmeans可用于任何向量。它不仅限于颜色，因此您可以将其用于许多其他应用程序。
颜色反卷积正试图消除通常用于显微镜的化学染料的影响。（如果我正确理解摘要）。根据所使用的特定染料，该算法会尝试逆转其效果并为您提供原始彩色图像（在添加染料之前）。我发现这个网站显示了一些输出。这是对RGB光谱的染料贡献的去卷积。它不进行任何聚类/分组（除了查找染料）
希望有帮助
编辑
如果您不知道，卷积通常与信号/图像处理相关联。基本上，你拿一个滤波器，在信号上运行它。输出是原始输入的修改版本。在这种情况下，原始图像由具有已知RGB值的染料过滤。如果我们知道染料/过滤器的全部特性，我们可以反转它。然后，通过使用逆滤波器再次运行卷积，我们有望对效果进行去卷积。原则上，这听起来很简单，但在许多情况下这是不可能的。