seung-lab/connected-components-3d

解決的問題

cc3d 是為了解決 3D 圖像中的連通元件標記（CCL）問題而設計，特別針對不僅限於二值（黑白）圖像，而是包含多個標籤的多標籤圖像。許多現有工具僅支援二值圖像，迫使使用者逐一處理每個標籤，導致在具有數百或數千個標籤的圖像上處理速度極慢。cc3d 可在單次掃描中為所有連通元件標記，顯著提升效能。

工作原理

本專案實作了 Rosenfeld 與 Pflatz 的兩次掃描法的 3D 變體，並結合了 Tarjan 的 Union-Find 不相交集合（含路徑壓縮與平衡）以及基於 Wu、Otoo 與 Suzuki 研究的決策樹。

主要技術細節包括：

• 連通性選項：支援 3D 中的 26、18 或 6 連通鄰域，以及 2D 中的 4 或 8 連通。
• 多標籤支援：可同時處理具有多種不同標籤的圖像。
• 連續值支援：可透過使用者定義的 delta 閾值將相近值合併，處理灰階圖像。
• 記憶體效率：支援 memmap 檔案以處理超過 RAM 大小的圖像，並提供壓縮的 CrackleArray 用於厚 Z 切片的順序處理。

適用對象

此工具主要適用於處理密集標籤的 3D 生物醫學圖像（如腦組織顯微鏡影像）的研究人員與開發者，或任何涉及 3D 體積中實例分割與語意標記的應用場景。

主要亮點

• 高效率：一次處理即可標記所有連通元件，通常比僅支援二值圖像的工具提速一個或更多數量級。
• 靈活的連通性：提供 2D 與 3D 空間中的多種連通性選項。
• C++ 與 Python：提供 Python 繫結與 C++ 實作，以實現最大彈性。
• 進階分析工具：包含計算質心、邊界框、體素數量、移除「塵埃」（小物件）以及提取前 k 個最大物件等功能。
• 表面積分析：可計算不同標籤之間的接觸表面積及接觸網路。