医学分割图像中的噪声去除

10

谁能提出在下图的各个位置消除白线的方法（在红色方块内表示）？

分割的医学图像

matlab image-processing opencv

— crack_addict
source

5

这是视网膜的图像吗？在那种情况下，我建议您从阅读有关该主题的大量文献开始，而不是使用sobel过滤器（或等效的解决方案）破解一个快速，肮脏的解决方案，并尝试“消除噪音”。这些问题已经一遍又一遍地解决了，它可能会节省您很多时间来阅读过去的工作原理。然后，您可以开始真正的创新：）

— static_rtti 2012年

公平的观点，但是提供的一些链接可能会更好。毫无疑问，仍然有Google。

— AruniRC

1

甚至更好，谷歌学者。我对这个精确的知识还不够了解，无法提供比Google更好的链接，抱歉：-/

— static_rtti 2012年

1

@crack_addict：到目前为止，您尝试了什么？

— Amro 2012年

1

知道此过程的输出将用于什么（也知道留白线对噪声的清除效果有多好），将是一件很好的事

— penelope

3

我发现的一种解决方案如下：

在此处输入图片说明

— crack_addict
source

您能否详细介绍一下第3步，即您认为哪些形态学操作有用？

— Paul R

我想很好地解释我的答案：首先，我无法根据大小删除对象，因为您可以看到对象有点连接，因此我首先根据灰度进行了阈值处理，在第三步中将小对象很好地分离了我扩张以使有用的对象继续，然后我使用边缘细化获得细线

— crack_addict

3

您可以获取多张图像，即目标是静态的吗？如果是这样，则可以“堆叠”图像以消除噪点。一个简单的均值或中值函数将消除图像堆栈中的随机噪声，仅留下信号（即白线）。

— 用户名
source

1

从最初的基于面积的滤波看来，结果可能并不令人满意，因为它去除了线性但面积不大的分量。查看要提取的前景的结构，我们可以看到它们是长物结构。可以考虑使用线性结构元素。但是这里的图像由各种角度和分支组成。我建议阅读以下论文，该论文介绍了道路网区域照片所展示的路径开放。

— 贝多特
source

0

看起来“噪声”是纹理/图案。也许您将尝试删除该模式，以便继续进行处理。在我看来，形态学运算和边缘检测无法很好地工作（没有证据，只是对该场景的第一印象，因为对噪声和特征/所需信息的看似太相似了）。如果我在周末有时间，我会尝试一些去除纹理的方法，并随时通知您。

— mchlfchr
source