Python中文
首页
教程
问答
标签
搜索
登录
注册
嘈杂图像中的长边界检测
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我试图从一个相当嘈杂的图像中提取一个单一的长边界(请原谅绿色,图像在任何情况下都会转换为灰度)。我试过运行各种边缘检测和阈值算法来提取边界。到目前为止,我得到的最接近的方法是使用与scikit图像捆绑在一起的本地Otsu阈值:</p> <p><img src="https://i.stack.imgur.com/4g1te.png" width="277" height="324"/><img src="https://i.stack.imgur.com/rbsSe.png" width="291" height="324"/></p> <p>即便如此,我仍然无法提取出任何有意义的边界-当我试图对图像进行边缘检测时,图像会陷入噪声中,而这些噪声会被阈值分割大大放大-边界检测算法在很大程度上依赖于导数的计算,因此,二值图像中的急剧变换确实会影响它们的性能,但我认为这是必要的,因为没有其他方法能够区分边界。在</p> <p>有没有什么方法可以强制局部Otsu阈值在特定的全局阈值下使噪声变平,或者让一种边界提取算法忽略看起来像这样的东西?在</p> <p><img src="https://i.stack.imgur.com/AXJ1i.png" alt="enter image description here"/></p> <p>或者最好写一个基于局部Otsu阈值的替换,它只在返回类似于线的模式时应用阈值?在</p> <p>任何帮助,找到正确的方法,以获得相关的边界是感激的。在</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>通常,在存在噪声的情况下处理检测的最佳方法是首先降低噪声。在</p> <p>使用各种降噪操作对图像进行预过滤可能有助于改善边界检测算法的性能。常用的(简单的)降噪方法是空间模糊或中值滤波。然而,如果您知道噪声存在于特定的频率范围内,频域陷波滤波器通常也很有用。在</p> <p>诀窍是在不破坏你想要找到的边界的情况下减少噪音。根据图像内容的不同,这通常是一个反复试验的过程。在</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
无法使用Django/mongoengine连接到MongoDB(身份验证失败)
10 回答
无法使用Django\u mssql\u后端迁移到外部hos
9 回答
无法使用Django&Python3.4连接到MySql
1 回答
无法使用Django+nginx上载媒体文件
7 回答
无法使用Django1.6导入名称模式
10 回答
无法使用Django1.7和mongodb登录管理站点
10 回答
无法使用Djangoadmin创建项目,进程使用了错误的路径,因为我事先安装了错误的Python
6 回答
无法使用Djangockedi验证CBV中的字段
5 回答
无法使用Djangocketditor上载图像(错误400)
5 回答
无法使用Djangocron进行函数调用
7 回答
无法使用Djangofiler djang上载文件
8 回答
无法使用Djangokronos
10 回答
无法使用Djangomssql provid
6 回答
无法使用Djangomssql连接到带有Django 1.11的MS SQL Server 2016
5 回答
无法使用Djangomssq迁移Django数据库
4 回答
无法使用Djangonox创建用户
8 回答
无法使用Djangopyodb从Django查询SQL Server
3 回答
无法使用Djangopython3ldap连接到ldap
1 回答
无法使用Djangoredis连接到redis
9 回答
无法使用Django中的FK创建新表
5 回答