应用treshold后删除图像中的异常值

Question

交易是这样的。我想创建一个蒙版，它可以可视化两个图像之间的所有变化（geotiff转换为2dnumpy数组）。在

为此，我只需减去像素值并将减法的绝对值标准化：

由于结果将被噪声覆盖，所以我使用了一个treshold并删除了所有值低于某个限制的像素。在

def treshold(array, thresholdLimit):
      print("Treshold...")
      result = (array > thresholdLimit) * array
      return result

这没问题。现在问题来了。当应用treshold时，异常值仍然存在，这不是为了：

什么是去除这些异常值的好方法？ 有时离群值是一小块像素，比如5-6个像素，怎么才能去掉呢？在

另外，我使用的图像大约是10000x1000像素。在

我会很感激所有的建议！在

编辑：

这两幅图像都是陆地卫星卫星图像，覆盖的区域完全相同。 不同的是，一张图片显示云层覆盖，另一张没有云层。 右上角明亮的圈套线是被云层覆盖的河流的一部分。由于像海洋或河流这样的水体在这些图像中被描绘成黑色，明亮的云层和黑暗的河流之间的差异导致河流呈现出高度的变化。在

我希望以下图片能清楚地说明这一点：

源TIFF：

减法结果：

我还试图通过使用中值滤波器平滑tresholding的结果，但结果仍然被异常值覆盖：

^{pr2}$

Answer 1

我建议如下：

1. 在继续之前，请仔细检查两张图片是否为100%registered。检查是否应该使用不同的颜色通道覆盖它们。即使是最小的注册错误也会使您的任务无法完成
2. 稍微平滑两个输入图像（减法前）。为此，我建议您使用standard implementations。在平滑度（或源图像1的颗粒度减少）和分辨率之间找到一个可接受的折衷方案
3. 然后尝试通过应用histogram normalization来匹配图像统计信息，将图像2的直方图用作图像1的直方图的目标。为此，您还可以使用OpenCV implementation
4. 减去图像
5. 如果仍然观察到明显的噪声，请查看减法结果的直方图，看看是否可以将噪声与强度异常值联系起来。如果可以根据强度清楚地分离信号和噪声，请再次应用阈值（由直方图指示）。或者（或者另外），如果噪声在结构上与信号不同（例如，聚集的），您可以查看morphological operations来消除它。在