Зняття шуму в медичному сегментованому зображенні

10

Чи може хто-небудь запропонувати методи для усунення шуму (вказаного всередині червоного квадрата) з кожного місця на наступному зображенні, зберігаючи білі лінії?

Сегментоване медичне зображення

matlab image-processing opencv

— crack_addict
джерело

5

Це зображення сітківки? У такому випадку, замість того, щоб зламати швидке та брудне рішення за допомогою фільтра для звуку (або еквівалент) та спробувати "зняти шум", пропоную вам почитати частину рясної літератури з цієї теми. Ці проблеми вирішувались знову і знову, і це, ймовірно, заощадить вам багато часу, щоб прочитати про те, що працювало в минулому. Тоді ви можете розпочати інновації для справжнього :)

— static_rtti

Справедливий момент, проте кілька наданих посилань могли бути ще кращими. без сумніву, все ще є Google.

— AruniRC

1

Ще краще, науковець Google. Я недостатньо обізнаний у цій точній точці, щоб дати кращі посилання, ніж Google, вибачте: - /

— static_rtti

1

@crack_addict: що ви намагалися поки що?

— Amro

1

Було б також непогано знати, для чого буде використовуватися результат цього процесу (щоб знати, наскільки добре має бути очищення від шуму з залишенням білих ліній)

— пенелопа

3

Я знайшов одне рішення:

Порогове значення на шкалі сірого
Видаліть об’єкти на основі розміру.
Ще кілька морфологічних операцій.

введіть тут опис зображення

— crack_addict
джерело

Чи можете ви детальніше розповісти про крок 3, тобто які морфологічні операції вам здалися корисними?

— Пол Р.

Я хотів би добре пояснити свою відповідь: по-перше, я не міг видалити об'єкти на основі розміру, оскільки ви бачите, що об’єкти трохи пов'язані, тому я поріг на основі рівня сірого спочатку, який добре відокремив дрібні об'єкти на 3-му кроці Я розширив, щоб зробити корисні об’єкти триває, тоді я використав проріджування країв, щоб отримати тонкі лінії

— crack_addict

3

Чи можете ви отримати кілька зображень, тобто цільова статична? Якщо так, то ви можете «скріпити» зображення, щоб зняти шум. Проста середня або середня функція видалить випадковий шум із стека зображення і залишить вас лише сигналом (тобто білими лініями).

— user3172
джерело

1

Як видно з початкової фільтрації на основі області, результати можуть бути не задовільними, оскільки вона видаляє компоненти, лінійні, але не такі великі за площею. Дивлячись на структуру переднього плану, який потрібно видобути, ми можемо побачити, що вони є довгими речами. Можна було б використовувати елементи лінійної структуризації. Але тут зображення складається з різних кутів і відгалужень. Я пропоную прочитати наступний документ, в якому представлено відкриття шляху, яке демонструється фотографіями районів дорожніх мереж.

— бедот
джерело

0

Схоже, що "шум" - це текстура / візерунок. Можливо, ви спробуєте вилучити цю схему, тож ви можете продовжувати роботу з обробкою. На мою думку, морфологічні операції та виявлення краю не спрацюють настільки добре (не майте доказів, лише перше враження про цей сценарій, через занадто подібний погляд на шум та особливості / потрібну інформацію). Якщо у мене є час у вихідні, я б сфотографував деякі методи видалення текстури та інформую вас.

— mchlfchr
джерело