我最近写了一个非常基本的边缘检测算法，它可以在一系列字符上运行。该程序旨在检测数组上单个特定值的blob的边缘，并通过简单地在数组元素上向左，向右，向上和向下查看并检查其中一个值是否与它的值不同来工作。目前正在关注。目标不是产生一条数学线，而是一组有序的点，代表一个被干扰的闭环边缘。
该算法工作得很好，除了我的数据包含一些噪声，因此会随机产生没有边缘的边缘。这反过来对我的其他一些程序造成了严重破坏。
数据包含两种类型的噪音。第一种类型相当稀疏，有些随机。第二种类型是x = y轴上的半连续直线。我知道第一类噪声的来源，它是数据的一个特征，我无能为力。至于第二种类型，我知道这是我的程序导致它的错误...虽然我没有一个热门线索究竟是什么导致它。
我的问题是： 我该如何完全消除噪音？
我知道正确的数据具有彼此相邻的点，并且非常紧凑和有序（没有间隙），并且是闭环或多个循环。第一种类型的噪声通常是稀疏和随机的，通过检查下一个噪声点是否也被计为边缘，可以很容易地处理。如果没有，则该点最具有噪音，应予以删除。
然而，第二种类型的噪声，我们有一个关于x = y的半连续线，这带来了更大的问题。该线有时是连续的随机长度（最长的是它在我的整个阵列的一半中未破坏）。它甚至可以与实际边缘相交。
关于如何做到这一点的任何想法？
答案 0 :(得分：3)
通常在图像处理中使用中值滤波器。
你经常做一个扩张（使线条更大）而不是侵蚀（使线条更细）来封闭线条中的任何间隙
答案 1 :(得分：2)
噪声往往集中在较高频率，因此在进行边缘检测之前，请在图像上运行低通滤波器。我已经看到这个原理用于进行亚像素边缘检测。
答案 2 :(得分：0)
这是我将进入单元测试的那种东西。获取一些显示此问题的最小数据集（足够小，可以直接编码到测试文件中），运行测试，并使用小数据集直接查看正在进行的操作。