阈值处理以区分噪声数据中的小特征

Question

我想知道什么类型的阈值可以很好地区分非常小的特征（ xy 意义上的小）与完全传播相比，如果那讲得通。 Matlab中使用 Otsu 方法的graythresh()函数对我的数据效果不佳。 Otsu 是一种聚类方法，我认为每个类中的像素数应该相似，但对我来说并非如此，所以当我使用它时，我得到的阈值太小而且很好在过滤后仍然存在很多背景噪音。

Answer 1

我们确实需要更多信息才能真正发挥作用。你想提取什么样的功能？你到底想要做什么？

我不会真的认为Otsu的方法是特征提取，它只是试图通过将灰度图像推到二进制（只有黑白图像）将图像分成前景和背景。

为了找到计算机视觉中的实际“功能”，你可以通过类似Harris Interest Points的方式获得更好的服务 - 但这是猜测，因为我不确定你的最终目标是什么。

Answer 2

您可能希望了解单峰值阈值处理的方法（请参阅Rosin的this paper了解一个正常工作的方法）。

然而，对噪声图像进行直接阈值处理可能不是最好的方法。已经开发了许多用于在非常嘈杂的图像中寻找小特征的更好的方法。 Here是指向讨论各种方法的论文的链接。