我有一系列医学图像,我试图在其中分割和分析Matlab中的心电图描记(下图中的绿色,尖峰线):
到目前为止,我使用颜色阈值处理和区域属性在一小组图像上成功完成了这项工作。我的问题是,这个感兴趣的特征的几乎所有方面都可以根据用于产生图像的机器的制造商和操作它的用户的行为而改变(我有0控制)。
潜在不同的属性包括图像中的线条位置(可以更改为图像中的任何位置),幅度,频率甚至颜色(可以更改以匹配线条下方的大白色表面的颜色)上图)。这使得为仅依赖于“简单”方法(颜色分割,区域属性,边缘检测等)的所有图像创建稳健的分割解决方案变得极其困难。
是否可以直接训练分类器来识别该线的一般形状并将其分割出来?或者,是否有另一种使用先前形状信息搜索和分割图像的方法?
答案 0 :(得分:1)
如果您当前正在应用任意阈值,您可以查看各种动态阈值处理技术(here a technique that applies the concept on edge detection)。
您还可以尝试对图像的不同表示进行阈值处理,例如HSL and HSV(因为我假设您对RGB值进行阈值处理)
答案 1 :(得分:1)