最佳阈值技术，用于从ECG网格中分离心电图？

Question

有两种类型的图像阈值处理技术。 适应性阈值 2.全球阈值

我们可以用什么算法从ECG网格中分离ECG线？

Answer 1

假设您正在使用MATLAB，我会继续执行以下操作：

1. I = im2double（rgb2gray（IMG））;

2. imhist（I）; %%显示图像的直方图。从直方图中，您可以了解要选择的阈值。

3. BW = im2bw（I，THR）; ％thr是阈值水平。

4. 使用imerode，imdilate和其他形态函数来分离ECG与背景网格。

希望有所帮助。

Answer 2

请查看here以获得一个可能的解决方案。

Answer 3

假设您使用的是 Python，我将执行以下操作：

cv2.Canny() 可以通过这种方式来检测和删除 ECG 图像中的网格线：

import cv2
import numpy as np
import matplotlib.pyplot as plt

ECG_image = cv2.imread("image001.png")
plt.figure(figsize=(20,8))
plt.imshow(ECG_image)

img_gray = cv2.cvtColor(ECG_image, cv2.COLOR_BGR2GRAY)
img_edges = cv2.Canny(img_gray, 800, 800, apertureSize=3)

plt.figure(figsize=(10,8))
plt.imshow(img_edges)
plt.show()

您必须对 Canny 函数中的参数进行试验，以使该函数满足您的需要。