噪声图像中小气泡的检测技术
我正在编写一个程序，它使用计算机视觉技术来检测(和跟踪)一个非常嘈杂的图像流中的微小气泡。图像流来自双X射线成像设置，它输出左视图和右视图(由于准直不同，大小不同)。我的数据有两种类型:一组图像不那么嘈杂，我只是用来尝试不同的技术，另一组比较吵，这是检测工作的终点。图像流在60赫兹。这是X射线成像仪的原始图像的一个例子：
以下是一些感兴趣地区的样本。需要检测的斑点是图像中心附近的小黑点。
最初，我在OpenCV中使用了一种简单的轮廓/blob检测技术，但这些技术并没有多大帮助。最后，我转向了一些技术，比如使用形态学操作符“打开”图像，然后执行Laplacian的高斯斑点检测来检测感兴趣的区域。这给了我更好的结果的低噪声版本的图像，但失败的时候，涉及到高噪音的:给我太多的假阳性。以下是低噪声图像的结果(请注意输入图像被倒置)。
在MATLAB中，我目前基于LoG的方法的代码如下：
while ~isDone(videoReader)
frame = step(videoReader);
roi_frame = imcrop(frame, [660 410 120 110]);
I_roi = rgb2gray(roi_frame);
I_roi = imcomplement(I_roi);
I_roi = wiener2(I_roi, [5 5]);
background = imopen(I_roi,strel('disk',3));
I2 = imadjust(I_roi - background);
K = imgaussfilt(I2, 5);
level = graythresh(K);
bw = im2bw(I2);
sigma = 3;
% Filter image with LoG
I = double(bw);
h = fspecial('log',sigma*30,sigma);
Ifilt = -imfilter(I,h);
% Threshold for points of interest
Ifilt(Ifilt < 0.001) = 0;
% Dilate to obtain local maxima
Idil = imdilate(Ifilt,strel('disk',50));
% This is the final image
P = (Ifilt == Idil) .* Ifilt;有什么办法可以改进我目前的检测技术，使其工作的图像与大量的背景噪声？还是有更适合像这样的图像的技术？
回答 1
Stack Overflow用户
发布于 2016-12-19 19:29:34
我要采取的办法是：
-Average背景减法
-Aggressive高斯平滑(this filter should be shaped based on your target object，在我的头顶上，我想你想要西格玛-大约是你物体最小横截面的一半，但你可能想要摆弄这个)，基本上目标是尽可能模糊噪声，而不完全失去目标物体(根据形状和大小)。
-Edge检测如果可能的话，尝试特定于对象(基本上，在高斯平滑之后，看看对象的边缘是什么样子，并设置您的边缘检测以查找宽度和对比度偏移)
-May考虑在这里运行一个关闭操作。
-Search基于大小和形状的岛屿(完全封闭区域)滤波器的整个图像。
我有一种预感，尽管信噪比非常低，但你的噪声粒度有望比你的物体小得多。(如果你的噪音是相等的对比和相同的大小与你的对象.你被击沉了，需要重新评估你的收购，海事组织)
另一个音符根据你的速度需要。通过知道最后已知的位置和在本地搜索，以及知道新的目标可以从哪里进入图像，可以节省大量的处理费用。
https://stackoverflow.com/questions/41216759
复制相似问题
腾讯云开发者
