閾值來區分的小功能在嘈雜的數據

Question

我想知道什麼類型的門檻將用於與充分擴散比較區分是非常小的特徵（在XY感小）很好地工作，如果使感。 Matlab中使用Otsu方法的graythresh()函數對於我的數據不太適用。 Otsu是一種聚類方法，我認爲每個類中的像素數應該相似，但對於我來說這不是這種情況，所以當我使用它時，我得到的閾值太小，並且在許多即使在過濾之後仍保持背景噪音。

Answer 1

我們確實需要更多信息才能真正幫助您。你想要提取什麼樣的功能？你究竟想要做什麼？

我不會認爲大津的方法是特徵提取，它只是試圖通過將灰度圖像推到二進制圖像（僅黑色&白色圖像）將圖像分離爲前景和背景。

爲了在計算機視覺中找到實際的「功能」，最好用Harris Interest Points之類的服務 - 但這是一個猜測，因爲我不確定你的最終目標是什麼。

Answer 2

您可能想看看單峯閾值的方法（參見Rosin的this paper，該方法適用於ok-ish）。

但是，噪聲圖像的直接閾值可能不是最好的方法。有很多更好的方法可以用來在非常嘈雜的圖像中查找小特徵。 Here是討論各種方法的論文的鏈接。