Élimination du bruit dans l'image segmentée médicale

10

Quelqu'un peut-il suggérer des méthodes pour supprimer le bruit (indiqué à l'intérieur du carré rouge) de partout dans l'image suivante, tout en conservant les lignes blanches?

Une image médicale segmentée

matlab image-processing opencv

— crack_addict
source

5

Est-ce une image de la rétine? Dans ce cas, au lieu de pirater une solution rapide et sale avec un filtre sobel (ou équivalent) et d'essayer de "supprimer le bruit", je vous suggère de commencer par lire une partie de la littérature abondante sur le sujet. Ces problèmes ont été résolus à maintes reprises, et cela vous fera probablement gagner beaucoup de temps pour lire ce qui a fonctionné dans le passé. Ensuite, vous pouvez commencer à innover pour de vrai :)

— static_rtti

bon point, cependant quelques liens fournis auraient pu être encore mieux. sans aucun doute, il y a encore google.

— AruniRC

1

Encore mieux, google scholar. Je ne connais pas assez ce point précis pour donner de meilleurs liens que google, désolé: - /

— static_rtti

1

@crack_addict: qu'avez-vous essayé jusqu'à présent?

— Amro

1

Il serait également intéressant de savoir à quoi servira la sortie de ce processus (pour savoir à quel point le nettoyage du bruit avec la sortie des lignes blanches devrait être bon)

— penelope

3

Une solution que j'ai trouvée est la suivante:

Seuil sur la valeur en niveaux de gris.
Retirez les objets en fonction de la taille.
Quelques opérations morphologiques plus.

entrez la description de l'image ici

— crack_addict
source

Pourriez-vous donner un peu plus de détails sur l'étape 3, c'est-à-dire quelles opérations morphologiques avez-vous trouvées utiles?

— Paul R

Je voudrais bien expliquer ma réponse: tout d'abord, je ne pouvais pas supprimer des objets sur la base de la taille car vous pouvez voir que les objets sont un peu connectés, j'ai donc seuillé sur la base du niveau de gris d'abord qui séparait bien les petits objets dans la 3ème étape J'ai dilaté pour faire des objets utiles continue, puis j'ai utilisé l'amincissement des bords pour obtenir des lignes fines

— crack_addict

3

Pouvez-vous obtenir plusieurs images, c'est-à-dire que la cible est statique? Si c'est le cas, vous pouvez «empiler» les images pour supprimer le bruit. Une simple fonction moyenne ou médiane supprimera le bruit aléatoire de la pile d'images et ne vous laissera que le signal (c'est-à-dire les lignes blanches).

— user3172
source

1

Il semble d'après le filtrage initial basé sur la zone que les résultats pourraient ne pas être satisfaisants car il supprime les composants qui sont linéaires mais pas si grands en surface. En regardant la structure du premier plan à extraire, nous pouvons voir que ce sont des structures longues. On pourrait envisager d'utiliser des éléments de structuration linéaire. Mais ici, l'image se compose de différents angles et ramifications. Je suggère de lire l' article suivant qui présente l'ouverture du chemin qui est démontrée des photos de zone des réseaux routiers.

— beedot
source

0

Il semble que le "bruit" soit une texture / un motif. Vous pourrez peut-être essayer de supprimer ce modèle, afin de pouvoir continuer dans votre pipeline de traitement. À mon avis, les opérations morphologiques et la détection des bords ne fonctionneront pas si bien (aucune preuve, juste une première impression sur ce scénario, en raison d'une apparence trop similaire du bruit et des caractéristiques / informations recherchées). Si j'avais le temps le week-end, je lui donnerais un coup de main avec quelques méthodes de suppression de texture et je vous tiendrais informé.

— mchlfchr
source