2013-11-03 51 views
0

我在图像处理方面还不是很成熟......但是已经获得了一些非常嘈杂的SEM图像,并且很难区分我想要从背景中分割出的粒子。我知道这是一个普遍的问题,但仍然...你能指导我如何去解决它吗?图像处理低质量的SEM图像

enter image description here 预先感谢您 阿迪

+0

这将有助于看到一个图像的例子。然而,SEM噪声往往是散粒噪声,所以中值滤波器可能是一个有用的工具。 –

+0

谢谢。不幸的是,我无法加载图像,因为我需要最低的声望10 ... –

+0

如果您可以在任何地方上传它(例如保管箱或任何其他)并编辑链接到您的问题,我或其他人可以把图片放入你) –

回答

0

这是很难做到不知道你想达到什么太具体。如果仅仅用视觉术语来改善图像,那么中值过滤器就是我的第一个建议。使用较小的内核大小可以避免过多地削弱边缘。

作为一个例子,这里是您的原始未经处理的图像的一部分:

before

这里是应用中值滤波器具有2像素半径后的相同部分:

after

它看起来像我的图像也稍微散焦,你可以尝试一些反卷积算法,如维纳滤波器,例如。

如果您想以某种方式处理图像(例如,计算斑点(尽管该图像是一个非常糟糕的起点),您可以对其进行阈值以获取二值图像,然后使用形态学操作来细化内容。例如,我把中间滤波的图像,阈值化以二进制,然后进行形态学开放操作(一个侵蚀后跟一个扩张):

binary

细化分割并拆分一些感人的颗粒,你可以尝试分水岭分割二进制图像上,像这样:

watershed

请注意,我使用ImageJ生成的所有这些图像,如果您想进一步实验。

+0

谢谢罗杰!是的,我想改善图像质量以便能够分割白色斑点。我尝试了中值滤波和weiner解卷积,但结果并不理想,正如您所说,这是一个非常糟糕的起点。韦纳过滤器需要一些我没有的噪音知识。 –

+0

@AdiJakten是的,我只懂得太好!如果你想探索一些更高级的噪声去除,看看[总变差去噪](http://en.wikipedia.org/wiki/Total_variation_denoising) - 也有一些C和MATLAB源代码。 –

+1

谢谢!!我将开始阅读更多有关噪音消除的信息 –