0

我正在使用MNIST 数字图像进行机器学习实验,并且我试图根据位置而不是默认情况下以它们为中心的质心来居中每个图像。

我正在使用 regionprops 类 BoundingBox 方法来提取图像。我创建了灰度的黑白副本,使用它来确定 BoundingBox 属性(regionprops 仅适用于黑白图像),然后将其应用于灰度原始图像以提取精确的图像矩形。这适用于约 98% 的图像。

我遇到的问题是,另外约 2% 的图像在左上角有某种噪声或错误像素,我最终只提取了那个像素,而图像的其余部分被丢弃了。

如何将图像的所有元素合并到一个矩形中?

编辑:进一步的研究使我意识到我可以将这个问题总结并改写为“如何找到所有区域的边界框?”。我尝试调整标签矩阵,使所有区域都是相同的标签,但无济于事。

4

1 回答 1

0

您可以使用具有相同大小的噪声的腐蚀掩码使其完全消失“使用 imerode 后跟 imdilate 以逆腐蚀”,或者您可以使用中值滤波器

于 2012-12-21T21:55:18.953 回答