image-processing - 灰度图像的图像分析技术

Question

我承担了一个项目，以自动分析从显微镜拍摄的特定类型微裂缝的图像。问题是使用的相机处于“自动”设置，因此从一张照片到另一张照片的微裂缝（看起来像针刺）是各种阴影。

背景也处于不同的饱和度水平，并且有一些物品（在照片中看起来非常明亮）看起来像骨折，但我需要打折一些不同的东西。

谁能推荐一种我可以研究的技术来帮助我解决这个问题？

Answer 1

如果微裂缝是尖锐的边缘过渡，那么简单技术的组合可以让您找到与这些裂缝相对应的强边缘点的连接区域。如果裂缝也显得很暗，那么您应该能够将它们与明亮的裂缝状特征区分开来。

简要地：

1. 生成边缘图
2. （如有必要）去除与明亮特征对应的边缘像素。
3. 选择将裂缝与背景分开的边缘强度
4. 清理边缘图图像
5. 在边缘图图像中查找连接区域

如果您想在背景中找到具有强边缘的细特征，那么可以生成一个边缘图（或边缘图像），其中每个像素代表局部边缘强度。被其他中等灰度像素包围的中等灰度像素将具有相对较低的边缘强度，而由浅灰色像素包围的黑色像素将具有相对较高的边缘强度。各种寻边技术包括 Sobel、Prewitt、Canny、Laplacian 和 Laplacian of Gaussian (LoG)；我不会在这里描述它们，因为如果你不熟悉它们，维基百科上有它们的条目。

一旦有了边缘图，就可以使用二进制阈值将边缘图转换为黑白像素。如果您有证据表明裂缝的边缘强度为 20，那么您将使用值 20 作为图像上的二值化阈值。然后，二值化将为您提供黑白边缘图，其中白色像素表示强边缘，黑色像素表示背景。

获得二值化边缘图后，您可能需要执行形态学“关闭”操作，以确保可能彼此靠近的白色像素成为同一连接区域的一部分。

在二值化边缘图上执行关闭后，您可以搜索连接的组件（可能称为“轮廓”或“斑点”）。对于大多数应用程序，最好识别 4 连接区域，其中一个像素被认为连接到顶部、左侧、底部和右侧的像素，但不连接到左上角和其他角的相邻像素。如果特征通常是单像素线或蜿蜒的裂缝，并且没有太多噪音，那么您可能能够识别 8 连接区域。

确定连接区域后，您可以根据面积、最长轴的长度和/或其他参数进行过滤。

如果黑暗和明亮的特征都可以有强边缘，并且如果你想消除明亮的特征，那么有几种方法可以消除它们。在原始图像中，您可以通过将阈值亮度以上的所有值设置为该亮度来剪辑图像。如果要保留的特征比图像的灰度中值暗，则可以忽略所有比灰度中值亮的像素。如果背景强度变化很大，您可能会计算某个局部区域的中值。

一旦我们看到你的图片，我相信你会得到更多的建议。如果您尝试解决的问题与我研究的问题相似，即在高度纹理化的表面中发现裂缝，那么我可以更具体地尝试算法。

Answer 2

这在图像识别中是很正常的情况——不同的光照条件、不同的物体方向、不同的比例、不同的图像分辨率。已经开发出从这些图像中提取有用特征的方法。我不是该领域的专家，但我怀疑任何关于该主题的一般书籍都至少包含对图像归一化和特征提取方法的简要回顾。