image-processing - 放大黑线的阈值

Question

给定一张图像（如下图所示），我需要将其转换为二值图像（仅限黑白像素）。这听起来很简单，我尝试了两个阈值函数。问题是我无法使用这些功能中的任何一个获得完美的边缘。任何帮助将不胜感激。

我尝试过的过滤器是 RGB 和 HSV 空间中的欧几里得距离。

示例图片：

这是在运行 RGB 阈值过滤器之后。（40% 之后会出现更多的人工制品）

这是在运行 HSV 阈值过滤器之后。（在 30% 时，路径变得几乎看不到，但由于噪音明显无法使用）

我使用的代码非常简单。将输入图像更改为适当的颜色空间，并使用黑色检查欧几里得距离。

sqrt(R*R + G*G + B*B)

因为我正在与黑色 (0, 0, 0) 进行比较

Answer 1

您的问题似乎是扫描图像上的照明变化，这表明局部自适应阈值方法可以为您提供更好的结果。

Sauvola 方法根据原始图像窗口中像素的均值和标准差计算二值化像素的值。这意味着，如果图像的某个区域通常更暗（或更亮），则将为该区域调整阈值，并且（可能）在二值化图像中为您提供更少的暗点或褪色线。

http://www.mediateam.oulu.fi/publications/pdf/24.p

我还找到了 Shafait 等人的方法。以更高的时间效率实现 Sauvola 方法。缺点是您必须计算原始图像的两个完整图像，一个为每像素 8 位，另一个可能为每像素 64 位，这可能会出现内存限制问题。

http://www.dfki.uni-kl.de/~shafait/papers/Shafait-efficient-binarization-SPIE08.pdf

我没有尝试过这两种方法，但它们看起来很有希望。我通过粗略的 Google 搜索找到了两者的 Java 实现。

Answer 2

在 HSV 颜色空间中的 V 通道上运行自适应阈值应该会产生出色的结果。最好的结果将来自大于 11x11 大小的窗口，不要忘记为阈值选择一个负值。

自适应阈值基本上是：

if (Pixel value + constant > Average pixel value in the window around the pixel )
    Pixel_Binary = 1;
else
    Pixel_Binary = 0;

Answer 3

由于噪声和光照变化，您可能需要自适应局部阈值，这也感谢 Beaker 的回答。

因此，我尝试了以下步骤：

• 将其转换为灰度。

• 进行均值或中值局部阈值处理，我使用 10 作为窗口大小，使用 10 作为截距常数并得到这个图像（较小的值也可能有效）：

  如果您需要有关此技术的更多信息，请参阅：http ://homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm。

• 为了确保阈值工作正常，我对其进行了骨架化以查看是否有换行符。该骨架可能是进一步处理所需的骨架。

• 要消除剩余的噪声，您可以在骨架化图像中找到最长的连接组件。

谢谢你。

Answer 4

您可能希望将此作为三步操作。

1. 使用调平，而不仅仅是阈值：获取输入并使用仅使中间色调变暗的参数缩放强度（伽马校正），而不消除黑暗或灯光（例如，您的 rgb 阈值太强。您丢失了一些行）。

2. 使用小内核卷积对生成的图像进行边缘检测（二进制图像的 5x5 应该绰绰有余）。使用简单的 [1 2 3 2 1 ; 2 3 4 3 2 ; 3 4 5 4 3 ; 2 3 4 3 2 ; 1 2 3 2 1] 内核（标准化）

3. 阈值生成的图像。您现在应该有一个更好的二进制图像。

Answer 5

您可以尝试黑色礼帽变换。这涉及从图像的关闭中减去图像。我使用了 11 的结构元素窗口大小和 0.1 的常数阈值（25.5 on 255 比例）

你应该得到类似的东西：

然后您可以轻松地设置阈值：

祝你好运。