在图像中找到这些点？答案

【问题标题】：Finding these spots in the image?在图像中找到这些点？
【发布时间】：2014-08-21 04:53:43
【问题描述】：

我有这张图片：

我正在尝试查找如图所示的斑点（缺陷）。我已经尝试过阈值化，但这仅对真正聪明的人有所帮助。有什么建议吗？

【问题讨论】：

那么您将不得不告诉我们更多关于这些斑点、它们的属性、它们是如何生成的？
你能计算每个 11x11 补丁与其 21x21 邻居的归一化互相关吗？
@Nishant 如果你想看，我可以提供实际图像。图像基本上是芯片的微观视图。
“缺陷”的确切定义是什么，它在设计特征中的突出表现如何？
你有小波工具箱吗？当您使用小波变换时，点检测在噪声图像中相当容易且非常稳健

标签： image matlab image-processing defects

【解决方案1】：

我不知道您对图像使用了哪个阈值，但您的图像似乎有噪点并且是黑白的。我的建议是在应用阈值之前使用诸如形态学运算符之类的噪声去除方法（“打开”会去除小物体，而“关闭”会去除小孔，具体取决于您的噪声类型）。我的另一个建议是使用均值或中值滤波器来避免噪音，然后应用阈值。

您可以查看imopen 或imclose 了解更多信息。

【讨论】：

【解决方案2】：

您的图像结构非常严密，我认为考虑到问题的难度（即想要同时去除亮点和暗点，以及其中一些的微妙性质），您将不得不利用这一点。具体来说，您的图像似乎由多个“轨迹”组成，其中给定时间点的每个轨迹都具有高斯亮度分布。在某些痕迹中，例如#4 但在 #3 中较少，有相当大的抖动。所以我会将图像分成五个以轨迹为中心的水平条，然后将亮度函数拟合为时变高斯函数。 IE。将每个条垂直分成许多细的垂直条，并对这些条进行高斯拟合。（这些垂直条可以重叠。）

一旦你有了这个，你就可以生成一个“模型”图像，它应该看起来像原始版本的超级干净版本（但会保留其所有结构）。然后从原始模型中删除那些偏离模型某个绝对阈值的点。用模型或插值替换它们，你就完成了。这需要做一些工作，但如果您的数据结构始终如一，就应该这样做。

【讨论】：