我有一张有噪点的图像。我想从图像中删除所有背景变化并想要一个普通图像。我的图像是视网膜图像，我只想要血管和视网膜环保留我该怎么做？ 1 张图片是我的原始图片，2 张图片是我想要的样子。
这是我的带有噪点的复杂图像
【问题讨论】：
标签： matlab image-processing computer-vision image-segmentation edge-detection
这就是我要做的。基本上是传统的图像算法来提取背景，然后从输入图像中减去它。这将在没有背景的情况下为您提供所需的结果。步骤如下：
【讨论】：
在视网膜图像中提取血管有多种方法。
您可以在Review of Blood Vessel Extraction Techniques and Algorithms 中找到对不同方法的全面概述。它涵盖了许多方法的杰出作品。
正如 Martin 提到的，我们有 Frangi 等人基于 Hessian 的Multiscale Vessel Enhancement Filtering。它已被证明适用于 2D 和 3D 中的许多血管状结构。有一个 Matlab 实现，FrangiFilter2D，适用于 2D 血管图像。概述没有提到 Frangi，但涵盖了其他使用基于 Hessian 的方法的作品。我仍然建议尝试 Frangi 的 vesselness 方法，因为它既强大又简单。
除了基于 Hesisan 的方法，我建议研究基于形态学的方法，因为 Matlab 为形态学运算提供了良好的基础。在An Automatic Hybrid Method for Retinal Blood Vessel Extraction 中介绍了一种这样的方法。它使用带有开/关的形态学方法以及顶帽变换。然后，它通过模糊聚类和一些后处理来补充形态学方法。我没有尝试重现他们的方法，但结果看起来很可靠，并且该论文可以在线免费获得。
【讨论】：
我认为使用基于管的过滤器会为您提供更多服务。有一种过滤器是基于一个叫 Frangi 的人所做的工作，该过滤器通常被称为 Frangi 过滤器。这可以帮助您识别视网膜中的脉管系统。该过滤器已经为 Matlab 编写，公共版本可用 here。如果您想阅读有关基础研究的信息，请搜索：Frangi (1998) 的“多尺度血管增强”。在同一领域完成工作的另一组是佐藤等人。 很抱歉最后一个链接没有，我只能找到付费网站来查看这台计算机上的研究论文。
希望对你有帮助
【讨论】：
这不是一件容易的事。
检测血管边界 - 尝试edge( I, 'canny' ) 并使用阈值参数看看你能得到什么。
更高级的选项是使用this method for detecting faint curves in noisy images。
一旦您拥有相当好的血管边缘，您就可以使用分水岭/NCuts 或边界敏感版本的 meanshift 进行分割。
一些建议：
- 血管似乎具有相对相同的厚度，很像文字笔画。您会考虑使用Stroke Width Transform (SWT) 来识别它们吗？ SWT 的 mex 实现可以在 here 找到。
- 如果你有相当好的边界，你可以考虑this approach进行分割。
祝你好运。
【讨论】：