如何去除较少集中的像素并留下最密集的部分

Question

我知道标题没有多大意义但是这是我正在研究计算机视觉算法的情况，我最终得到类似的东西

使用该算法太昂贵了，无论我添加的门限多大，总会有噪音（浓度较低的石灰绿）。

我所需要的只是最终得到那些集中的像素，此时我真的需要聪明的想法来保存处理。

不，我真的不需要代码，只是想法会让我走。

Answer 1

我认为通常的方法是选择随机绿色像素并开始四处走动，计算有多少绿色像素创建连续区域。 如果您可以获得的像素数小于％\\ theta％，则此像素及其所有邻居都是“噪声”，应该被丢弃。

也许更简单的方法也可以起作用：您可以先应用高斯滤镜，以便平滑贪婪像素，然后使用阈值删除％\\ theta％以下的像素。 重点是，如果为高斯滤波器内核选取正确的sigma，单个像素将被稀释，但像素组将具有更高的强度。 如果这令人困惑，请评论。

Answer 2

在执行阈值后，您可以执行blob分析（AKA连通分量分析，标记， 请参见此处 ），它将为您提供连接区域的列表。 之后，您可以使用它们的区域，包围矩形的尺寸等过滤掉较小的那些。

Blob分析/连通组件分析/标签由许多计算机视觉库实现，但如果性能不是一个关键问题，单独编写它并不困难。

Answer 3

好像你需要一个降噪算法。 我会从像Median Filter这样的东西开始。