以及使用Gabor滤波器对叶子进行静脉检测的输出，但输出确实很嘈杂：
我尝试使用总变异去噪，但效果不佳：叶脉中的细微细节，所以中值滤镜不适合我的问题
#1 楼
听起来像您想去噪并保留边缘。您是否考虑过非本地方式？这里有一些由GPL编写的C ++代码，以及原始作者对该算法的简要介绍：http://www.ipol.im/pub/algo/bcm_non_local_means_denoising/速度非常慢，并且输出可能会对您的实现敏感。您也可以考虑将ROF最小化，因为它快速且在保留边缘方面做得很好。这是一些执行此操作的matlab代码：http://www.stanford.edu/~tagoldst/Tom_Goldstein/Split_Bregman.html评论
$ \ begingroup $
我尝试过，但是结果并不令人满意
$ \ endgroup $
– Vini
2012年4月16日在4:36
$ \ begingroup $
很公平。有多种方法可以解决“二进制图像降噪”问题，但是我想不出任何现成的代码。
$ \ endgroup $
–rcompton
2012年4月16日下午4:46
$ \ begingroup $
此www.cmla.ens-cachan.fr/fileadmin/Membres/nikolova/ChanEseNikoSiap06.pdf可能会有所帮助。您也可以尝试使用不同的调整参数在黑白叶子上运行图像分割，然后查看得到的结果。在Split Bregman页面上有一些细分代码。
$ \ endgroup $
–rcompton
2012年4月16日下午4:57
$ \ begingroup $
尝试过仍然无法取得令人满意的结果，我想必须尝试其他方法
$ \ endgroup $
– Vini
2012年4月16日5:30在
$ \ begingroup $
嗯，当据我所知，在消噪方面非本地手段是最先进的。由于您具有二进制图像，因此可能还有其他内容（搜索“文本去噪”或“非本地文本去噪”？），但是我没有主意。
$ \ endgroup $
–rcompton
2012年4月16日在6:28
评论
您对原始图像进行什么处理？您想检测什么？我在原始图像上使用了gabor滤镜
您确定边缘过滤器是检测静脉的正确方法吗？您实际上是在尝试从其照明和阴影中提取3D表面，这种方法可能会更好：dsp.stackexchange.com/a/687/29
@vini听起来您想对图像的一个空间部分进行去噪（丢失高频信息），而在图像的另一空间部分上保留高频信息，是吗？
我只想保留图像中的高频分量，在我的情况下，这些高频分量是叶脉形式的细边....