我需要尽可能精确地获取物体。
我的方法有所不同。
起初我尝试移除
，但这仅适用于具有尖锐边缘/渐变的对象。
否则，对象本身也将被删除。
我发布了两个不同的图像。
我试图通过形态学操作（例如灰度膨胀和除法）去除背景。
但并没有太大帮助。 >在此之后，我尝试使用k = 3的k均值来使修改后的背景与玻璃的灰度和黑色值分开。
我还尝试使用整体模糊的滤镜进行canny边缘检测，但是由于轮廓开放，噪声大等原因导致结果较弱。自动t hreshold结果：
testimg = imread('http://i.imgur.com/huQVt.png');
imshow(testimg)
imedges = edge(testimg,'canny');
imshow(imedges);
第二张图片也一样。
您可以看到，玻璃内部和外部都有大量噪音，玻璃边缘的边缘加倍。
因此，我需要您的建议，以寻求一种通用的方法来处理半透明材料的问题，而不仅仅是这两个图像。
1）其他去除背景而不损坏对象的方法？
2）其他使对象与背景分离的分割方法？
如果可能，然后使用Matlab，IPT或统计工具箱提示。也欢迎您提出其他任何提示！
预先感谢您的回答。
真诚
#1 楼
为什么不只使用简单的2D FFT（波斯语）高通滤波器呢？
在＃2上执行相同的操作。
＃2使用高通FFT进行分片： >
如您所见，背景和玻璃区域被擦除，仅描边。我没有花任何时间，但是您可以将HP过滤输出的阈值设置为具有更清晰的边缘，或者将HP截止值提高到更高。
#2 楼
这不是要回答整个问题的尝试，但是我确实有一个“清理图像”的想法。您说您已经尝试过形态学运算，但这是对该想法的一种改进，希望升级。
本文：A. Vichik，R。Keshet和D. Malah：树半格和应用上的自对偶形态学提出了一种方法，可以以一种可以添加的方式增强经典形态学算符
文章建议根据所需的属性选择图像的分层表示，然后提出一种方法来定义腐蚀，膨胀，张开，顶帽那个代表。用他们自己的话说：
我们提供了一个用于生成新的形态运算符的通用框架（...）此答案的第二部分（语义方法）中的树形结构，您可以在其中添加我在此处链接的文章中提到的Extrema-Watershed Tree（以及再次）。
它是对（引用作者）“传统灰度数学形态”，因为这些操作保留了表示形式的理想特性。例如。如果您的等级表示形式是自我对偶的，那么您的操作员将是真正的自我对偶的（例如，与通过重构实现的非自我对偶的准自我对偶的开闭比较）。文章还提供了一些过滤噪声的结果-您可以将它们（和文章中引用的论文）的结果与所需结果（至少在视觉上）进行比较，并在开始编码之前查看它是否对您有用。
因此，尽管选择最简单的表示形式（max- / min-）树将完全产生经典运算，但选择最适合您的需求的自对偶树可能会为您提供足够健壮的方法。
评论
背景总是一样吗？差不多，在更暗/更亮的地方有所不同。
从每张图像中减去背景将是一个开始，使其更加统一：imgur.com/9WhcB
你什么意思？你有没有玻璃的背景图片吗？
@DennisJaheruddin我知道边缘不是黑线。边缘定义为强度/频率的变化，这意味着其灰度值或多或少地快速变化。不过，正如您可能会从上下文中看到的那样，Canny方法在这里不是首选的武器，因为背景，我（使用Canny）会产生很多噪音。而且我无法预测自动阈值/ sigma。因此，我需要一种消除背景的方法，而不是消除对象本身的方法。