[已解决]边缘检测山脊线结果中有很多噪音，怎么消除？请在原有代码基础上给予改正，感谢。

Justheartyoung

代码：
from tifffile import imread, imwrite
from skimage import filters, feature, color
import matplotlib.pyplot as plt
import numpy as np
# 读取TIFF格式无人机影像数据
image = imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\1=quick_dom.tif')
# 转换为灰度图像
gray_image = color.rgb2gray(image)
# 边缘检测，提取沙丘脊线
edges = filters.sobel(gray_image)
# 设置合适的阈值来确定沙脊线的二值化图像
threshold = 0.001
binary = edges > threshold
# 叠加沙脊线在原始影像上
overlay = np.copy(image)
overlay[binary] = [255, 0, 0]  # 将沙脊线部分标记为红色
imwrite('edge_001.tif', overlay)
结果：

最佳答案

月排行榜 / 总排行榜

isdkz

2023-8-7 10:48:55

要消除边缘检测结果中的噪音，可以尝试使用图像处理中的腐蚀和膨胀操作。腐蚀可以减小边缘的宽度，同时消除小的噪点，而膨胀可以恢复边缘的宽度，使其更连续。

以下是修改后的代码：

1. from tifffile import imread, imwrite
   
2. from skimage import filters, feature, color, morphology
   
3. import matplotlib.pyplot as plt
   
4. import numpy as np
   
5. 
   
6. # 读取TIFF格式无人机影像数据
   
7. image = imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\1=quick_dom.tif')
   
8. 
   
9. # 转换为灰度图像
   
10. gray_image = color.rgb2gray(image)
    
11. 
    
12. # 边缘检测，提取沙丘脊线
    
13. edges = filters.sobel(gray_image)
    
14. 
    
15. # 设置合适的阈值来确定沙脊线的二值化图像
    
16. threshold = 0.001
    
17. binary = edges > threshold
    
18. 
    
19. # 使用腐蚀和膨胀操作消除噪音
    
20. binary = morphology.binary_erosion(binary, morphology.disk(2))  # 腐蚀操作
    
21. binary = morphology.binary_dilation(binary, morphology.disk(2))  # 膨胀操作
    
22. 
    
23. # 叠加沙脊线在原始影像上
    
24. overlay = np.copy(image)
    
25. overlay[binary] = [255, 0, 0]  # 将沙脊线部分标记为红色
    
26. 
    
27. imwrite('edge_001.tif', overlay)
    

复制代码

在代码中，我添加了 morphology.binary_erosion 和 morphology.binary_dilation 两个函数来进行腐蚀和膨胀操作。这里使用了一个半径为2的圆形结构元素，你可以根据实际情况调整结构元素的大小。

通过这样的处理，可以消除边缘检测结果中的噪音，得到更清晰的沙脊线结果。

跳转到最佳答案楼层

isdkz

要消除边缘检测结果中的噪音，可以尝试使用图像处理中的腐蚀和膨胀操作。腐蚀可以减小边缘的宽度，同时消除小的噪点，而膨胀可以恢复边缘的宽度，使其更连续。

以下是修改后的代码：

1. from tifffile import imread, imwrite
   
2. from skimage import filters, feature, color, morphology
   
3. import matplotlib.pyplot as plt
   
4. import numpy as np
   
5. 
   
6. # 读取TIFF格式无人机影像数据
   
7. image = imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\1=quick_dom.tif')
   
8. 
   
9. # 转换为灰度图像
   
10. gray_image = color.rgb2gray(image)
    
11. 
    
12. # 边缘检测，提取沙丘脊线
    
13. edges = filters.sobel(gray_image)
    
14. 
    
15. # 设置合适的阈值来确定沙脊线的二值化图像
    
16. threshold = 0.001
    
17. binary = edges > threshold
    
18. 
    
19. # 使用腐蚀和膨胀操作消除噪音
    
20. binary = morphology.binary_erosion(binary, morphology.disk(2))  # 腐蚀操作
    
21. binary = morphology.binary_dilation(binary, morphology.disk(2))  # 膨胀操作
    
22. 
    
23. # 叠加沙脊线在原始影像上
    
24. overlay = np.copy(image)
    
25. overlay[binary] = [255, 0, 0]  # 将沙脊线部分标记为红色
    
26. 
    
27. imwrite('edge_001.tif', overlay)
    

复制代码

在代码中，我添加了 morphology.binary_erosion 和 morphology.binary_dilation 两个函数来进行腐蚀和膨胀操作。这里使用了一个半径为2的圆形结构元素，你可以根据实际情况调整结构元素的大小。

通过这样的处理，可以消除边缘检测结果中的噪音，得到更清晰的沙脊线结果。

陶远航

要消除边缘检测结果中的噪音，你可以尝试以下方法：

1. 调整阈值：通过调整阈值来改变二值化的结果，可以影响噪音的数量。尝试使用不同的阈值值，找到一个能够更好地区分山脊线和噪音的值。

2. 进行形态学操作：使用形态学操作可以帮助去除噪音。尝试使用腐蚀（erosion）和膨胀（dilation）等形态学操作来平滑边缘，并消除噪音。这需要使用scikit-image库的morphology模块。

下面是改进后的代码示例，其中添加了形态学操作：

1. from tifffile import imread, imwrite
   
2. from skimage import filters, feature, color, morphology
   
3. import matplotlib.pyplot as plt
   
4. import numpy as np
   
5. 
   
6. # 读取TIFF格式无人机影像数据
   
7. image = imread('C:\\Users\\WINDOWS\\Desktop\\taiyuan\\python\\1=quick_dom.tif')
   
8. 
   
9. # 转换为灰度图像
   
10. gray_image = color.rgb2gray(image)
    
11. 
    
12. # 边缘检测，提取沙丘脊线
    
13. edges = filters.sobel(gray_image)
    
14. 
    
15. # 设置合适的阈值来确定沙脊线的二值化图像
    
16. threshold = 0.001
    
17. binary = edges > threshold
    
18. 
    
19. # 进行形态学操作，开运算来去除噪音并平滑边缘
    
20. binary = morphology.opening(binary, morphology.disk(3))
    
21. 
    
22. # 叠加沙脊线在原始影像上
    
23. overlay = np.copy(image)
    
24. overlay[binary] = [255, 0, 0]
    
25. 
    
26. # 将沙脊线部分标记为红色
    
27. imwrite('edge_001.tif', overlay)
    

复制代码

在这个示例中，通过添加morphology.opening()来进行开运算操作，使用圆形的结构元素（disk(3)）来去除噪音并平滑边缘。

希望这对你有所帮助！如果还有其他问题，请随时提问。
如果问题已经解决，请设置最佳答案