Image 噪声数据中区分小特征的阈值化方法

我想知道哪种类型的阈值能够很好地区分xy意义上的非常小的特征，与完整排列相比，如果这有意义的话。Matlab中使用大津方法的灰度阈值函数对我的数据不太适用。Otsu是一种聚类方法，我认为每个类别的像素数量应该相似，但我不是这样，所以当我使用它时，我会得到一个非常小的阈值，即使在过滤后仍能保持在大量背景噪声中。

我们真的需要更多的信息来提供真正的帮助。你想提取什么样的特征？你到底想干什么

我不认为Otsu的方法是特征提取，它只是试图通过将灰度图像推到一个二进制的黑白图像上，将图像分割成前景和背景。

---

为了在计算机视觉中找到实际的特征，你最好使用类似的方法，但这只是一个猜测，因为我不确定你的最终目标是什么。

你可能想看看单峰阈值的方法，请参阅Rosin提供的一种工作正常的方法

---

然而，对噪声图像进行直接阈值分割可能不是最好的方法。有许多更好的方法已经被开发出来，用于在非常嘈杂的图像中发现小特征。”这是一篇讨论各种方法的论文的链接

你能发布一个样本图片，并给出一个你想要的例子吗？