Opencv 如何消除sobel滤波后的噪声？

我的问题很简单。我对中值滤波后的灰度图像进行了Sobel滤波。sobel过滤后的图像为

这个长方形的物体是我感兴趣的。我正试图从图像中提取它

正如您所看到的，由于地板的纹理，与对象一起存在更多的噪音。因此，边缘图像如下所示（具有更多假边缘）

如何消除sobel滤波后的噪声？或者我如何克服这个障碍

您的建议或指导将帮助我在理解图像处理及其挑战方面取得很大进展

---

谢谢

消除噪音是件大事。主要答案是：这取决于你必须做什么

首先，你必须给过滤器提供尽可能最好的图像，所以尝试一些预处理，如模糊、阈值或

然后，形态学算子通常是一种常用的处理方法。您可以找到一些关于这些运算符或的文档

然后，您可以根据对该图像所做的操作继续。例如，如果您的目标是斑点检测，则可以过滤斑点，通过计算面积消除最小的斑点

或者，如果您需要检测线条，请尝试查看

编辑：Blob和opencv 你可以在网上找到很多关于斑点检测的教程。如果你不知道它是什么，最好用谷歌搜索一下，它是计算机视觉的基本组成部分。以下是一些链接：、或。此外，opencv版本2.4.8有一个用于blob提取的内置类：。是一个简单的教程，解释了主要的

cv:：findContours

函数

简言之，斑点检测是一个获取二值图像（黑白，类型

CV_8U

）并返回一组界定某些区域的轮廓的过程。轮廓（或blob）实际上是界定形状的2d点的向量。您可以找到一些属性，如面积、质心等

最好学习一点图像处理和计算机视觉的基础知识，我可以给你一些建议：数字图像处理，拉斐尔·C·冈萨雷斯，理查德·尤金·伍兹。你可以在谷歌图书或其他网站上找到它

---

再看看这些。

根据@nkint的建议，我解决了这个问题。现在，我能够从Canny边缘检测中去除噪声。主要贡献来自过滤器，也有少量来自过滤器

我的新canny边缘检测图像如下所示

---

双边滤波器被称为边缘保持滤波器。它的工作原理类似于高斯滤波器，用于具有相似值的曲面。同时，它忽略了不太相似的像素，从而保留了边缘。

你从什么开始（应用sobel之前的初始图像）？@Ron:图像是一个躺在地板上的长方体对象的ROI。对不起，我在进行sobel过滤（编辑）之前做了medianBlur。我知道对图像进行良好的预处理是一条必由之路。我将浏览这些链接。Blob对我来说是一个相对较新的术语。你能解释一下吗？我希望你的回答能引导我找到一条正确的道路。预处理是重要的一步，但也是唯一需要关注的一步。查看编辑。我尝试了morphologyEx（开放）在Sobel过滤器后对图像进行处理，它可以消除噪音