Python 如何删除小于给定半径的孤岛并指定孤岛之间的最小间隙

在Python3.5中，我将一些数据分割成若干类。生成的图像如下所示

原始图像

我想删除的数据中有很多小岛屿。我在下面圈出了其中的一些，给出了一个想法，但是有很多

带一些噪声的原始图像

我的想法是，我希望能够指定一个最小半径，在该半径之下，应删除噪声岛

我尝试了几种使用scikit图像形态学过滤器的不同方法。我尝试过组合灰度关闭和打开过滤器（如下图所示），我也尝试过使用remove_small_objects过滤器，分别处理每对类，并在最后组合它们。他们确实致力于消除噪声岛（如下所示），但这带来了一个新问题。有些岛屿之间的边界很薄，我也不想要

应用灰度打开并圈出薄区域的图像

因此，基本上，我想消除噪音岛，但每个岛之间的间距也最小

任何帮助都将不胜感激

编辑：

关于预期结果的一些澄清： 理想的结果是获得图像，其中没有小于某个半径的斑点，并且填充或移除低于某个厚度的斑点之间的薄边界。我正在寻找的模型如下所示：

期望结果

---

膨胀和侵蚀（通过打开和关闭执行的过程）是过滤小噪波块的标准方法，但对于长而弯曲的区域，它们可能会导致创建薄区域和边界时遇到的问题。您可以尝试基于显式连接的组件大小进行过滤，而不是膨胀和侵蚀。Skimage具有标记连接组件的功能

Skimage.morphology.label

，以及

Skimage.morphology.remove_小对象

，该功能删除大小低于特定阈值的任何连接组件

你能更具体地描述一下形态学过滤器使用的方法吗？你能描述一下好的结果应该是什么样的吗？如果有帮助的话，你甚至可以用手画一幅。@StefanvanderWalt谢谢，我已经发布了一张理想效果的图片（用MS paint制作）@Mozglubov我已经在帖子中添加了一些关于我使用形态学过滤器的方法的说明。这些图片让问题更加清晰，谢谢！不过，似乎您可以使用形态运算符来解决这个问题？还可以查看

skimage.measure.regionprops

以计算区域上的其他属性。