如何从直方图均衡化图像中去除噪声？

Question

我有一个图像，我正在平衡，然后使用爪形直方图，如下所示：

self.equ = cv2.equalizeHist(self.result_array)
clahe = cv2.createCLAHE(clipLimit=100.0, tileGridSize=(8,8))
self.cl1 = clahe.apply(self.equ)

我得到的结果是：

​

​

我想去掉所有的黑点，那就是噪音。最终，我试图从上面所示的图像中提取出血管，这些血管是黑色的，在这样做的时候，噪音会使提取不准确。

Answer 1

我的论文很大一部分是关于降低图像中的噪声，我使用了一种降低图像噪声的技术，同时保留图像中锐利的边缘信息。我在这里引用自己的话：

利用正弦余弦滤波[参考]对图像进行滤波，是去除条纹图像噪声的有效方法。低通滤波器与提取条纹图像的正弦和余弦产生的两幅图像相交，然后将其分割成切线，恢复相位方向图，但噪声降低。该技术的优点是，该过程可以重复多次，以减少噪音，同时保持相变的尖锐细节。

下面是我使用的代码：

import numpy as np
from scipy import ndimage

def scfilter(image, iterations, kernel):
    """
    Sine‐cosine filter.
    kernel can be tuple or single value.
    Returns filtered image.
    """
    for n in range(iterations):
        image = np.arctan2(
        ndimage.filters.uniform_filter(np.sin(image), size=kernel),
        ndimage.filters.uniform_filter(np.cos(image), size=kernel))
    return image

在那里，image是一个代表图像的数字数组，线性地重新标度，在0处放置黑色，在2 * pi处放置白色，kernel是应用于数据的统一滤波器的图像像素大小。应该不需要太多的迭代就能看到一个积极的结果，可能在5到20之间。

希望有帮助:)