我可以应用什么样的预处理技术来使对象更清晰？
What Kind of pre-processing techniques can I apply to make an object more clear?
我在 MRI 图像上应用了很少的去噪技术，并且无法意识到哪些技术适用于我的数据以使软骨对象更清晰。首先，我使用此函数应用了对比度受限自适应直方图均衡化 (CLAHE)：
J = adapthisteq(I)
但是我得到了一个白色图像。这是两个薄对象（软骨）的原始图像和手动分割：
然后我看了一篇论文说他们对显微镜图像进行了一些预处理，例如：各向异性扩散滤波器（ADF），然后是K-SVD算法，然后是批正交匹配追踪（OMP）。我应用了前两个，输出如下：
看来我的对象不明确。它应该比其他物体更亮。我不知道什么样的算法适用于使软骨对象更清晰。非常感谢任何帮助。
扩展：
这是对象：
已编辑（现在确切知道您在寻找什么）
您的软骨和周围组织之间的差异非常小，因此我认为您负担不起进行任何过滤。我的意思是，我可以用眼睛捕捉到的两件事是软骨上的边缘非常锋利（灰色到黑色的下降），而且软骨中似乎有纹理规则这比图像的其余部分更平滑。老实说，这些特征甚至很难用肉眼分辨出来，一个普遍的经验法则是，如果你不能用眼睛分辨，视觉处理就会很粗糙。
我仍然认为您想进行直方图拉伸以增加对比度。
1：为了进行干净的全局对比度拉伸，您需要删除 bone/skin 边缘/图像左侧的任何线条（亮白色）。为此，我建议查看强度直方图并在第一个峰值之后设置截止值（确保限制此值，以便在没有白色信号的情况下远高于软骨可能的值）。确定该值后，从图像中剪切所有高于该强度的像素。
2：这张图片似乎有低频梯度（背景强度似乎有所不同），全局直方图管理（归一化）处理得不好，如果设置得当，CLAHE 可以处理这个问题。但一个值得尝试的更简单的解决方案是用高通滤波器击中图像，因为这将有助于消除其中一些（低频）背景偏移。 （在这一步之后，您应该看不到整个图像的体积强度变化。
3：我认为您应该尝试各种直方图拉伸的实现，您在直方图拉伸实现中的目标是使软骨在图像中与所有其他组织相比看起来更独特。
这是迄今为止最困难的一步，因为您需要真正了解是什么让该组织与其他组织不同。我在工作，但当我下班时，我会尝试为这里的最后分割步骤集思广益一些概念。与此同时，你想要尝试识别的是此时软骨组织的任何独特之处。我的首要想法是圆柱形颜色渐变、表面粗糙度、边缘锐度、位置、size/shape
我在 MRI 图像上应用了很少的去噪技术，并且无法意识到哪些技术适用于我的数据以使软骨对象更清晰。首先，我使用此函数应用了对比度受限自适应直方图均衡化 (CLAHE)：
J = adapthisteq(I)
但是我得到了一个白色图像。这是两个薄对象（软骨）的原始图像和手动分割：
然后我看了一篇论文说他们对显微镜图像进行了一些预处理，例如：各向异性扩散滤波器（ADF），然后是K-SVD算法，然后是批正交匹配追踪（OMP）。我应用了前两个，输出如下：
看来我的对象不明确。它应该比其他物体更亮。我不知道什么样的算法适用于使软骨对象更清晰。非常感谢任何帮助。
扩展：
这是对象：
已编辑（现在确切知道您在寻找什么）
您的软骨和周围组织之间的差异非常小，因此我认为您负担不起进行任何过滤。我的意思是，我可以用眼睛捕捉到的两件事是软骨上的边缘非常锋利（灰色到黑色的下降），而且软骨中似乎有纹理规则这比图像的其余部分更平滑。老实说，这些特征甚至很难用肉眼分辨出来，一个普遍的经验法则是，如果你不能用眼睛分辨，视觉处理就会很粗糙。
我仍然认为您想进行直方图拉伸以增加对比度。
1：为了进行干净的全局对比度拉伸，您需要删除 bone/skin 边缘/图像左侧的任何线条（亮白色）。为此，我建议查看强度直方图并在第一个峰值之后设置截止值（确保限制此值，以便在没有白色信号的情况下远高于软骨可能的值）。确定该值后，从图像中剪切所有高于该强度的像素。
2：这张图片似乎有低频梯度（背景强度似乎有所不同），全局直方图管理（归一化）处理得不好，如果设置得当，CLAHE 可以处理这个问题。但一个值得尝试的更简单的解决方案是用高通滤波器击中图像，因为这将有助于消除其中一些（低频）背景偏移。 （在这一步之后，您应该看不到整个图像的体积强度变化。
3：我认为您应该尝试各种直方图拉伸的实现，您在直方图拉伸实现中的目标是使软骨在图像中与所有其他组织相比看起来更独特。
这是迄今为止最困难的一步，因为您需要真正了解是什么让该组织与其他组织不同。我在工作，但当我下班时，我会尝试为这里的最后分割步骤集思广益一些概念。与此同时，你想要尝试识别的是此时软骨组织的任何独特之处。我的首要想法是圆柱形颜色渐变、表面粗糙度、边缘锐度、位置、size/shape