スパイク選択のための画像処理方法

3Dバイナリイメージとしての入力と、以下の優先出力があります。

入力：

優先出力：

上記の優先出力のように、先端のとがったオブジェクトのみを残す場合、どの画像処理方法を探す必要がありますか？

「先端のとがったオブジェクト」の境界にはさらに多くのコーナーがあるので、1つのアプローチは、このためにコーナー検出器を調整することです。

たとえば、距離変換画像の構造テンソル（以下のMathematicaコード）の行列式を計算しました。

ヒステリシスを使用して2値化すると、この画像が生成されます。これは、選択したセグメンテーションアルゴリズムの開始点として適しています。

Mathematicaコード（srcあなたが投稿したソース画像です）

まず、入力画像の距離変換を計算します。これにより、（境界だけでなく）オブジェクト領域全体にコントラストが作成されるため、オブジェクト全体を検出できます。

dist = ImageData[DistanceTransform[src]];

次に、構造テンソルのコンポーネントを準備します。ガウス微分のフィルターサイズが5の場合、ウィンドウサイズは20です。

gx = GaussianFilter[dist, 5, {1, 0}];
gy = GaussianFilter[dist, 5, {0, 1}];
gx2 = GaussianFilter[gx^2, 20];
gxy = GaussianFilter[gx*gy, 20];
gy2 = GaussianFilter[gy^2, 20];   

各ピクセルでコーナーフィルターを計算するには、これらを構造テンソルのシンボリック行列式にプラグインします。

corners = Det[{{dx2, dxy}, {dxy, dy2}}] /. {dx2 -> gx2, dxy -> gxy, dy2 -> gy2};

基本的には次と同じです。

corners = gx2 * gy2 - gxy * gxy;

これを画像に変換して0..1の範囲にスケーリングすると、上記のコーナー検出器の画像が生成されます。

最後に、適切なしきい値で2値化すると、最終的なバイナリイメージが得られます。

MorphologicalBinarize[Image[corners], {0.025, 0.1}]