计算扫描图像上的 'treat as white' 值的算法

Question

我有一张从扫描仪扫描的图像。图像的某个区域故意不包含任何内容(所以只有白色)。图像的其余部分包含需要分析的数据。这个纯白色区域(称为“引用区域”)应用于确定分析代码应将什么值视为“白色”。来自扫描仪的白色并不总是 255。

然后图像的其余部分(分析区域)被推断为介于 0 和这个白点之间。

我已经尝试获取引用区域中所有像素的平均值，但该值并不总是我想要的值。

关于用于计算此“视为白色”值的最佳算法有什么想法吗？

Answer 1

实现这一目标的最佳方式取决于多种因素，例如数据中出现何种形式的噪声、伪像或其他错误来源，以及您需要进行何种后期处理。话虽如此，鉴于您有一个已知的引用区域，一个相当简单的方法应该可行。

与其求均值，不如求 k-th lowest value在引用区域中，k 是引用区域像素数的 15%。这样做的想法是在引用区域找到最暗的白色，这样当您调整图像值时，所有比它亮的东西都会饱和为白色。您可能不想从引用区域中选择绝对最低的像素值，因为那样您很可能会选择一个实际上不是白色的像素(一点灰尘/污迹/传感器噪声或其他一些人工制品)。

更一般地说，您可能需要查看自动 thresholding算法，这将为您提供其他(更复杂的)方法来选择白点。

我假设所有这些都是灰度图像处理。满colour constancy (其中一部分来自于确定图像的白点)是一个更难的问题，尽管图像中有一个白色引用区域肯定也有助于解决这个问题。