求助：如何用MATLAB精准提取CT扫描图像的骨料边界？

一、预处理优化：先降噪再分割 #

CT图像常伴随高斯噪声，直接阈值分割易引入伪边缘，建议先做保边缘降噪处理：

• 高斯滤波（适配高斯噪声场景）：

  img_filtered = imgaussfilt(original_img, 1.5); % 核大小可根据噪声强度在1-2区间调整
  

• 双边滤波（保留边缘细节的同时降噪）：

  img_filtered = bfilter2(original_img, 5, 0.1, 20); % 窗口大小、空间标准差、灰度标准差可按需微调
  

二、阈值分割方法调整 #

1. 优化自适应阈值参数 #

你使用adaptivethreshold效果不佳，大概率是窗口尺寸和偏移量设置不合理，可调整参数重试：

% 增大窗口尺寸（覆盖更多局部区域，避免过度分割），减小偏移量（降低对局部均值的偏移要求）
binary_img = adaptivethreshold(img_filtered, 51, 7); % BlockSize设为奇数（31/51/71均可测试），Offset设5-10区间

2. 尝试多阈值或手动阈值 #

• 用multithresh自动确定分割阈值，再完成二值化：

  levels = multithresh(img_filtered, 1); % 分2类，对应空隙与骨料
  binary_img = imbinarize(img_filtered, levels);
  

• 查看灰度直方图手动选阈值：

  imhist(img_filtered); % 观察直方图，找到空隙（左峰）与骨料（右峰）之间的谷底，比如阈值设为80
  binary_img = img_filtered > 80;
  

三、后处理：修正分割结果缺陷 #

二值化后通常存在小噪点或孔洞，用形态学操作修复：

• 去除小噪点+填充小空洞：

  se = strel('disk', 3); % 结构元素大小按需调整
  img_cleaned = imclose(imopen(binary_img, se), se); % 先开运算去噪，再闭运算填充骨料内部小空洞
  

• 移除面积过小的连通区域：

  img_cleaned = bwareaopen(img_cleaned, 100); % 移除面积小于100像素的区域，过滤细碎噪点
  

四、准确提取骨料边界 #

1. 基于二值化结果提取边界 #

用bwboundaries提取连通区域的边界，支持排除内部孔洞：

[boundaries, labels] = bwboundaries(img_cleaned, 'noholes'); % 'noholes'参数忽略骨料内部孔洞的边界
imshow(img_cleaned); hold on;
for k = 1:length(boundaries)
    plot(boundaries{k}(:,2), boundaries{k}(:,1), 'r', 'LineWidth', 1.5);
end
hold off;

2. 结合边缘检测与分割结果 #

若需要更精细的边缘，可先用Canny检测边缘，再用二值化结果筛选有效边缘：

edges = edge(img_filtered, 'Canny', [0.1 0.3]); % 调整Canny高低阈值适配图像
valid_edges = edges & img_cleaned; % 只保留骨料区域内的边缘
imshow(valid_edges);

内容的提问来源于stack exchange，提问作者Tam Phan