检测亮点边缘

Question

我有一张电路板的X光照片，我试着分割一些元件，找出它们内部的空隙（空洞是图像上的亮点）。我成功地分离了组件，但是我很难得到一个空白的轮廓。

到目前为止，我发现它使用拉普拉斯边缘检测器结合高斯和中值滤波器，但仍然有太多的噪声检测。我怎么才能摆脱它呢？

在第一张图片上，你可以看到我用OTSU阈值得到的轮廓，这是目前为止最好的结果，但我不认为这是一个好的方法，因为用户无论如何都不会影响行为，因为阈值是自动计算的。在这张图片上，轮廓线并不是围绕着整个空洞（白点）

从2到8的图像是我如何修改图像的步骤。我使用的是高斯模糊和中值模糊，这种增强可以引起很多噪音，但即使没有它，结果基本上是一样的。最后一步是拉普拉斯边缘检测和形态学闭合。在

有更好的方法吗？在

以下是我的输入参数：

            package.voids.contours, package.voids.hierarchy = self.find_voids_inside_component(
            cropped,
            clahe_clip_limit=1,
            clahe_tile_grid_size=(3, 3),
            laplacian_ksize=11,
            closing_ksize=2,
            closing_iterations=2,
            debug_mode=True,
            fxy=1)

这是函数本身：

^{pr2}$

我使用的是python3和OpenCV