Удаление шума из рентгенографии зубов

Я работаю над проектом применения Active Shape Model для определения местоположения зуба на рентгенограмме. Для тех, кто знаком с техникой, в настоящее время я пытаюсь выбрать нормальные векторы для каждого ориентира. В документе рекомендуется брать производные от выбранных пикселей: «Чтобы уменьшить влияние глобальных изменений интенсивности, мы производим выборку по производной по профилю, а не по абсолютным значениям уровня серого».

Поэтому моя проблема в том, как наилучшим образом отфильтровать рентгенограммы, чтобы подготовить их к применению производного оператора. В настоящее время я использую комбинацию медианного фильтра, чтобы удалить большую часть того, что я считаю квантовым шумом (пятнистость). Затем следует двусторонний фильтр . Затем я применяю оператор Шарра для вычисления фактического градиента, который должен быть выбран.

Результаты представлены ниже:

Первое изображение показывает исходные данные. Во втором и третьем изображении отфильтрованные данные представлены сначала в виде величины спектра после БПФ, а затем в виде данных отфильтрованного изображения. Четвертое изображение показывает результат применения оператора Шарра к третьему изображению.

Мои вопросы:

• Существуют ли хорошо известные подходы для снижения шума на рентгенограмме, которые могут отличаться от моего подхода?
• Что вызывает «дымный» вид краев и «плоских» (не краевых) участков? Это какой-то остаточный шум в отфильтрованном изображении, или это присуще оператору градиента? Если это действительно шум, какой фильтр будет наиболее подходящим для использования? Медианный фильтр был хорош при удалении маленьких шумных пятен, но большое ядро ​​заставляет края слишком сильно размываться. Таким образом, двусторонний фильтр используется для фильтрации больших пятен и выравнивания цвета по площади без ущерба для краев, но он не способен фильтровать эту дымную структуру.
• Есть ли лучший вариант, чем оператор Шарра, для создания градиента в этом случае?
• Бонус: Будет ли это хорошим вкладом для Active Shape Model? Я еще не знаю, насколько они крепки.

Насколько я понял, под выводом изображения вы подразумеваете выделение краев. Я бы порекомендовал отфильтровать изображение с помощью относительно большого фильтра Гаусса. Если вычислительные затраты на вывод изображения не являются критичными для вашей работы, я бы порекомендовал использовать детектор краев Canny. Он менее чувствителен к шуму, не дурачится шумом и находит слабые края вместе с сильными краями. Инструкция Matlab для этого:

   [MinThresh MaxThresh]=[-0.3 0.5];
   EDGE_No_SMOKE=edge(im,'canny',[MinThresh MaxThresh]);

и результат (я знаю, что это могут быть не те результаты, которые вы ищете, однако, играя с переменными Threshold и размером фильтра, вы получите желаемые результаты):

Обратите внимание, что вы больше не видите дымный эффект. Также о тех неправильных краях, вы можете удалить их, используя методы открытия и закрытия изображения.