Видалення шуму від стоматологічної рентгенографії

Я працюю над проектом застосування моделі "Активна форма", щоб знайти зуб на рентгенографії зубів. Для тих, хто знайомий з технікою, я зараз намагаюся відібрати звичайні вектори для кожної орієнтиру. У статті рекомендується взяти похідні відібраних пікселів: "Для зменшення ефектів зміни глобальної інтенсивності ми відбираємо похідну за профілем, а не за абсолютними значеннями рівня сірого".

Тому моя проблема полягає в тому, як фільтрувати рентгенограми зубів найкращим чином, щоб підготувати їх до застосування оператора похідних. На даний момент я використовую комбінацію серединного фільтра, щоб видалити більшу частину того, що, на мою думку, є квантовим шумом. За ним слідує двосторонній фільтр . Тоді я застосовую оператор Scharr для обчислення фактичного градієнта, який слід відібрати.

Результати представлені нижче:

Перше зображення показує оригінальні дані. У другому та третьому зображенні відфільтровані дані представлені спочатку як величина спектру після FFT, а потім як дані відфільтрованого зображення. Четверте зображення показує результат застосування оператора Scharr до третього зображення.

Мої запитання:

• Чи є добре відомі підходи до зниження шуму в стоматологічній рентгенографії, які відрізнятимуться від мого підходу?
• Що зумовлює «задимлений» вигляд країв і «плоских» (некрайових) областей? Це якийсь шум, що залишився у відфільтрованому зображенні, або він притаманний оператору градієнта? Якщо це справді шум, який фільтр найкраще використовувати? Середній фільтр добре видаляв дрібні шумні плями, але велике ядро ​​змушує краї занадто сильно розмиватися. Таким чином, двосторонній фільтр використовується для фільтрації більших плям і вирівнювання кольору по площі без шкоди для країв, але він не в змозі фільтрувати цю задимлену структуру.
• Чи є кращий варіант, ніж оператор Scharr, для створення градієнта в цьому випадку?
• Бонус: Чи вважатиметься це хорошим вкладом для моделі «Активна форма»? Я ще не знаю, наскільки вони надійні.

Наскільки я зрозумів, під виведенням зображення ви маєте на увазі вилучення ребер. Я б рекомендував фільтрувати зображення відносно великим фільтром Гаусса. Якщо обчислювальна вартість отримання зображення не є критичною для вашої роботи, я рекомендую використовувати детектор реберного ребра. Він менш чутливий до шуму і не дурить шумом, і знаходить слабкі краї разом із міцними краями. Настанова Matlab для цього:

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

і результат є (я знаю, що це може бути не той результат, якого ви шукаєте, проте гра зі змінними Threshold та розміром фільтра принесе бажані результати):

Зауважте, що димного ефекту ви вже не бачите. Також про неправильні краї ви можете видалити їх за допомогою методів відкривання та закриття зображення.