Je travaille sur un projet d'application du modèle de forme active pour localiser une dent en radiographie dentaire. Pour ceux qui connaissent la technique, j'essaie actuellement d'échantillonner le long de vecteurs normaux pour chaque point de repère. Le document recommande de prendre des dérivées des pixels échantillonnés: "Pour réduire les effets des changements d'intensité globale, nous échantillonnons la dérivée le long du profil, plutôt que les valeurs absolues de niveau de gris."
Mon problème est donc de savoir comment filtrer les radiographies dentaires de la meilleure façon pour les préparer à l'application d'un opérateur dérivé. J'utilise actuellement une combinaison de filtre médian pour supprimer la plupart de ce que je pense être du bruit quantique (marbrure). Il est suivi d' un filtre bilatéral . Ensuite, j'applique l'opérateur Scharr pour calculer le gradient réel qui doit être échantillonné.
Les résultats sont présentés ci-dessous:
La première image montre des données originales. Dans les deuxième et troisième images, les données filtrées sont présentées, d'abord sous forme d'une amplitude de spectre après FFT, puis sous forme de données d'image filtrées. La quatrième image montre le résultat de l'application de l'opérateur Scharr à la troisième image.
Mes questions sont:
- Existe-t-il des approches bien connues pour réduire le bruit en radiographie dentaire qui différeraient de mon approche?
- Qu'est-ce qui cause l'apparence «fumée» des bords et des zones «plates» (non-bords)? S'agit-il d'une sorte de bruit résiduel dans l'image filtrée ou est-il inhérent à l'opérateur de dégradé? S'il s'agit bien d'un bruit, quel filtre serait le plus adapté à utiliser? Le filtre médian a bien réussi à éliminer les petites taches bruyantes mais le gros noyau fait trop flouter les bords. Le filtre bilatéral est donc utilisé pour filtrer les taches plus grosses et égaliser la couleur sur la zone sans endommager les bords, mais il n'est pas en mesure de filtrer cette structure enfumée.
- Y a-t-il une meilleure option que l'opérateur Scharr pour créer un dégradé dans ce cas?
- Bonus: Serait-ce considéré comme une bonne entrée pour le modèle de forme active? Je ne sais pas encore à quel point ils sont robustes.
Réponses:
Pour autant que je sache, par dérivation d'image, vous entendez extraire des bords. Je recommanderais de filtrer l'image par un filtre gaussien relativement grand. Si le coût de calcul de la dérivation d'image n'est pas critique pour votre travail, je recommanderais d'utiliser un détecteur de bord de canny. Il est moins sensible au bruit et ne trompe pas par le bruit, et trouve des bords faibles ainsi que des bords forts. Instruction Matlab pour cela:
et le résultat est (je sais que ce ne sont peut-être pas les résultats que vous recherchez, mais jouer avec les variables de seuil et la taille du filtre vous apportera des résultats souhaitables):
Notez que vous ne voyez plus d'effet enfumé. Vous pouvez également les supprimer à l'aide de techniques d'ouverture et de fermeture d'image.
la source