Rimozione del rumore dalla radiografia dentale

Sto lavorando a un progetto di applicazione del modello di forma attiva per individuare il dente nella radiografia dentale. Per coloro che hanno familiarità con la tecnica, sto attualmente cercando di campionare lungo i normali vettori per ogni punto di riferimento. Il documento raccomanda di prendere le derivate dei pixel campionati: "Per ridurre gli effetti delle variazioni di intensità globale, campioniamo la derivata lungo il profilo, piuttosto che i valori di livello di grigio assoluto".

Quindi il mio problema è come filtrare le radiografie dentali nel modo migliore per prepararle all'applicazione dell'operatore derivato. Attualmente sto usando una combinazione di filtro mediano per rimuovere la maggior parte di quello che penso sia rumore quantico (chiazzato). È seguito da filtro bilaterale . Quindi applico l'operatore Scharr per calcolare il gradiente effettivo che dovrebbe essere campionato.

I risultati sono presentati di seguito:

La prima immagine mostra i dati originali. Nella seconda e terza immagine, vengono presentati i dati filtrati, prima come grandezza dello spettro dopo FFT e poi come dati di immagine filtrati. La quarta immagine mostra il risultato dell'applicazione dell'operatore Scharr alla terza immagine.

Le mie domande sono:

• Esistono approcci ben noti per ridurre il rumore nella radiografia dentale che differirebbero dal mio approccio?
• Cosa sta causando l'aspetto "fumoso" dei bordi e delle aree "piatte" (senza bordi)? È una sorta di rumore residuo nell'immagine filtrata o è inerente all'operatore del gradiente? Se è davvero un rumore, quale filtro sarebbe più adatto da usare? Il filtro mediano è stato efficace nella rimozione di piccoli blob rumorosi, ma il kernel di grandi dimensioni causa la sfocatura eccessiva dei bordi. Quindi il filtro bilaterale viene utilizzato per filtrare le chiazze più grandi ed equalizzare il colore sull'area senza danneggiare i bordi, ma non è in grado di filtrare questa struttura fumosa.
• Esiste un'opzione migliore dell'operatore Scharr per creare sfumature in questo caso?
• Bonus: sarebbe considerato un buon input per il modello Active Shape? Non sono ancora consapevole di quanto siano robusti.

Per quanto ho capito, per derivazione dell'immagine intendi estrarre i bordi. Consiglierei di filtrare l'immagine con un filtro gaussiano relativamente grande. Se il costo computazionale della derivazione delle immagini non è critico per il tuo lavoro, ti consiglio di utilizzare il rilevatore di bordi intelligenti. È meno sensibile al rumore e non ingannare dal rumore e trova bordi deboli insieme a bordi forti. Istruzioni Matlab per questo:

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

e il risultato è (so che potrebbe non essere il risultato che stai cercando, tuttavia giocare con le variabili Soglia e la dimensione del filtro ti porterà risultati desiderabili):

Nota che non vedi più l'effetto fumoso. Inoltre su quei bordi sbagliati, puoi rimuoverli usando le tecniche di apertura e chiusura delle immagini.