Ich arbeite an einem Projekt zur Anwendung des Active Shape Model zur Lokalisierung von Zähnen im Röntgenbild. Für diejenigen, die mit der Technik vertraut sind, versuche ich derzeit, normale Vektoren für jeden Orientierungspunkt abzutasten. In dem Artikel wird empfohlen, Ableitungen von abgetasteten Pixeln zu verwenden: "Um die Auswirkungen globaler Intensitätsänderungen zu verringern, wird die Ableitung entlang des Profils und nicht die absoluten Graustufenwerte abgetastet."
Mein Problem ist also, wie man Zahnradiographien am besten filtert, um sie für die Anwendung des Derivatoperators vorzubereiten. Ich verwende derzeit eine Kombination aus Medianfiltern , um das meiste zu entfernen, was ich für Quantenrauschen (Mottle) halte. Es folgt ein bilateraler Filter . Dann wende ich den Scharr-Operator an, um den tatsächlichen Gradienten zu berechnen, der abgetastet werden soll.
Die Ergebnisse sind unten dargestellt:
Das erste Bild zeigt Originaldaten. Im zweiten und dritten Bild werden gefilterte Daten zuerst als Größe des Spektrums nach FFT und dann als gefilterte Bilddaten dargestellt. Das vierte Bild zeigt das Ergebnis der Anwendung des Scharr-Operators auf das dritte Bild.
Meine Fragen sind:
- Gibt es bekannte Ansätze zur Geräuschreduzierung im Röntgenbild, die sich von meinem Ansatz unterscheiden würden?
- Was verursacht das "rauchige" Erscheinungsbild der Kanten und "flachen" (nicht kantenförmigen) Bereiche? Ist es eine Art übrig gebliebenes Rauschen im gefilterten Bild oder ist es dem Gradientenoperator inhärent? Wenn es sich tatsächlich um ein Rauschen handelt, welcher Filter ist am besten geeignet? Der Medianfilter konnte kleine verrauschte Blobs gut entfernen, aber ein großer Kernel führt dazu, dass die Kanten zu stark verschwimmen. Der bilaterale Filter wird also verwendet, um größere Blobs herauszufiltern und die Farbe über die Fläche auszugleichen, ohne die Kanten zu beschädigen. Diese rauchige Struktur kann jedoch nicht gefiltert werden.
- Gibt es in diesem Fall eine bessere Option als den Scharr-Operator, um einen Farbverlauf zu erstellen?
- Bonus: Wäre dies ein guter Input für das Active Shape Model? Mir ist noch nicht bewusst, wie robust sie sind.
Antworten:
Soweit ich verstanden habe, meinen Sie mit Bildableitung das Extrahieren von Kanten. Ich würde empfehlen, das Bild nach einem relativ großen Gaußschen Filter zu filtern. Wenn die Berechnungskosten für die Bildableitung für Ihre Arbeit unkritisch sind, würde ich die Verwendung eines schlauen Kantendetektors empfehlen. Es ist weniger geräuschempfindlich und täuscht sich nicht durch Rauschen und findet schwache Kanten zusammen mit starken Kanten. Matlab-Anleitung dafür:
und das Ergebnis ist (ich weiß, dass es möglicherweise nicht die Ergebnisse sind, die Sie suchen, aber das Spielen mit Schwellenwertvariablen und Filtergröße bringt Ihnen wünschenswerte Ergebnisse):
Beachten Sie, dass Sie keinen Raucheffekt mehr sehen. Auch über diese falschen Kanten können Sie sie mithilfe von Bildöffnungs- und -schließtechniken entfernen.
quelle