Remoção de ruído da radiografia dentária

9

Estou trabalhando em um projeto de aplicação do Active Shape Model para localizar dente em radiografia dentária. Para aqueles familiarizados com a técnica, atualmente estou tentando amostrar vetores normais para cada ponto de referência. O artigo recomenda obter derivadas de pixels amostrados: "Para reduzir os efeitos das mudanças de intensidade global, amostramos a derivada ao longo do perfil, em vez dos valores absolutos de nível de cinza".

Portanto, meu problema é como filtrar radiografias dentárias da melhor maneira para prepará-las para a aplicação do operador derivado. Atualmente, estou usando a combinação de filtro mediano para remover a maior parte do que eu acho que é ruído quântico (manchas). É seguido por filtro bilateral . Em seguida, aplico o operador Scharr para calcular o gradiente real que deve ser amostrado.

Os resultados são apresentados abaixo: Resultados

A primeira imagem mostra dados originais. Na segunda e terceira imagem, os dados filtrados são apresentados, primeiro como uma magnitude do espectro após a FFT e depois como dados da imagem filtrada. A quarta imagem mostra o resultado da aplicação do operador Scharr à terceira imagem.

Minhas perguntas são:

  • Existem abordagens bem conhecidas para reduzir o ruído na radiografia dentária que diferem da minha abordagem?
  • O que está causando a aparência "esfumaçada" das arestas e áreas "planas" (sem arestas)? Existe algum tipo de ruído restante na imagem filtrada ou é inerente ao operador de gradiente? Se é realmente um ruído, qual filtro seria mais adequado para uso? O filtro mediano foi bom em remover pequenas bolhas barulhentas, mas o núcleo grande faz com que as bordas fiquem muito borradas. Portanto, o filtro bilateral é usado para filtrar blobs maiores e equalizar a cor sobre a área sem danificar as bordas, mas não é capaz de filtrar essa estrutura enfumaçada.
  • Existe uma opção melhor do que o operador Scharr para criar gradiente neste caso?
  • Bônus: isso seria considerado uma boa entrada para o Active Shape Model? Ainda não estou ciente de quão robustos eles são.
Raven
fonte
11
você também pode tentar a filtragem de mudança de direção. em relação às regiões enfumaçadas, não há muito o que fazer. Se Scharr estiver OK, Canny será melhor se você estiver procurando por arestas reais.
Rosa Gronchi
Posso responder à pergunta nº 1. Primeiro, você precisa identificar que tipo de ruído está afetando as imagens dentárias. Em seguida, tente encontrar métodos de boa reputação que possam remover esse tipo de ruído.
Max26

Respostas:

3

Tanto quanto eu entendi, por derivação de imagem você quer dizer extrair bordas. Eu recomendaria filtrar a imagem por um filtro gaussiano relativamente grande. Se o custo computacional da derivação de imagem não for crítico para o seu trabalho, eu recomendaria o uso de um detector de borda inteligente. É menos sensível ao ruído e não se engana com o ruído, e encontra bordas fracas juntamente com bordas fortes. Instruções do Matlab para isso:

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

e o resultado é (eu sei que podem não ser os resultados que você está procurando, no entanto, jogar com variáveis ​​Threshold e tamanho do filtro trará resultados desejáveis):

insira a descrição da imagem aqui

Observe que você não vê mais efeito esfumaçado. Também sobre essas arestas erradas, você pode removê-las usando as técnicas de abertura e fechamento de imagens.

MimSaad
fonte