Tôi đang làm việc trong một dự án áp dụng Mô hình hình dạng hoạt động để xác định vị trí răng trong X quang nha khoa. Đối với những người quen thuộc với kỹ thuật này, tôi hiện đang cố gắng lấy mẫu theo các vectơ bình thường cho mỗi mốc. Bài viết khuyến nghị nên lấy đạo hàm của các pixel được lấy mẫu: "Để giảm tác động của thay đổi cường độ toàn cầu, chúng tôi lấy mẫu đạo hàm dọc theo cấu hình, thay vì các giá trị mức xám tuyệt đối."
Vì vậy, vấn đề của tôi là làm thế nào để lọc X quang nha khoa một cách tốt nhất để chuẩn bị cho việc áp dụng toán tử phái sinh. Tôi hiện đang sử dụng kết hợp bộ lọc trung vị để loại bỏ hầu hết những gì tôi nghĩ là nhiễu lượng tử (míp). Nó được theo sau bởi bộ lọc song phương . Sau đó, tôi áp dụng toán tử Scharr để tính toán độ dốc thực tế cần được lấy mẫu.
Các kết quả được trình bày dưới đây:
Hình ảnh đầu tiên cho thấy dữ liệu gốc. Trong hình ảnh thứ hai và thứ ba, dữ liệu được lọc được trình bày, đầu tiên là cường độ phổ sau FFT và sau đó là dữ liệu hình ảnh được lọc. Hình ảnh thứ tư cho thấy kết quả của việc áp dụng toán tử Scharr cho hình ảnh thứ ba.
Câu hỏi của tôi là:
- Có cách tiếp cận nổi tiếng nào để giảm tiếng ồn trong X quang nha khoa khác với cách tiếp cận của tôi không?
- Điều gì gây ra sự xuất hiện "khói" của các cạnh và các khu vực "phẳng" (không cạnh)? Đây có phải là một loại nhiễu còn sót lại trong hình ảnh được lọc hay nó là vốn có của toán tử gradient? Nếu nó thực sự là một tiếng ồn, bộ lọc nào sẽ phù hợp nhất để sử dụng? Bộ lọc trung bình rất tốt trong việc loại bỏ các đốm nhiễu nhỏ nhưng hạt nhân lớn làm cho các cạnh bị mờ quá nhiều. Vì vậy, bộ lọc song phương được sử dụng để lọc các đốm màu lớn hơn và cân bằng màu sắc trên khu vực mà không làm hại các cạnh, nhưng nó không thể lọc cấu trúc khói này.
- Có lựa chọn nào tốt hơn toán tử Scharr để tạo gradient trong trường hợp này không?
- Phần thưởng: Đây có được coi là một đầu vào tốt cho Mô hình hình dạng hoạt động không? Tôi chưa nhận ra họ mạnh mẽ như thế nào.
