スムージング
スムージングを適用すると、輝度の細かな変動をぼかすことで、画像の信号対雑音比を改善できます。ガウシアンフィルターはこの用途に非常に適しています。円形（または球形）のスムージングカーネルで、近くのピクセルほど高い重みが付けられます。
分布の広がりは sigma 引数で制御され、値が大きいほどスムージング効果も大きくなります。
この演習では、骨のマスクを作成する前に、足部のX線画像にガウシアンフィルターを適用した場合の効果を確認しましょう。
この演習はコースの一部です
Python による生体医療画像解析
演習の手順
imに対して、sigma=1とsigma=3のガウシアンフィルターを畳み込みます。im、im_s1、im_s3それぞれの「骨マスク」（輝度値が145以上の領域）をプロットします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Smooth "im" with Gaussian filters
im_s1 = ndi.gaussian_filter(____, sigma=____)
im_s3 = ____
# Draw bone masks of each image
fig, axes = plt.subplots(1,3)
axes[0].imshow(____ >= 145)
axes[1].imshow(____)
____
format_and_render_plot()