Wygładzanie
Wygładzanie może poprawić stosunek sygnału do szumu obrazu poprzez rozmycie drobnych wahań intensywności. Filtr Gaussa sprawdza się tu doskonale: to kołowe (lub sferyczne) jądro wygładzające, które przypisuje większą wagę pikselom znajdującym się blisko centrum niż tym odległym.
Szerokość rozkładu jest kontrolowana przez argument sigma – im wyższa wartość, tym silniejszy efekt wygładzania.
W tym ćwiczeniu sprawdź, jak filtry Gaussa wpływają na zdjęcie rentgenowskie stopy, zanim utworzysz maskę kości.
To ćwiczenie jest częścią kursu
Analiza obrazów biomedycznych w Pythonie
Instrukcje do ćwiczenia
- Przeprowadź splot
imz filtrami Gaussa o rozmiarachsigma=1isigma=3. - Wykreśl "maski kości" dla
im,im_s1iim_s3(czyli obszary, gdzie intensywności są większe lub równe145).
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()