平滑处理
通过模糊掉强度中的细微变化，平滑处理可以提升图像的信噪比。高斯滤波非常适合这个目的：它是一种圆形（或球形）的平滑核，对邻近像素赋予更高权重，而远处像素权重更低。
分布的宽度由 sigma 参数控制，数值越大，平滑效果越强。
在本练习中，请在创建骨骼掩膜之前，先对足部 X 射线图像应用不同的高斯滤波并比较其效果。
本练习是课程的一部分
Python 中的生物医学图像分析
练习说明
- 使用
sigma=1和sigma=3的高斯滤波对im进行卷积。 - 绘制
im、im_s1和im_s3的"骨骼掩膜"（即强度大于等于145的位置）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()