所以我的问题是如何以最佳方式过滤牙科X光片，以准备使用导数算子。我目前正在使用中值滤波器的组合来消除我认为是量子噪声（杂色）的大部分。其次是双边过滤器。然后，我应用Scharr运算符来计算应采样的实际梯度。结果显示如下：
第一张图显示了原始数据。在第二张和第三张图像中，显示了滤波后的数据，首先显示为FFT后的频谱幅度，然后显示为滤波后的图像数据。第四张图片显示了将Scharr运算符应用于第三张图片的结果。
是什么导致边缘和“平坦”（非边缘）区域的“烟熏”外观？是滤波图像中的某种残留噪声还是梯度算子固有的？如果确实是噪音，那么哪个滤波器最适合使用？中值滤镜擅长去除较小的噪点斑点，但较大的内核会导致边缘模糊太多。因此，使用双边滤镜可以滤除较大的斑点并在不损害边缘的情况下使整个区域的颜色均匀，但是它不能滤除这种烟熏的结构。在这种情况下，有没有比Scharr运算符更好的选择来创建渐变？ br />奖金：对于Active Shape Model，这会被认为是很好的输入吗？我还不知道它们有多强大。
#1 楼
据我了解，通过图像推导，您的意思是提取边缘。我建议使用相对较大的高斯滤波器对图像进行滤波。如果图像导出的计算成本对您的工作不重要，我建议您使用Canny边缘检测器。它对噪音较不敏感，不会被噪音愚弄，并且会发现较弱的边缘和较强的边缘。 Matlab的说明： [MinThresh MaxThresh]=[-0.3 0.5];
EDGE_No_SMOKE=edge(im,'canny',[MinThresh MaxThresh]);
结果是（我知道这可能不是您要查找的结果，但是使用阈值变量和过滤器大小会带来您想要的结果）：
请注意，您不再看到黑烟效果。同样，对于那些错误的边缘，您可以使用图像打开和关闭技术将其删除。
评论
您还可以尝试均值漂移过滤。关于烟雾弥漫的地区，您无能为力。 Scharr还可以，如果您要寻找实际的边缘，Canny会更好。我可以回答第1个问题。首先，您需要确定哪种类型的噪声正在影响牙科图像。然后，尝试找到声誉良好的方法来消除这种类型的噪音。