Как правило, в микроскопии шум возникает из двух источников:
1) Гауссовский/электронный шум
Этот тип шума возникает из-за флуктуаций в детекторе из-за квантовых эффектов в электронике. Он генерируется случайным образом и следует распределению Гаусса. Поэтому в этом случае использование фильтра Гаусса может быть оптимальным для его удаления.
2) Дробовой шум
Фотоны, попадающие на детектор, преобразуются в электрический сигнал за счет фотоэлектрического эффекта, а флуктуации количества фотонов, попадающих на детектор, создают дробовой шум, который практически невозможно устранить и который обычно преобладает во время сбора данных. Он соответствует распределению Пуассона, которое выглядит как гауссово, поэтому в этом случае также может подойти фильтр Гаусса.
Итак, возвращаясь к вашему вопросу, похоже, что фильтр Гаусса был бы наиболее интуитивным выбором, хотя можно было бы использовать и средний фильтр. Вот пример кода, с которым вы можете попробовать поиграться:
clear
close all
clc
A = imread('http://i.stack.imgur.com/IlqAi.jpg');
BW = im2bw(A,.9); %//Treshold image
h = fspecial('gaussian', [5 5],.8); %// Create gaussian filter
BW2 = imfilter(BW,h); %// Apply filter
imshow(BW2); %// Display image
что приводит к следующему:
Вы можете изменить параметры фильтра (например, размер ядра и значение сигмы) и посмотреть, как они повлияют на результат. Вот другие фильтры, которые вы также можете использовать:
Медиана:
BW2 = medfilt2(BW,[3 3]); %// Median filter
или средний:
h = fspecial('average', 3) %//average filter
BW2 = imfilter(BW,h);
Вас может заинтересовать эта ссылка на веб-сайте Mathworks, где рассказывается о устранение шума на изображениях. Надеюсь, это поможет!
person
Benoit_11
schedule
07.11.2014