bruit dans les images irm

Bonsoir,

Je travaille sur des images d'irm dont j'essaie d'ameliorer afin de faciliter la segmentation d'une partie
Je souhaiterai appliquer un filtre avant de réhausser les contour à l'aide d'un laplacien (par exemple)

J'ai lu quelques publication et il semble qu'un filtre non locale serait une bonne solution

Mon soucis c'est que je n'arrive pas à trouver qu'elle type de bruit est présent dans ce type d'image apparement c'est un bruit Ricien( qui est approximé à un bruit gaussien sous certaine condition)mais je n'en sais pas plus ?
Y a til un moyen de "mesurer" un bruit?

merci,

Il n'y a aucun moyen a priori de séparer le bruit du signal utile.
On peut ajouter des critères externes ( mon image doit être comme çà...)
Le très gros danger des filtrages est de transformer du bruit en signal fallacieux :
NE LE FAIS PAS !

Est ce que l'on pourrait voir une image pour évaluer ce bruit et/ou voir comment faire pour le supprimer ?

merci pour vos réponse

il n'y pas d'image précise le but c'est que ce soit un traitement qui soit fait pour toute les images d'irm de la tete

j'aurai d'ici peut les images d'irm ils m'ont juste montré des exemples

le fait que je me sois interessé au bruit c'est qu'il on utiliser des filtres (gaussien et anisotropes) et que cela avait diminuer certe le bruit mais ca n'apportai rien lors de la phase de rehaussement et de segmentation

d'ou d'apres l'article:
http://www.irisa.fr/visages/demo/dem...Means-eng.html
(version résumé :))

ils sont obtenus des resultats meilleurs avec cette approche( filtres non locale) donc c'est pour cela que je m'étais dit qu'il serait peut etre interressant de l'appliquer pour voir si le rehaussement et la segmentation sont meilleurs mais peut etre que mon raisonnement est faux

merci en tout cas

J'ai regardé les images que tu as à traiter.

Je pense que ce que tu cherches comme solution c'est les contours actifs.



Recherche sur un moteur de recherche : B-snake, contour actif ...

utilisez un filtre median

comment le faire?
pour chaque pixel faire:
*Récupérez son voisinage dans un vecteur de 9 éléments
*Triez le vecteur
*La valeur de pixel en cours sera modifiée à la valeur de médian de ce vecteur (élément 5)

exemple
50 65 70 ici 200 et 220 represente des bruit
60 200 62
45 220 78 => 45 50 60 62 65 70 78 200 220

la valeur de pixel sera 65

resultat de ce filtre dans les deux images

il y a juste un problème le filtre médian risque de changer la morphologie de l'IRM ( une donnée très importante dans le cadre de l'analyse des images IRM )... il est conseillé d'appliquer un filtre gaussien faible ...:D

merci pour vos reponses:ccool:

le filtre median est un "peu trop simple" il est vrai qu'il change trop la morphologie de l image
le filtre gaussien a ete utilise precedemment mais il a ete abandonnee car il n aidait pas tellement la phase de segmentation
j ai finis par me lancer dans le filtre a moyenne non local et il est vrai qu'il m'a enlever enormement de bruit en preservant un maximum mes frontieres

j essai a present de tester son influence sur la segmentation ce qui n'est pas evident :D