将 3D 矩阵拟合到相同的灰度值

Question

我正在尝试拟合两个数据集。其中包含使用两种不同测量设备（X 射线与 µct）测量同一物体的结果。

我确实设法重建了图像数据并适应了堆栈的方向和偏移量。它看起来像这样（大约 500 张图片中的一张）：

这里的重点是在 X 射线数据上比较几种去噪算法（左）。假设来自 µCT（右）的数据接近真实信号，没有任何噪声。因此，我想将来自每个算法的去噪 X 射线数据与来自 µCT 的“纯”信号进行比较，以查看哪种算法产生最低的 RMS 误差。因此，我需要以某种方式将左侧部分的灰度值拟合到右侧部分的灰度值，而不需要过多地处理噪声。

右侧的灰度值在 0 到 100 的范围内，而 X 射线数据的范围从大约 4000 到 30000。“气泡”在大约 8000 到 11000 的范围内。（那些不是真正的气泡而是一个从 3D 打印机出来的带有孔的人造模型）

我尝试做的是（某种）带状传递这些气泡并将它们映射到 ~100，同时将其他所有值移向 4（这是 µCT 数据背景的值）。

代码如下：

zwst = zwsr;
zwsr(zwst<=8000)=round(zwst(zwst<=6500)*4/8000);
zwsr(zwst<=11000 & zwst>8000)= round(zwst(zwst<=11000 & zwst>8000)/9500*100);
zwsr(zwst>11000)=round(zwst(zwst>11000)*4/30000);

结果如下所示：

其中一些气泡看起来变形了，背景中的噪音部分完全消失了。在保持噪声部分的同时，有没有更好的方法来拟合这些灰度值？

编辑：澄清一下：µCT 数据被假定为无噪声，而 X 射线数据被假定为有噪声。换句话说，µCT = signal 而x-ray = signal + noise。为了量化我的去噪方法的质量，我想计算x-ray - µCT = noise。

Answer 1

评论太长了，我相信一个合理的答案：

图像处理/信号处理有一个巨大的子领域，称为图像融合。甚至还有一个使用小波的特定 Matlab 库 (http://uk.mathworks.com/help/wavelet/gs/image-fusion.html)。

图像融合背后的想法是：给定 2 张相同的图像，但分辨率/数据非常不同，我们如何创建包含两者信息的单个图像？

“手工”拼接两个图像通常不会产生很好的结果，因此有大量的数学技术可以做到这一点。小波在这里很常见。

通常，这种技术广泛用于医学成像，因为（就像您的情况一样）不同的成像技术会提供不同的信息，而医生希望将所有这些技术结合在一起：

示例（顶行：图像粘贴在一起，底行：图像融合技术）

看看一些论文、一些 matlab 教程，你可能会使用易于使用的 matlab 代码到达那里，而无需任何花哨的最先进的编程。

祝你好运！