![]()
Précédent : Introduction Remonter :
Fondements
scientifiques Suivant : Segmentation
La restauration d'images consiste à recréer une image améliorée, dans laquelle on a supprimé certains défauts liés au processus physique d'acquisition. Deux exemples classiques de restauration d'images sont la correction du biais et la réduction du bruit. Les images IRM sont souvent corrompues par un biais multiplicatif qu'il convient de supprimer pour que des tissus anatomiques similaires présentent une intensité constante (par exemple pour que la matière blanche conserve une intensité unique en tout point du cerveau). Il existe des méthodes permettant de corriger le biais de l'image, tout en réalisant une classification des points de l'image selon le milieu auquel ils appartiennent. Il existe de très nombreuses méthodes pour réduire le bruit lié à l'acquisition des images. Les techniques de filtrage linéaire appliquent des filtres passe-bas qui tout en réduisant le bruit dans l'image tendent à lisser les contours, ce qui rend l'image floue. Par contre, les techniques de diffusion anisotrope sont très efficaces pour lisser l'image tout en préservant les discontinuités importantes, et produisent des résultats remarquables.