Matlab 将3D矩阵拟合到相同的灰度值

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

我确实重建了图像数据，并适应了堆栈的方向和偏移。它看起来像这样（从大约500个图像的堆栈中选择一个图像）：

本文的重点是比较x射线数据上的几种去噪算法（左）。假设来自µCT（右）的数据接近真实信号，没有任何噪声。因此，我想将每种算法的去噪x射线数据与µCT的“纯”信号进行比较，看看哪种算法产生的均方根误差最小。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波

右侧的灰度值在0到100之间，而x射线数据的范围在4000到30000之间。“泡沫”大约在8000到11000之间。（这些不是真实的气泡，而是3D打印机上有孔的人造幻影）

我试图做的是（某种程度上）带通这些气泡，并将它们映射到~100，同时将其他所有值移到4（这是µCT数据上的背景值）

这就是代码：

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);

zwst=zwsr；
zwsr（zwst11000）*4/30000；

结果如下所示：

有些气泡看起来失真了，背景中的噪音部分完全消失了。有没有更好的方法来拟合这些灰度值，同时保持噪声部分

---

编辑：澄清问题：假定µCT数据无噪声，而x射线数据有噪声。换句话说，

µCT=信号

，而

x射线=信号+噪声

。为了量化我的去噪方法的质量，我想计算

x射线-µCT=noise

太长了，我相信这是一个合理的答案：

图像处理/信号处理有一个巨大的子领域称为图像融合。甚至有一个使用小波（）的特定Matlab库

图像融合背后的思想是：给定两幅相同但分辨率/数据非常不同的图像，我们如何创建一幅包含这两种信息的图像

“手工”缝合两幅图像通常不会产生很好的效果，因此有大量的技术可以从数学上进行。小波在这里很常见

通常，这种技术广泛应用于医学成像中，因为（就像在您的案例中一样）不同的成像技术提供不同的信息，医生希望将所有这些技术结合在一起：

示例（顶行：粘贴在一起的图像，底行：图像融合技术）

看看一些论文，一些matlab教程，也许你会得到易于使用的matlab代码，而不需要任何高级编程

---

祝你好运

谢谢你的建议。我确实从Matlab的小波工具箱中查看了“wfusimg”。不幸的是，这似乎并不能解决我的问题。这种图像融合方法将两幅图像中的数据合并成一幅新图像，这不是我想要的。事实上，除了适当地缩放灰度值外，x射线的数据不能被任何改变。目标是缩放x射线数据，使x射线和µCT的信号电平（接近）相等，以便保留噪声。我编辑了这篇文章来澄清这一点。@Dominic我明白了。但是请注意：小波在去除噪声方面非常出色。谢谢你的提示，我的去噪方法都是基于小波系数操作的。；-）好东西。