Autor: Giovanni Daza. José Arismendi. Centro de Procesamiento Digital de Imágenes (CPDI). Fundación Instituto de Ingeniería (FIIDT).
Introducción.
Cuál es la función de ejecutar un filtro en una imagen?
Existen una serie de respuestas lógicas a esta pregunta, pero todas llevan como finalidad mejorar la visualización en particular, ya sea en forma general o buscando resaltar una característica en particular.
Así cuando suavizamos una imagen (smoothing ) queremos reducir el ruido de la misma para lograr una mejor visión de los objetos de la misma.
En otras ocasiones queremos corregir los problemas de enfoque (blurring), y así vamos a encontrar diferentes necesidades de acuerdo a nuestros objetivos y la calidad de la imagen, por lo tanto, cada necesidad requiere un filtro específico, y cada filtro corresponde con una matriz o algoritmo particular.
Seguidamente un ejemplo sencillo de corrección por filtro a una imagen con problemas:
Uno de los filtros más comunes para lograr estos objetivos es el filtro de la Mediana (mean filter), que como su nombre lo indica consiste en calcular cada pixel de la nueva imagen con la media de los pixeles envolventes, por lo que podemos decir que una característica de este filtro es la mejor distribución del ruido pixelar. Ver Figura 2 a continuación.
Figura 2. Mejoramiento del ruido pixelar. [2]
Otro filtro de uso muy común y fácil de programar es el filtro lineal, en este filtro cada pixel de la nueva imagen es calculado en base a una combinación lineal de sus vecinos envolventes.
La matriz del proceso la podemos apreciar mejor en el siguiente gráfico:
Los filtros espaciales funcionan de tal forma que el pixel central es revalorizado de acuerdo a los pixeles vecinos, lo que podemos apreciar mejor:
A continuación dos ejemplos de imágenes procesadas con determinados filtros.
La aplicación de distintos filtros espaciales permite extraer las siguientes conclusiones:
– Las bandas espectrales filtradas en la composición de una imagen, destacan los detalles buscados. Cada necesidad requiere un filtro específico, y cada filtro corresponde con una matriz o algoritmo particular. Esto sugiere en cada caso particular, aquella banda que resulte más apropiada.
-En presencia de ruido tipo impulso, o pérdida de líneas de pixeles en una imagen, el filtro de mediana permite una mejor corrección de estas fallas que el filtro de la media.
-Ante la existencia de diferencias de brillo muy marcadas en una imagen (existencia de contornos), es de mayor utilidad el filtro Laplaciano cuando las mismas no son tan acentuadas.
-El uso de filtros direccionales permite resaltar detalles de líneas (traza del valle o riachuelo, línea de crestas, alineamientos estructurales, cercados, vías, líneas de drenaje) según la dirección particular de cada filtro utilizado.
Referencias Bibliográficas.
- Kailas, T.,”A view of three decades of linear filtering theory”, Stanford University, Stanford, CA, USA.
- Datum. F,” Aerospace and Electronic Systems Magazine”, IEEE, 2005.
Contacto: giodaza90@gmail.com , arismendi40@gmail.com