Autores: Giovanni Daza. José Arismendi. Centro de Procesamiento Digital de Imágenes (CPDI). Fundación Instituto de Ingeniería (FIIDT).
Introducción.
Hasta ahora se ha visto que los filtros se usan para mejorar o destacar un aspecto de la imagen de satélite, pero a veces nos encontramos con problemas de calidad de datos que en el mundo de las imágenes se conoce como ruido (noise).
De forma análoga se ejecutaba algún filtro para resaltar un aspecto, para corregir o tratar de corregir este ruido con que vienen algunas imágenes.
En nuestro mundo actual trabajamos en el campo digital, así que vamos a definir el ruido como una degradación en los valores del pixel, este ruido puede producirse en diferentes fases del proceso pero vamos a tratar ahora el fenómeno al capturar la imagen, y cuáles son las causas de este ruido:
- Distorsión por enfoque.
- Distorsión por movimiento de la cámara del sensor.
La solución a estos problemas se denomina restauración de la imagen, y puede llevarse a cabo en dos planos, en el espacial o en el de la frecuencia.
Los filtros a ejecutar para recuperar las imágenes con ruido dependen del tipo de distorsión presente, veamos a continuación los ruidos más comunes conservando su nombre en inglés para evitar diferencias de traducciones:
Ahora nos preguntamos que clase de filtro debemos utilizar para corregir estos errores o ruidos como se denominan. En primera instancia se sugiere un filtro lineal, pero he aquí la cuestión, este tipo de filtro no es muy adecuado para este tipo de problemas. Veamos porque:
Vemos que el filtro lineal distorsiona toda la estructura de la imagen, por lo tanto no es recomendable este tipo de filtros cuando se trata de restaurcion de imágenes por eliminacion del ruido digital.
Por lo tanto tendremos que girar hacia los filtrps no lineales, y estudiar los efectos al ser aplicados en una imagen con distorsion, y tomamos el filtro de maximos y minimos. Veamos como actua :
Observamos como las figuras no pierden su original geometría, se conserva el cuerpo del objeto pero por supuesto cambian algunos aspectos que nos compete analizar.
Ejecutemos este filtro de máximos y mínimos sobre una imagen con ruido shot y observemos atentamente los resultados finales.
Notamos como el filtro de mínimos elimina los puntos errores de blanco pero aumenta los errores de punto negro, mientras que el filtro de máximos hace lo opuesto, esto es corrige los puntos negros pero magnifica los puntos blancos.
Conclusiones.
- Los resultados que se obtienen con los distintos filtros usados en imágenes se resumen a:
- Suavizado: corrige el ruido y los errores producidos como consecuencia de la transmisión de los datos de la imagen.
- Refuerzo de bordes: se aplica para producir imágenes con definiciones más claras en los bordes. Se acentúan los contornos entre áreas homogéneas, como parcelas, contactos entre formaciones litológicas. Se acentúan rasgos lineales, como rutas, fracturas, diques. Estos filtros también se pueden construir para realzar determinadas direcciones(filtros direccionales) que resultan útiles en la detección de determinado sistema de estructuras lineares (fallas, diabasas, diques).
- Extracción de bordes: también denominados detectores de contornos. Obtener una imagen que contenga exclusivamente información sobre los bordes existentes en la imagen original.
Nota: en el próximo informe continuaremos analizando estos filtros.
Referencias Bibliográficas.
- University of Utah, CS 4640: Image Processing Basics, 2012.
- Wilhelm Burger and Mark J. Burge, Digital Image Processing, 2008.
Contacto: giodaza90@gmail.com , arismendi40@gmail.com