Embedded Files
Se entiende por suavizamiento, la eliminación del ruido de la imagen, es decir si tenemos una imagen la cual tiene una cantidad considerable de ruido, entonces se le aplicará un algoritmo de filtrado para obtener una mejor calidad de la misma.
Antes se tiene que tener claro algunos términos de trabajo para facilitar la implementación de los algoritmos.
Se Trabaja con mascaras que al entrar en convolución con la imagen cambia las intensidades de los pixeles.
Cada mascara trae consigo diferentes pesos, los cuales no debe confundirse con las intensidades de los pixeles.
Se entiende por mascara una matriz de dimensiones (m,n)la cual se ce centra en el Pixel(i,j) actualizando dicho valor según la operación de convolución , luego mover al pixel vecino y repetir la acción.
1> Filtros Lineales:
Consiste en promediar los pixeles que caen dentro de la mascara.
Son llamados tambien filtros de paso bajo y para la reducción del ruido y eliminar detalles irrelevantes.
Algunos Ejemplos de Filtros lineales.
También se encuentra el filtro Gaussiano, la cual toma la siguiente expresión.
Ejemplos Gráficos: Hacer click para ver la imagen completa:
En Los ejemplos gráficos tenemos una imagen original (I) y continuación vemos cuatro imágenes a las cuales han sido suavizadas con las diferentes mascaras antes mencionadas.
2> Filtros Estadísticos:
En este caso se usan estadísticas contenidas en los pixeles que caen dentro de la mascara.
Filtro de la Mediana.
Como su nombre lo dice, hacemos uso de la mediana.
El pixel central P(i,j) se remplaza por la mediana de los pixeles que caen dentro de la mascara.
Para implementar este algoritmo, se ordena las intensidades de los pixeles q caen dentro de la mascara y se escoge en valor del medio, es decir, si mi mascara ordenada tiene la forma [20,22,25,26,30,31,32,32,33], entonces el nuevo valor de P(i,j)=30.
Se usa para eliminar el ruido aleatorio, sin volver muy borrosa la imagen.
Eliminación muy efectiva del ruido del tipo sal y pimienta.
Ejemplo gráfico: Aplicada con una mascara de 3x3
Filtro Max.
Max viene de la palabra Máximo, pues como su nombre lo dice, se busca el valor mas alto de la parte de la imagen donde esta ubicada la mascara.
Se utiliza para encontrar puntos brillantes.
Filtro Min.
Min viene de la palabra Mínimo, pues como su nombre lo dice, se busca el valor mas pequeño de la parte de la imagen donde esta ubicada la mascara.
Se utiliza para encontrar puntos oscuros.
Ejemplo gráfico: Aplicada con una mascara de 3x3.
Filtro de Moda.
Se utiliza el pixel que esta de moda (jaja), es decir el pixel q mas de repite en la parte de la imagen donde esta ubicada la mascara.
Si todos los valores fuesen diferentes, se toma el valor medio de los pixeles q no difieren en mas de un umbral.
Ejemplo gráfico: Aplicada con una mascara de 3x3.
Filtro de Punto Medio.
Algoritmo muy facil de implementar.
Se escoge el mínimo y el máximo valor de la parte de la imagen donde esta ubicada la mascara y se los promedia.
Ejemplo gráfico: Aplicada con una mascara de 3x3.
Filtro de Punto Medio Alfa Recortado.
Es el promedio de los valores dentro de la ventana, pero con alguno valores iniciales y finales excluidos.
Para implementar este algoritmo, se ordena las intensidades de los pixeles q caen dentro de la mascara y se escoge promedio de algunos de los extremos, es decir, si mi mascara ordenada tiene la forma [20,22,25,26,30,31,32,32,33], entonces el nuevo valor podría ser P(i,j)= (20+33)/2 ó P(i,j)= (22+32)/2 ó P(i,j)= (25+32)/2, dependiendo de la aplicación.
Ejemplo gráfico: Aplicada con una mascara de 3x3 y tomando en cuenta el 2 y 8 termino.
Como se puede apreciar, algunos filtros trabajan mejor que otros, lo que no significan que siempre serán los mejores. Lo que quiere decir que cada filtro tiene sus ventajas y desventajas con respecto a otros filtros con. Cada filtro es mejor que otro para una imagen dada (según el ruido que esta posea).
3> Otros Filtros:
Filtro de la Media Geométrica.
Trabaja mejor con el Ruido Gaussiano.
Se comporta mal con el Ruido Sal y Pimienta.
Su formula esta dada por:
En el ejemplo vemos como acomoda una imagen con ruido gaussiano y como malogra otra con ruido sal y pimienta.
Filtro de la Media Armónica.
Trabaja bien con el ruido tipo sal.
Trabaja bien con el ruido gaussiano.
Se comporta mal con el Ruido Sal y Pimienta.
Filtro de la Media Contra Armónica.
Trabaja bien con el ruido tipo sal y pimienta.
Toma un parámetro R.
Para valores negativos de R elimina el ruido del tipo sal.
Para valores Positivos de R elimina el ruido del tipo Pimienta.
Ejemplo con R=0, R=0.25 y R=-0.25.(hacer click sobre la imagen para ver los detalles)
Filtro medio MYp.
Esta formula esta definida como:
Ejemplo con 'p' =0.9 (hacer click en la imagen para ver el detalle).
Filtro Adaptativo.
Tiene la capacidad de adaptarse a las características locales de una imagen.
Esta formula esta definida como:
Ejemplo con una mascara de 15x15.
Page updated
Google Sites
Report abuse