Trabalho 2

Implementação

A abordagem tradicional de percorrimento da imagem e aplicação do filtro localmente é relativamente simples, porém ineficiente (principalmente em Python). Pela definição de convolução (filtragem linear), sabemos que a mesma resposta pode ser obtida por sucessivas translações da imagem original ponderadas pelos coeficientes da máscara de convolução. Essa mesma estratégia de translação da imagem de interesse pode ser adotado para filtros de ordem, particularmente para o filtro da mediana.

Objetivo

O objetivo desta atividade é a análise da aplicação de filtros utilizando diferentes implementações em diferentes cenários. A análise compreende, em primeiro lugar, observação do desempenho visual para cada filtro. No segundo momento, será comparada a eficiência de diferentes implementações para um mesmo filtro.

Submissão

A forma de submissão para este trabalho será na forma de artigo/tutorial web (site, blog, etc.). O artigo deve ser postado até às 23h59m do dia 10/02/2014 (Segunda-feira). O trabalho poderá ser feito em duplas (no máximo). Elementos indispensáveis do artigo:

• Cabeçalho: nome dos autores, professor, curso, disciplina, semestre/ano.
• Justificativa: escrever, resumidamente, a aplicabilidade da filtragem espacial em PDI.
• Código-fonte: implemente os seguintes filtros: média, gaussiana e da mediana. O código deve ser exibido e explicado por partes ao longo do artigo. O leitor deve ter a possibilidade de baixá-lo na íntegra.
• Resultados:
  • Desempenho visual: escolha uma imagem em níveis de cinza qualquer e gere duas imagens com ruidosas: ruído gaussiano e ruído sal e pimenta (noise_generator.py, test_noise_generator.py). Aplique sobre a mesma os filtros implementados considerando janelas 3x3, 5x5 e 7x7. Comente sobre os resultados obtidos.
  • Eficiência: implemente o filtro da mediana utilizando a abordagem de translações da imagem (mias eficiente), procurando explorar ao máximo os recursos do ndarrays. Compare os tempos de execução das duas implementações sobre uma mesma imagem ruidosa de livre escolha considerando 10 janelas: 3x3, 5x5, 7x7, ..., 21x21. Faça isso através de um gráfico.
• Conclusão: explicar o que foi feito no artigo, justificar eventuais falhas do algoritmo, como pode ser melhorado, trabalhos futuros (caso se aplique).
• Referências

Critérios de avaliação (em pontos)

• Código
  • Comentários [0,5]
  • Legibilidade [0,5]
  • Organização [1,0] (Criação de uma função genérica para criação de kernels/máscara. Separação em 3 módulos: 2 para os experimentos + 1 para as rotinas comuns).
• Texto
  • Justificativa [0,5]
  • Explicação dos códigos-fonte [1,5]
  • Análise dos resultados [1,5]
  • Conclusão [1,0]
  • Referências [0,5]
• Resultados
  • Geração e apresentação do padrão de ruído [1,0]
  • Apresentação das imagens com ruido e imagens filtradas [1,0]
  • Apresentação do gráfico [1,0]

onde os valores de

são os coeficientes de um filtro (máscara) , e os valores de

são os níveis de cinza da imagem cobertos pelo filtro.

Os filtros de ordem, por sua vez, são filtros não-lineares que efetuam a substituição do pixel central de uma janela por um outro pixel pertencente a essa janela. Utiliza-se como critério de substituição a ordem dos pixels da janela. No caso do filtro da mediana, procura-se o pixel cuja intensidade é maior ou igual à intensidade dos 50% dos pixels restantes.

Seguem, como exemplo, três imagens extraídas de [1]: Raio-X de uma placa de circuito com alto índice de ruído; o resultado da aplicação do filtro da média 3x3; o circuito após a aplicação do filtro da mediana 3x3.

Para saber mais:

1. Gonzalez, R. C.; Woods, R. E.; Digital Image Processing. 3ed, Ed. Prentice Hall, 2007.
2. http://www.cs.uregina.ca/Links/class-info/425-nova/Lab3/