LABORATORIO NO 1.

FILTROS ESPACIALES EN IMGENES

FACULTAD DE CIENCIAS BSICAS E INGENIERA VISIN ARTIFICIAL SEPTIEMBRE 26 DE 2009

INTRODUCCIN

La visin artificial es un ciencia que desarrolla las bases tericas y algortmicas para obtener informacin sobre el mundo real a partir de una o varias imgenes, se encarga de aplicar un adecuado procesamiento a cada imagen y produciendo una versin modificada de esta imagen. El procesamiento digital de una imagen por algoritmos de filtrado extrae las caractersticas ms importantes de cada imagen, a travs de algoritmos que permiten eliminar las seales indeseadas, que por causa del mtodo de adquisicin, o de las condiciones bajo las cuales fue captada. Este tipo de tcnica recibe el nombre de filtrado de imgenes. En esta prctica de laboratorio utilizando MATLAB trabajaremos los siguientes filtros: (Binomial, Pasa bajos, Laplaciano, Pasa alto, Mximo, Mnimo, Promedio, Sobel y Prewitt).

MARCO TEORICO El principal objetivo del realce de la imagen es procesar una imagen de tal manera que el resultado obtenido sea el apropiado para una aplicacin especfica. FILTROS ESPACIALES: Responden a la siguiente ecuacin:

g ( x, y )

s a t b

w ( s, t ) f ( x s, y t )

donde: f(x+s, y+t): Valor de los pxeles del bloque seleccionado y w(s, t): Coeficientes que se aplicarn al bloque (mscara). Los filtros espaciales tienen como objetivo modificar la contribucin de determinados rangos de frecuencias de una imagen. El trmino espacial se refiere al hecho de que el filtro se aplica directamente a la imagen y no a una transformada de la misma, es decir, el nivel de gris de un pixel se obtiene directamente en funcin del valor de sus vecinos. Los filtros espaciales pueden clasificarse basndose en su linealidad: filtros lineales y filtros no lineales. A su vez los filtros lineales pueden clasificarse segn las frecuencias que dejen pasar: los filtros paso bajo atenan o eliminan las componentes de alta frecuencia a la vez que dejan inalteradas las bajas frecuencias; los filtros paso alto atenan o eliminan las componentes de baja frecuencia con lo que agudizan las componentes de alta frecuencia; los filtros paso banda eliminan regiones elegidas de recuencias intermedias. La convolucin es una operacin por la cual se lleva a cabo una accin de filtrado. Como veremos ms adelante y como se ha visto en las propiedades de la Transformada de Fourier, existe una relacin entre el filtrado espacial y el filtrado en el dominio de la frecuencia (con una restriccin a tomar en cuenta).

1) Filtro binomial Propiedades de los filtros binomiales: Son separables, es decir, en dos dimensiones podemos aplicar un filtro de un mismo orden primero en la direccin x y luego en la direccin y o viceversa. La convolucin de un filtro de orden N consigo mismo produce un filtro de orden 2N. El resultado de aplicar un filtro suavizador binomial a una imagen con ruido como el de la figura se muestra a continuacin:

Imagen con ruido suavizada usando un filtro binomial de 7x7.

2) Filtro Laplaciano Este tipo de filtro se basa en un operador derivativo, por lo que acenta las zonas que tienen gran discontinuidad en la imagen.

f ( x) f ( x 1) f ( x) x
La aplicacin fundamental del filtro Laplaciano es aumentar la nitidez (destacando los detalles) de la imagen, al afinar las lneas de transicin de niveles de gris. Como se ha expuesto en filtros, el valor central de la mscara de los filtros Laplacianos es negativo (4 a 8 veces superior) que los parmetros del entorno. Esto crea el problema de que la imagen quede muy oscura despus de aplicar el filtro al aproximar los valores negativos a cero.
3

Para atender este problema se suele aumentar el tipo de la imagen y sustraer a la imagen original la imagen resultante.

Imagen original 3) Filtro Paso-Bajo

imagen aplicando filtro Laplaciano

Son utilizados en la reduccin de ruido; suavizan y aplanan un poco las imgenes y como consecuencia se reduce o se pierde la nitidez. En ingls son conocidos como Smoothing Spatial Filters. Los filtros paso-bajas son utilizados para difuminar y reducir ruido en las imgenes, a este proceso se le conoce en ingls como smoothing. El difuminado (blurring) es usado en etapas de preprocesamiento desde la eliminacin de pequeos detalles hasta la extraccin de objetos y rellenado de pequeos huecos en lineas y curvas. La reduccin de ruido puede ser completada por el difuminado usando filtros lineales o bien con un filtrado no lineal. 4) Filtro Paso-Alto Estos filtros son utilizados para detectar cambios de luminosidad. Son utilizados en la deteccin de patrones como bordes o para resaltar detalles finos de una imagen. Son conocidos como Sharpening Spatial Filters.

Original

Pasa Altos

nfasis

5) Filtros Prewitt Se usa para la deteccin de bordes. ste consta de 8 matrices que se aplican pixel a pixel a la imagen. Luego se suman las imgenes para obtener los bordes bien marcados. El filtro de Prewitt marca muy bien los bordes ya que sus matrices atacan estos desde ocho lados diferentes. En general cada matriz toma el nombre de un punto cardinal: Norte, Sur, Este, Oeste, Noroeste, Noreste, Suroeste, Sureste. Imagen original Deteccin de bordes con prewitt

6) Filtros Sobel Muy usado para la deteccin de bordes, este utiliza, a su vez, dos mascaras o filtros. Una para detectar los bordes verticales y otra para los horizontales. As, para obtener los bordes completos se realiza la suma de las imgenes que nos resultaron con los bordes verticales y horizontales.

Imagen original

Deteccin de bordes con sobel

OPERACIONES BASADAS EN VECINDADES: 1. Filtro mediana: Es un filtro muy interesante, ya que se clasifican los pxel con cierta intensidad para determinar el valor del pxel filtrado. La forma del filtro es la misma que los filtros normales de la convolucin. Los usos de este filtro aparte de eliminar mucho ruido de la imagen tambin resuelven discontinuidades de una imagen sin destruir la informacin general. Los pxeles que no son similares en valor a sus vecinos sern eliminados; la caracterstica de pxeles muy diferentes es una indicacin de que la imagen posee ruido. En los ejemplos de abajo usted puede comparar las imgenes antes y despus de aplicar el filtro Mediano:

Antes de aplicar el filtro Mediano

Despus de aplicar el filtro Mediano

2. Filtro mnimo: De forma similar al filtro anterior se clasifican los pxeles segn su valor. En este filtro se usa el menor valor del pxel como el nuevo valor filtrado. Este filtro tambin puede denominarse filtro de compresin o erosin porque la aplicacin sucesiva del mismo causar una disminucin en la intensidad de los bordes de los objetos dentro de una imagen, llegando a desgastarse. En los ejemplos de abajo usted puede comparar las imgenes antes y despus de aplicar el efecto Filtro mnimo:

Antes de aplicar Filtro mnimo

Despus de aplicar Filtro mnimo

3. Filtro mximo: En este filtro se usa el mayor valor del pxel como el nuevo valor filtrado. Este filtro tambin se conoce como filtro de descompresin o expansivo, porque la aplicacin sucesiva de estos filtros causa un incremento en la intensidad de los bordes dentro de una imagen, llegando a aumentar de tamao los bordes. El efecto Filtro mximo resalta pxeles claros en una imagen. En los ejemplos de abajo usted puede comparar las imgenes antes y despus de aplicar el efecto Filtro mximo:

Antes de aplicar Filtro mximo

Despus de aplicar Filtro mximo

LABORATORIO NO 1. FILTRADO ESPACIAL EN IMAGENES

Objetivos: Conocer los diferentes tipos de filtros. Diferenciar los distintos filtros y sus aplicaciones para mejorar la calidad las imgenes.

Procedimiento: Para el diseo de los algoritmos utilizamos la herramienta de MATLAB; aunque no se utilizaron las funciones propias de MATLAB para el filtrado de imgenes, sino que se hizo el filtrado de forma matricial y con un Kernel o mascara de tamao (3*3). REALIZACIN DE LA PRCTICA DE LABORATORIO

Mascara filtro Laplaciano: Laplaciano = [ 0 1 0; 1 -4 1; 0 1 0];

Imagen escala RGB:

Imagen con escala de grises:

Mascara filtro Prewitt: Acentuar transiciones horizontales

Prewitt = [ 1

1; 0

0; -1

-1

-1];

Imagen escala RGB:

10

Imagen con escala de grises:

Mascara filtro Sobel: Acentuar transiciones horizontales

Sobel = [ 1

1; 0

0; -1

-2

-1];

Imagen escala RGB:

11

Imagen con escala de grises:

Mascara filtro Pasa bajo: Reduccin de ruido.

Pasa bajo = [ 1

1; 1

1; 1

1]./9;

Imagen escala RGB:

12

Aplicando varias veces el filtro...

Imagen con escala de grises:

13

Mascara filtro Pasa Alto: Deteccin de patrones como bordes o para resaltar
detalles finos de una imagen Pasa Alto = [ -1

-1

-1; -1

-8

-1; -1

-1

-1];

Imagen escala RGB:

Imagen con escala de grises:

14

Mascara filtro Binomial: Suaviza el ruido.

Binomial =[ 1

1; 2

2; 1

1];

Imagen escala RGB:

Aplicando varias veces el filtro...

15

Imagen con escala de grises:

Mascara filtro Mximo:

Imagen escala RGB:

16

Aplicando varias veces el filtro...

Imagen con escala de grises:

17

Mascara filtro Minimo:

Imagen escala RGB:

Aplicando varias veces el filtro...

18

Imagen con escala de grises:

Mascara filtro Mediana:

Imagen escala RGB:

19

Imagen con escala de grises:

NOTA: Adjunto a este documento hay un manual en un archivo .txt para el manejo correcto del programa en MATLAB.

20

CONCLUSIONES

A travs del desarrollo de esta prctica se pudo analizar y diferenciar los tipos de filtros los cuales a travs de la aplicacin de algoritmos permiten eliminar las seales indeseadas segn sus caractersticas, y el manejo que hacen sobre la imagen con el fin de mejorar su calidad ya que en muchos casos la imagen original presenta algunas impurezas producidas por una gama de factores entre las que se incluyen el ambiente, el estado del sistema de adquisicin, el estado del canal de transmisin, los cuales generan distorsin y ruido.

21

WEBGRAFIA

1. http://www.slideshare.net/omarspp/imagen-filtrado-espacial 2. http://ocw.um.es/ciencias/herramientas-de-teledeteccion-aplicadas-ala/material-de-clase-1/tema-6-tecnicas-de-filtrado.pdf

22