Filtros bidimensionales de la media y la mediana.

Angel Rodrguez Mariano Maestra en Optimizacin y Control de sistemas Universidad del Papaloapan campus Loma Bonita (Unpa). Procesamiento digital de seales Catedrtico: Dr.Eduardo Snchez Soto. July 2, 2013

Abstract
Las imgenes son una consecuencia de la variacin de un parmetro sobre una supercie convenientemente establecida. Por ejemplo; las imgenes monocromticas resultan de la variacin de la intensidad luminosa en un plano bidimensional (seal de luminancia). Sin embargo la luz no es el nico parmetro empleado en el procesamiento de una imgen. Una imgen puede interpretarse de las variaciones de temperatura de un objeto, de la velocidad de ujo sanguineo en un paciente o de la emisin en la banda de rayos x de una galxia distante. Estas variaciones se convierten en imgenes convencionales para ser analizadas mediante tcnicas digitales y algoritmos especializados en el domnio de diversas transformadas con la nalidad de obtener informacin.

Contents
1 Introduccin
1.1 El concepto de Filtrado . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Filtro de la media . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Filtro de la mediana . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1 Breve descripcin del Cdigo . . . . . . . . . . . . . . . . . . . . . 2.2 Filtrado resultante . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
5 6 6

2 Codicacin del ltro en Matlab 3 Comentarios y conclusiones

7
7 8

1 Introduccin
En el dominio de Z la funcin de transferencia de los ltros de dos dimensiones con respuesta innita al impulso (IIR) viene dada por:

H (z 1, z 2) =
Donde los elementos

M i=0 M i=0

N i j j =0 aij z1 z2 N i j j =0 bij z1 z2

(1)

aij , bij

son los coecientes del polinomio del numerador y de-

nominador respectivamente. Los ltros de dos dimensiones pueden ser diseados fundamentalmente de dos maneras: a) Mediante las especicaciones de una plantilla donde se aproxima en el dominio de dos dimensiones. Aunque esta manera presenta la desventaja de una la aproximacin con mucho esfuerzo de clculo. b) Las especicacines de la plantilla pueden aproximarse en el dominio mension

de una

dimensin y despues utilizar la transformacin de la funcin de tranferencia de una di-

H (s) a la funcin de transferencia de dos dimesiones H (s1, s2). Posteriomente utilizando la transformada bilineal se transforma H (s1, s2) desde el dominio s1, s2 al dominio discreto H (z 1, z 2).
Existen ltros relativamente sencillos de implementar y que se basan en estrategias puramente estadsticas. Estos son los ltros de la media, la mediana y de la moda.

1.1

El concepto de Filtrado

Una imgen puede presentarse contaminada desde el punto de vista anlogo con efecto de nieve o lo que comunmente en el procesamiento de imgenes se denomina efecto (sal y pimienta). Para remover esta contaminacin de la imgen los puntos pueden ser modelados como impulsos (efecto sal y pimienta) o como variaciones contnuas (ruido Gausiano). Una de tantas estrategias consiste en tratar el conjunto de pixeles mediante una ventana deslizante, tomando una conbinacin lineal de los valores vecinos. En esta ocasin comentaremos dos ltros bidimensionales relativamente sencillos de implementar. El ltro de la media y el de la mediana.

1.2

Filtro de la media

El mtodo consiste en remplazar cada pixel por el promedio de los pixeles en una ventana alrededor de un pixel determinado, tratando de preservar el detalle y remover el ruido. Ventanas mas grandes pueden remover el ruido efectivamente pero se pierden detalles y denicin de los bordes en la imgen original.

Figure 1:

(Ventana 3x3).

se toma el promedio de cada pixel con sus vecindades a

excepcin del centro.

1.3

Filtro de la mediana

En el ltro de la mediana los pixeles vecinos de un pixel central son ranqueados de acuerdo a la brillantez o intensidad luminosa (por ejemplo); y el valor de la mediana de estos es ahora el nuevo valor para el pixel central. Los ltros de mediana pueden desempear un buen trabajo rechazando ciertos tipos de ruido; en particular,  disparos  o impulsos de ruido en los cuales algunos pixeles toman valores extremos.

Figure 2: Filtro de la mediana (no se trata de una convolucin).

La mediana es en cierto sentido una ponderacin mas robusta que la media ya que esta no es afectada por valores extremos. Como el valor del pixel de salida es uno de los valores vecinos, los bordes son mnimamente degradados y por lo tanto puede emplearse repetidamente y cuantas veces sea necesario. La implementacin de los ltros de mediana es mas costosa que la de los tros suaves ya que requieren mas clculo. Por otra parte debe considerarse que los ltros de la mediana son ltro no lineales ya que

mediana[A(x) + B (x)] = mediana[A(x)] +

mediana[B (x)].

Esto inuir al momento de sumar imgenes ltradas.

2 Codicacin del ltro en Matlab

En esta instancia se implementaran dos ltros bsicos (media y mediana) para procesar una imgen con interferencia (sal y pimienta). Se esperara obtener un mejor ltrado de la imgen con el ltro de la mediana por las razones anteriormente expuestas.

2.1

Breve descripcin del Cdigo

%Filtro media y ltro mediana %Procesamiento digital de seales %A = IMREAD(FILENAME,FMT) %Lee una imagen a color o blanco y negro %- del archivo especicado por FILENAME (entre comillas) %- del directorio de trabajo especicado a Matlab IMG=imread('lena_ruido.jpeg'); %******************************************************************** %H = FSPECIAL(TYPE) crea un ltro H bidimensional % especicado por un descriptor de tipo % % 'average' .......................................ltro de media % 'disk' ................................ltro de media circular % 'gaussian' ................ltro pasobajas Gaussiano % 'laplacian' ............ltro aproximado al Laplaciano % 'log'....................... ltro Laplaciano o Gaussiano % 'motion' ............................ltro de movimiento % 'prewitt' ............ltro de nfasis de contrornos % 'sobel'... ltro de enfasis de contornos horizontal % 'unsharp' ......................expansin de contraste H1=fspecial('average'); %******************************************************************** % IMG_MEDIA=imlter(IMG,H1); %B = IMFILTER(A,H) ltra el arreglo multidimensional A con el % ltro multidimensional H. % El resultado, B, tiene el tamao y clase de A. %******************************************************************** IMG_MEDIANA=medlt2(IMG); % B = MEDFILT2(A) realiza el ltro de mediana de la matriz A % usando la ventana por default 3x3 %******************************************************************** subplot(2,3,1),subimage(IMG),title('Imagen original (sin ltrar) '); subplot(2,3,2),subimage(IMG_MEDIA),title('Filtro media'); subplot(2,3,3),subimage(IMG_MEDIANA),title('Filtro mediana'); % presentacin de imgenes

2.2

Filtrado resultante

Puede vericarse en ambos tipos de ltrado, que las imgenes tratadas presentan una notable atenuacin del efecto sal y pimienta. Sin embargo la imgen tratada con el ltro de la mediana presenta una mejora importante.

Figure 3: Imagen jpeg ltrada con el ltro de la media y la mediana

3 Comentarios y conclusiones
Como pudimos observar; el ltro de la mediana es una mejor opcin cuando manejamos imgenes con efecto sal y pimienta, ya que la ventana reemplaza el valor del pixel disparado con otro de menor desviacin y que resulta precisamente de la mediana de valores reales (sensados). Este no es el caso del ltro de la media donde los valores reemplazados no constituyen una estimacin del todo real en la imgen.