Académique Documents
Professionnel Documents
Culture Documents
Ao observarmos uma imagem sempre notamos que padrões de níveis de cinza se repetem
com uma determinada freqüência, como por exemplo, a alternância de uma área de mata galeria –
cerrado – campo – mata galeria. Essa taxa de repetição dos padrões de níveis de cinza pode ocorrer
em qualquer direção e representa a freqüência espacial de variação da imagem. Neste sentido, a
filtragem espacial é uma técnica para realçar ou suavizar os limites destas repetições de padrão de
brilho, principalmente quando os limites entre valores de brilho são sutis.
Como por definição uma imagem é uma função bidimensional, a ela pode ser aplicada o
conceito de freqüência espacial. Suponha uma pequena imagem digital de 4 x 4 pixels como a da Fig.
6.1. Nestas imagens, as duas variáveis, coordenadas espaciais x,y, têm uma freqüência espacial no x
e uma outra freqüência espacial no y. Na Fig. 6.1a a imagem varia no sentido x: uma variação a cada
pixel ou um ciclo a cada 2 pixels e nenhuma variação no sentido y. Na Fig. 6.1b há uma variação a
cada 2 pixels ou um ciclo a cada 4 pixels. Portanto, a 1ª imagem tem uma freqüência mais alta do que
a 2ª imagem no sentido x. A imagem 6.1b tem em relação à imagem 1 a uma freqüência maior de
variação no sentido y.
a b
y
Fig.6.1 - Variação da freqüência espacial dos valores de brilho de uma imagem. a) uma variação a cada pixel; b) uma
variação a cada 2 pixels.
Como é esperado que qualquer imagem tenha freqüências baixas e altas, é conveniente que
se possa decompor em duas funções elementares ( f1 e f2) a função digital periódica de freqüência ( f)
da imagem original, segundo uma dimensão espacial (variação dos níveis de brilho ao longo de uma
linha). No exemplo dado da Fig 6.1a, a função f1 têm uma variação a cada pixel, portanto é uma
componente de freqüência alta, enquanto na figura 1b a função f2, que tem uma variação a cada 2
53
pixels é uma componente de freqüência mais baixa. Isso significa que devemos associar às
componentes de alta freqüência, isto é, as partes da imagem em que ocorrem rápidas mudanças dos
valores de brilho num espaço de poucos pixels, aos contrastes tonais que expressam os detalhes da
imagem. Por ex., um padrão de alta freqüência é a intensa variação tonal que observamos na imagem
de uma área urbana. Porém, são as componentes de baixa freqüência, isto é, que mostram pouca
variação tonal entre pixels adjacentes, expressa mais apropriadamente o comportamento espectral
dos objetos naturais como o solo, a vegetação, etc.. Por ex., um padrão de baixa freqüência é a
homogeneidade tonal que observamos na imagem de uma cobertura vegetal uniforme ou de um corpo
de água limpa.
A convolução consiste em passar um filtro com máscara de tamanho N x N pixels sobre uma
imagem. O tamanho da máscara ou janela do filtro é variável, mas para a maioria dos filtros usa-se
tamanhos com número de pixels ímpares 3 x 3 ou 5 x 5, para que seja mantido uma simetria em
relação ao pixel central. Aos pixels do filtro são determinados pesos conforme se queira realçar as
componentes de alta ou baixa freqüência. Ao se deslocar o filtro sobre a imagem, linha por linha, os
níveis de cinza dos pixels da área da imagem sob o filtro são multiplicados pelos correspondentes
pesos dos pixels do filtro, e a média da soma deste produto será o valor de brilho original do pixel
central da área da imagem sob o filtro. O processo é repetido varrendo-se toda a imagem pixel a pixel
como no esquema da Fig. 6.2.
Fig. 6.2- Processo de movimento de um filtro de tamanho 3 x 3 sobre a imagem; pixel cinza é o pixel central que na imagem
original terá o seu valor alterado conforme sejam os pesos dos pixels do filtro.
Os pesos do filtro são determinados conforme seja o tipo do filtro. Geralmente, os filtros que
usam o processo de convolução são divididos em três tipos, como mostra a tabela 8.
54
Fig. 6.3- Efeito de um filtro passa baixa com dimensão de 5 x 5; à esquerda imagem original e à direita
imagem filtrada
Os pesos dos filtros passa baixa tem todos os valores iguais a +1, como mostrado abaixo.
Aumentando-se o tamanho da janela o filtro passa baixa aumenta ainda mais o efeito de suavização da
55
imagem, tornando-a com aparência mais desfocada. Como o tamanho do filtro está positivamente
relacionado à suavização e à resolução espacial da imagem, filtros maiores do que 9 x 9 pixels não são
usados com freqüência.
+1 +1 +1
1/9 +1 +1 +1 1/25
+1 +1 +1
+1 +1 +1 +1 +1
3x3 +1 +1 +1 +1 +1
+1 +1 +1 +1 +1
+1 +1 +1 +1 +1
+1 +1 +1 +1 +1
5x5
-1 -1 -1 -1 -1 -1 -1 -1
1/9 -1 -1 -1 -1 -1
-1 +8 -1
1/25
-1 -1 -1 -1 -1 +24 -1 -1
3x3 -1 -1 -1 -1 -1
-1 -1 -1 -1 -1
5x5
A Fig 6.4 ilustra o efeito de um filtro passa alta, com a mesma imagem da Fig. 6.3. Compare
as duas figuras para notar as diferenças entre os dois tipos de filtros.
Fig.6.4 - Efeito de um filtro passa alta com dimensão de 5 x 5; à esquerda imagem original e à direita
imagem filtrada
Uma outra opção de realçar as altas freqüências relativas às baixas freqüências são os
chamados box filter. A soma de seus pesos é igual a 1 e a quantidade de realce obtido é proporcional a
K. As configurações deste filtros são dada abaixo na tabela 9.
-1 -1 -1 -2 -2 -2 -3 -3 -3
1/9 -1 +17 -1 1/9 -2 +25 -2 1/9 -3 +33 -3
-1 -1 -1 -2 -2 -2 -3 -3 -3
57
filtro horizontal
Fig.6.5- Filtro de borda com estrutura de máscara vertical e horizontal
A Fig. 6.6 é um gráfico representando os valores de níveis de cinza dos pixels ao longo de uma
linha de imageamento. Os valores dos pixels originais mostram a presença de um determinado padrão
mas com a presença de ruídos, que são identificados por variações muita abruptas dos níveis de cinza.
Diríamos que é uma imagem que contem pixels ruidosos.
Se estes ruídos forem eliminados, o padrão geral da linha se mostrará mais evidente. Isso
pode ser observado pelos padrões das outras duas linhas tracejada e pontilhada, que são mais suaves.
A linha tracejada representa a ação de um filtro passa baixa que, como visto anteriormente, elimina as
altas freqüências que representam anomalias locais ou ruídos da imagem. A linha pontilhada tem um
efeito bastante semelhante e representa a ação de um filtro baseado na medida estatística da
mediana. O filtro da mediana é chamado de um filtro com base estatística, muito embora a média seja
também uma medida estatística. Os filtros medianas são eficientes em imagens de radar, as quais
podem apresentar um comum tipo de ruído, chamado speckle.
58
255
Dados brutos
Passa baixa
Mediana
valores de níveis de cinza
0
Fig.6.6- Efeito do filtro passa baixa e mediana numa linha com pixels ruidosos
O filtro mediana mede a estatística local da imagem e usa essa estatística para calcular os
valores dos pixels da imagem de saída. Há duas razões para a escolha da mediana e não da média
(passa-baixa):
1o- a mediana do conjunto de pixels é sempre igual a um dos valores presentes no conjunto de pixels
2o- a mediana é menos sensível a valores de pixels extremos