52

CAPÍTULO 6 - FILTRAGEM ESPACIAL

6.1 Conceito de Freqüência Espacial

Igual à manipulação de contraste, o realce pela técnica de filtragem espacial é uma

transformação pixel a pixel da imagem. A diferença existente é que na filtragem espacial a
transformação de um pixel é dependente dos valores de brilho dos pixels vizinhos e, portanto, da
distribuição espacial dos valores de brilho dos pixels. Essa dependência da vizinhança é porque os
alvos na natureza normalmente estendem-se por uma grande área, como um cerrado, o qual na
imagem é composto por muitos pixels que terão valores digitais próximos. Diz-se que têm alta
correlação espacial.

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 decomposição da função de freqüência f das diferentes áreas de uma imagem, em várias

freqüências, seria bastante interessante para realçar somente aquilo que nos interessa na imagem.
Entretanto, essa é uma forma muito lenta para filtrar uma imagem. Há maneiras de eliminar estas fases
de transformação tornando a filtragem mais rápida, porém, perdendo um certo controle da exata
freqüência a realçar. Isso implica em generalizar a filtragem em freqüências de dois tipos: freqüência
baixa (passa baixa) e freqüência alta (passa alta). Neste processo em que se realça as baixas e as
altas freqüências de uma imagem, não especificamente algumas determinadas freqüências, emprega-
se o método de filtragem digital por convolução, através do uso de máscaras.

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

Tabela 8- Tipos de filtros de convolução

Tipo Saída Exemplos Aplicação

Linear Soma dos pesos Passa baixa Realce
Passa alta
Detecção de borda
Estatístico Com base na Mediana Remoção de ruído
estatística Moda
Gradiente Vetor gradiente Sobel, Roberts, Detecção de borda
Prewit

6.2 – Filtro Linear Passa Baixa

Realçam as baixas freqüências espaciais da imagem e reduzem as de alta freqüência, isto é,

produzem uma redução nas variações dos níveis de cinza. O produto é uma imagem suavizada em
termos de variação tonal. A figura 3 exemplifica o uso de um filtro passa baixa com janela de tamanho 5
x 5 pixels, onde todos os pesos são positivos e iguais a 1. A imagem final é produzida depois que o
filtro percorre toda a área da imagem original, deslocando-se o filtro pixel a pixel, e os valores sendo
computados pela média da soma como explicado anteriormente. O processo de deslocamento é
automático. O filtro passa baixa nada mais do que uma média local móvel para determinar o valor do
pixel central sobre o filtro. Observe na Fig. 6.3 que o seu efeito é deixar a imagem com uma aparência
desfocada, porque os detalhes (altas freqüências) são atenuados.

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

Pela razão dos filtros passa baixa

reduzirem as variações de brilho de uma imagem, eles podem também ser usados para remover ruídos
e uniformizar os valores de brilho dos pixels. Isso porque, se geralmente as componentes de baixa
freqüência representam as características da reflectância dos objetos ou materiais, os ruídos aleatórios
por serem pixels com valores espúrios, representando alta freqüência, podem ser eliminados
reduzindo-se as componentes de alta freqüência da imagem, enquanto preserva-se as componentes
de baixa freqüência. O maior inconveniente de se reduzir o ruído por um filtro passa baixa é que os
contrastes de borda são também reduzidos e, conseqüentemente, a imagem assumir um aspecto
desfocado ou borrado.

6.3 – Filtro Linear Passa-Alta

Ao contrário do filtro passa-baixa, os filtros passa-alta realçam as altas freqüências espaciais

da imagem, isto é, aumentam as variações entre os níveis de cinza, enquanto reduz as baixas
freqüências. O resultado é um aumento de contraste entre as áreas homogêneas, que ficam bem
suavizadas em termos de níveis de cinza, com as áreas da imagem que mostram rápidas variações de
reflectância, as quais passam a se destacarem. Um lago é uma área homogênea, portanto de baixa
freqüências, enquanto uma área urbana é uma área de alta freqüência.

O procedimento da filtragem é o mesmo descrito anteriormente para os filtros passa baixa. O

filtro tem um peso positivo complementar para o pixel central e pesos negativos para os pixels
circundantes, como no exemplo dado abaixo. Maior o tamanho de um filtro passa-alta maior se torna o
realce, enquanto promove-se a remoção das componentes de mais baixa freqüência. Às vezes, filtros
maiores do que 100 x 100 pixels são usados para seletivamente eliminar alguns tipos de baixa
freqüência, como sombreamentos.
 56

-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.

Tabela 9- Exemplos de filtro box 3 x 3 para diferentes valores de K

K=1 K=2 K=3

-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

imagem original filtro vertical

filtro horizontal
Fig.6.5- Filtro de borda com estrutura de máscara vertical e horizontal

6.4 – Filtros Estatísticos

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

Linha de valores de pixels

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

Consideremos um exemplo. Sejam nove valores de pixels vizinhos: 3, 1, 2, 8, 5, 3, 9, 4, 27.

Dispostos em ordem crescente tem-se: 1, 2, 3, 3, 4, 5, 8, 9, 27. O valor mediano é 4. A média dos nove
pixels é 6,88 por ser influenciada pelo valor ruidoso 27, e é um número que não está presente no
conjunto de dados e também é maior do que seis do nove pixels. Desta forma, valores extremos de
pixels que podem representar ruídos, são removidos