Procesamiento digital de im�genes

Ir a la navegaci�nIr a la b�squeda

Ejemplos de filtrado sobre una imagen.

El procesamiento de im�genes digitales es el conjunto de t�cnicas que se aplican a
las im�genes digitales con el objetivo de mejorar la calidad o facilitar la
b�squeda de informaci�n.

�ndice
1 Proceso de filtrado
1.1 Filtrado en el dominio de la frecuencia
1.1.1 Tipos
1.1.2 Ventajas
1.1.3 Desventajas
1.2 Filtrado en el dominio del espacio
1.2.1 Tipos
2 Tratamiento de imagen por procesamiento de punto
3 V�ase tambi�n
4 Bibliograf�a
5 Enlaces externos
Proceso de filtrado
Es el conjunto de t�cnicas englobadas dentro del preprocesamiento de im�genes cuyo
objetivo fundamental es obtener, a partir de una imagen origen, otra final cuyo
resultado sea m�s adecuado para una aplicaci�n espec�fica mejorando ciertas
caracter�sticas de la misma que posibilite efectuar operaciones del procesado sobre
ella.

Los principales objetivos que se persiguen con la aplicaci�n de filtros son:

Suavizar la imagen: reducir la cantidad de variaciones de intensidad entre p�xeles

vecinos.
Eliminar ruido: eliminar aquellos p�xeles cuyo nivel de intensidad es muy diferente
al de sus vecinos y cuyo origen puede estar tanto en el proceso de adquisici�n de
la imagen como en el de transmisi�n.
Realzar bordes: destacar los bordes que se localizan en una imagen.
Detectar bordes: detectar los p�xeles donde se produce un cambio brusco en la
funci�n intensidad.
Por tanto, se consideran los filtros como operaciones que se aplican a los p�xeles
de una imagen digital para optimizarla, enfatizar cierta informaci�n o conseguir un
efecto especial en ella.

El proceso de filtrado puede llevarse a cabo sobre los dominios de frecuencia y/o
espacio.

Filtrado en el dominio de la frecuencia

Ejemplo de filtrado en el dominio de la frecuencia.

Los filtros de frecuencia procesan una imagen trabajando sobre el dominio de la
frecuencia en la Transformada de Fourier de la imagen. Para ello, �sta se modifica
siguiendo el Teorema de la Convoluci�n correspondiente:

se aplica la Transformada de Fourier,

se multiplica posteriormente por la funci�n del filtro que ha sido escogido,
para concluir re-transform�ndola al dominio espacial empleando la Transformada
Inversa de Fourier.
Teorema de la Convoluci�n (frecuencia): {\displaystyle G(u,v)=F(u,v)*H(u,v)}
{\displaystyle G(u,v)=F(u,v)*H(u,v)}
F(u,v): transformada de Fourier de la imagen original.

H(u,v): filtro atenuador de frecuencias.

Como la multiplicaci�n en el espacio de Fourier es id�ntica a la convoluci�n en el

dominio espacial, todos los filtros podr�an, en teor�a, ser implementados como un
filtro espacial. Etapas filtrado dominio frecuencia.jpg Etapas del procesamiento de
im�genes en el dominio de la frecuencia.

Tipos

Filtros en el dominio de la frecuencia y espacio.

Existen b�sicamente tres tipos distintos de filtros que pueden aplicarse:

Filtro paso bajo: aten�a las frecuencias altas y mantiene sin variaciones las
bajas. El resultado en el dominio espacial es equivalente al de un filtro de
suavizado, donde las altas frecuencias que son filtradas se corresponden con los
cambios fuertes de intensidad. Consigue reducir el ruido suavizando las
transiciones existentes.
Filtro paso alto: aten�a las frecuencias bajas manteniendo invariables las
frecuencias altas. Puesto que las altas frecuencias corresponden en las im�genes a
cambios bruscos de densidad, este tipo de filtros es usado, porque entre otras
ventajas, ofrece mejoras en la detecci�n de bordes en el dominio espacial, ya que
estos contienen gran cantidad de dichas frecuencias. Refuerza los contrastes que se
encuentran en la imagen.
Filtro paso banda: aten�a frecuencias muy altas o muy bajas manteniendo una banda
de rango medio.
Ventajas
M�todo simple y sencillo de implementar.
F�cil asociaci�n del concepto de frecuencia con ciertas caracter�sticas de la
imagen; cambios de tonalidad suaves implican frecuencias bajas y cambios bruscos
frecuencias altas.
Proporciona flexibilidad en el dise�o de soluciones de filtrado.
Rapidez en el filtrado al utilizar el Teorema de la Convoluci�n.
Desventajas
Se necesitan conocimientos en varios campos para desarrollar una aplicaci�n para el
procesamiento de im�genes.
El ruido no puede ser eliminado completamente.
Filtrado en el dominio del espacio
Las operaciones de filtrado se llevan a cabo directamente sobre los p�xeles de la
imagen. En este proceso se relaciona, para todos y cada uno de los puntos de la
imagen, un conjunto de p�xeles pr�ximos al p�xel objetivo con la finalidad de
obtener una informaci�n �til, dependiente del tipo de filtro aplicado, que permita
actuar sobre el p�xel concreto en que se est� llevando a cabo el proceso de
filtrado para, de este modo, obtener mejoras sobre la imagen y/o datos que podr�an
ser utilizados en futuras acciones o procesos de trabajo sobre ella.

Los filtros en el dominio del espacio pueden clasificarse en:

Filtros lineales (filtros basados en n�cleos o m�scaras de convoluci�n).

Filtros no lineales.
El concepto de n�cleo se entiende como una matriz de coeficientes donde el entorno
del punto (x,y) que se considera en la imagen para obtener g(x,y) est� determinado
por el tama�o y forma del n�cleo seleccionado. Aunque la forma y tama�o de esta
matriz es variable y queda a elecci�n de cada usuario, es com�n el uso de n�cleos
cuadrados nxn. Dependiendo de la implementaci�n, en los l�mites de la imagen se
aplica un tratamiento especial (se asume un marco exterior de ceros o se repiten
los valores del borde) o no se aplica ninguno. Es por ello, que el tipo de filtrado
queda establecido por el contenido de dicho n�cleo utilizado. Filtrado espacial
kernel.jpg

Aplicaci�n de un kernel.
Para realizar un filtrado en el dominio del espacio se realiza una convoluci�n
(barrido) del n�cleo sobre la imagen. Para ello se sigue el Teorema de Convoluci�n
en el espacio: g(x,y) = h(x,y) * f(x,y)

Cada p�xel de la nueva imagen se obtiene mediante el sumatorio de la multiplicaci�n

del n�cleo por los p�xeles contiguos:
g(x,y) = ?? f(i,j) w(i,j)
Generalmente se divide sobre cierto valor constante para normalizar que suele
obtenerse de la suma de los valores del n�cleo empleado.
Tipos

Ejemplo de filtrado promedio con filtro 5x5.

Filtro paso bajo (suavizamiento): utilizados para eliminar ruido o detalles
peque�os de poco inter�s puesto que s�lo afecta a zonas con muchos cambios. La
frecuencia de corte se determina por el tama�o del n�cleo y sus coeficientes. Se
emplean diversos n�cleos:
Promedio: promedio de p�xeles vecinos (n�cleos de unos).
Paso bajo en frecuencia.
Media: reemplaza cada p�xel por el valor medio de sus contiguos.
Mediana: sustituye por el valor de la mediana de los p�xeles vecinos (normalmente
se comporta mejor que el de promedio).
Gaussiano: aproximaci�n a la distribuci�n gaussiana.
Filtro paso alto (atenuamiento): intensifica los detalles, bordes y cambios de alta
frecuencia, mientras que aten�a las zonas de tonalidad uniforme. Esto permite una
mejor identificaci�n posterior de los objetos que se encuentren en la imagen,
puesto que el brillo se hace mayor en las zonas con frecuencias m�s altas, al mismo
tiempo que se oscurecen las zonas de frecuencias bajas. Es com�n la aparici�n de
ruido tras el proceso.
Realce de bordes por desplazamiento y diferencia: sustrae de la imagen original una
copia desplazada de la misma. As�, es posible localizar y hacer resaltar los bordes
existentes y que se quieran obtener seg�n el modelo de n�cleo aplicado:
Horizontal.
Vertical.
Horizontal/Vertical (diagonal).

Imagen original, y resultante tras filtros Laplaciano y Sobel.

Realce de bordes mediante Laplace: este tipo de filtros realza los bordes en todas
direcciones (los resultados que se obtienen pueden considerarse como una �suma� de
los obtenidos tras aplicar todos los modelos del tipo anterior). En esta ocasi�n se
trabaja con la segunda derivada, que permite obtener unos mejores resultados, a
pesar del aumento del ruido que se produce en la imagen.
Resalte de bordes con gradiente direccional: empleado para destacar y resaltar con
mayor precisi�n los bordes que se localizan en una direcci�n determinada. Trabaja
con los cambios de intensidad existentes entre p�xeles contiguos.
Detecci�n de bordes y filtros de contorno (Prewitt y Sobel): al igual que los
anteriores, se centra en las diferencias de intensidad que se dan pixel a pixel.
Son utilizados para obtener los contornos de objetos y de este modo clasificar las
formas existentes dentro de una imagen. Este tipo de filtros requieren un menor
coste computacional.
Tratamiento de imagen por procesamiento de punto
Se trata de la mejora de la imagen considerando los m�todos de procesamiento que se
basan s�lo en la intensidad de p�xeles individuales. En lo que sigue llamaremos r y
s a la intensidad de los p�xeles antes y despu�s del procesado. A continuaci�n se
presentan ejemplos de tratamiento de imagen por procesamiento de punto utilizando
el software de acceso libre ImageJ:
Negativo imagen grafica.jpg
-Negativos de im�genes: La idea de esta transformaci�n es invertir el orden de
blanco a negro, de forma que la intensidad de la imagen de salida disminuya
conforme la intensidad de la imagen de entrada aumente. Mediante ImageJ es sencillo
realizar el negativo de una imagen. �sta se conseguir�a a partir de la Lookup
Table, Invert LUT.

Imagen original

Negativo de la imagen
Image j 1.jpg
-Aumento del contraste:

Contraste aumento.jpg
La idea del aumento de contraste consiste en incrementar el rango din�mico de los
niveles de gris de la imagen que se est� procesando. La ubicaci�n de los puntos
(r1,s1) y (r2,s2) controla la forma de la funci�n de transformaci�n.

A partir de la opci�n "Calibrate" del ImageJ , dise�o la funci�n de transformaci�n

siguiente que me permite incrementar el contraste de la imagen original.

Imagen original mamografia

Image j 2.jpg

Imagen contrastada
-Compresi�n del rango din�mico: Puede ocurrir que el rango din�mico de una imagen
procesada excede la capacidad del dispositivo de presentaci�n por lo que s�lo
veremos las partes m�s brillantes de la imagen. Una manera de comprimir el rango
din�mico en realizar una transformaci�n de este tipo:

Compresion rango dinamico.jpg

s=C�log(1+| r | )

Utilizando de nuevo el ImageJ, podemos dise�ar una funci�n de la forma anterior que
nos permita comprimir el rango din�mico de una imagen. En este caso se ha utilizado
el Plugin "Expresion NT" , definiendo una funci�n de la forma:

s=100.log(1+| r | )

Imagen original
Image j 3.jpg

Imagen despu�s de transformaci�n

-Fraccionamiento del nivel de gris: Si se desea destacar un rango espec�fico del
nivel de gris de una imagen. se puede por ejemplo adjudicar un valor alto a todos
aquellos niveles de gris del rango de inter�s y uno bajo a los restantes.

-Fraccionamiento de los planos de bits: A veces puede desearse destacar la

contribuci�n que realizan a la imagen determinados bits espec�ficos en vez de un
rango determinado, es lo que se consigue con esta transformaci�n.

V�ase tambi�n
Matlab, software matem�tico que permite realizar procesamiento digital de im�genes.
Visi�n por computadora
Bibliograf�a
Gonz�lez, R.C., Wintz, P. (1996). Procesamiento digital de im�genes. Addison-
Wesley.
Acharya, T., Ray, A. K. (2005). Image processing: principles and applications. John
Wiley & Sons.
Alegre, E., S�nchez, L., Fern�ndez, R. �., Mostaza, J. C. (2003). Procesamiento
Digital de Imagen: fundamentos y pr�cticas con Matlab. Universidad de Le�n. ISBN
84-9773-052-6.
Rafael C. Gonz�lez, Richard E. Woods, Steven L. Eddins (2009). Digital image
processing using Matlab. Gonz�lez, Woods, & Eddins.