Download - Tratamiento de Imágenes - RI UAEMex
![Page 1: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/1.jpg)
Tratamiento de imágenes
Filtrado Espacial - ConvoluciónFiltrado Espacial - Convolución
Héctor Alejandro MontesHéctor Alejandro [email protected]@fi.uaemex.mx
http://fi.uaemex.mx/h.a.monteshttp://fi.uaemex.mx/h.a.montes
![Page 2: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/2.jpg)
03/10/15 Héctor Alejandro Montes 2
Advertencia
No use estas diapositivas como referenciaúnica de estudio durante este curso. Lainformación contenida aquí es sólo una guíapara las sesiones de clase y de estudiofuturo. Para obtener información máscompleta, refiérase a la bibliografía dadadurante la presentación del curso.
![Page 3: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/3.jpg)
03/10/15 Héctor Alejandro Montes 3
Filtrado en imágenes
• Objetivo: modificar los pixeles de una imagenbasándose en alguna función sobre elvecindario local de cada pixel
• A esta operación se le llama convolución
![Page 4: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/4.jpg)
03/10/15 Héctor Alejandro Montes 4
Convolución
• La convolución es una operación lineal.
• La convolución es la operación más general quese puede aplicar a una imagen.
• A veces también nos referimos a la convolucióncomo filtrado.
• Filtrado espacial: Directamente aplicablemediante una máscara.
• Las máscaras de convolución, o filtros, no suelenser grandes (3x3, 5x5) para ahorrar tiempo decómputo
![Page 5: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/5.jpg)
03/10/15 Héctor Alejandro Montes 5
Convolución
• Definición general de ConvoluciConvoluciónón
• Convolución para imágenes digitales
g es la máscara de convolución espacial
f x ∗g x =∫−∞
∞
f u g x−u du
F x , y = f x , y ∗g x , y =∑i∑j
f i , j g x−i , y− j
![Page 6: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/6.jpg)
03/10/15 Héctor Alejandro Montes 6
Filtrado Espacial
• Usando una máscara o filtro, la convoluciónse puede expresar como:
• Se multiplican los valores correspondientesde la máscara con los píxeles de la ventanaconsiderada.
F x , y =∑i
∑j
f xi , y j h i , j
![Page 7: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/7.jpg)
03/10/15 Héctor Alejandro Montes 7
• Normalmente se suele expresar la máscaracomo una matriz:
…y la convolución queda expresada como:
CONVOLV:[[Q0= Pk*hk]]
[ h4 h3 h2h5 h0 h1h6 h7 h8 ]
∑k=0
8
Filtrado Espacial
![Page 8: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/8.jpg)
03/10/15 Héctor Alejandro Montes 8
Convolución
• Existen varias notaciones posibles para indicar laconvolución de dos señales para producir una señalde salida. Las más comunes son:
•
• Utilizaremos la primera forma con las siguientesdefiniciones formales:– En un espacio continuocontinuo 2D
– En un espacio discretodiscreto 2D
![Page 9: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/9.jpg)
03/10/15 Héctor Alejandro Montes 9
Propiedades
• Sean a,b,c, y d señales (imágenes)continuas o discretas
• La convolución es conmutativa
• La convolución es asociativa
• La convolución es distributiva
![Page 10: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/10.jpg)
03/10/15 Héctor Alejandro Montes 10
Convolución sobre imágenes
• Es una operación matemática simple, fundamental paramuchos operadores de procesamiento de imágenescomúnes
• Provee una manera de multiplicar dos arreglos denúmeros, generalmente de tamaños diferentes, pero de lamisma dimensionalidad, para producir un tercer arreglode números de la misma dimensionalidad
• Esto puede ser utilizado para implementar operadorescuyos valores de pixeles de salida sean simplescombinaciones lineales de ciertos valores de pixeles deentrada
![Page 11: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/11.jpg)
03/10/15 Héctor Alejandro Montes 11
Convolución sobre imágenes
![Page 12: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/12.jpg)
03/10/15 Héctor Alejandro Montes 12
Implementación
• Uno de los arreglos de entrada es usualmenteuna imágen en niveles de gris en 2D
• El segundo arreglo es usualmente mucho máspequeño y también es 2D (aunque puede ser de1x1, i.e. un pixel)
![Page 13: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/13.jpg)
03/10/15 Héctor Alejandro Montes 13
Máscara
• Es una matriz (usualmente) más pequeña
• Máscaras de diferentes tamaños conteniendodiferentes patrones de números dan resultadosdiferentes
![Page 14: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/14.jpg)
03/10/15 Héctor Alejandro Montes 14
Implementación
• Se hace deslizando la máscara sobre la imágen,generalmente comenzando de la esquina superiorizquierda, y moviendolo a todas las posiciones dondequede completamente dentro de los límites de la imágen
• Si la imágen es de MxN y la máscara de mxn, el tamañode la imágen de salida será (M-m+1)x(N-n+1)
• Cada posición de la máscara corresponde a un solo pixelde salida, cuyo valor se calcula como sigue:
donde i =1..M-m+1, j =1..N-n+1
![Page 15: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/15.jpg)
03/10/15 Héctor Alejandro Montes 15
Ejemplo
• Note que las implementaciones difieren en lo quehacen con las orillas de las imágenes
![Page 16: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/16.jpg)
03/10/15 Héctor Alejandro Montes 16
Filtrado Espacial
• Diferentes filtros tienen diferente efectosobre la imagen.
– Reducción de ruido– Difuminado– Realce de la imagen (Enhancement)– etc.
![Page 17: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/17.jpg)
03/10/15 Héctor Alejandro Montes 17
Tipos de Filtrado
• Podemos encontrar filtros:
– Suavizado, promedio o pasa bajos (low-pass)
– Filtros de orden estadístico o no lineales
– Realzado, o pasa altos (high-pass)
![Page 18: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/18.jpg)
03/10/15 Héctor Alejandro Montes 18
Low-pass filters
• Suavizado, promedio o pasa bajos– Suavizan la imagen y reducen el ruido– Colateralmente producen un difuminado de la
imagen– Su aplicación puede dificultar la búsqueda de las
orillas, ya que esta normalmente se basa en ladetección de cambios bruscos en la intensidad dela imagen
– Mean filtering (box filtering), Gausiano, etc.
![Page 19: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/19.jpg)
03/10/15 Héctor Alejandro Montes 19
Low-pass filters
• De caja: Reducción de ruido por promedio depíxeles vecinos
1/9 para evitar la saturación (ya que multiplico 9intensidades de píxeles); asegura que la intensidadmedia de la imagen permanece constante.
Esta máscara no sóloelimina el ruido, sino quetambién difumina (blur) laimagen
hNoiseRemoval=19 [1 1 11 1 11 1 1 ]
![Page 20: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/20.jpg)
03/10/15 Héctor Alejandro Montes 20
Low-pass filters: Mean
![Page 21: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/21.jpg)
03/10/15 Héctor Alejandro Montes 21
Low-pass filters
• Gaussiano: Reducción de ruido porsuavizado Gaussiano
hGauss
= 116 [1 2 1
2 4 21 2 1 ]
![Page 22: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/22.jpg)
03/10/15 Héctor Alejandro Montes 22
Low pass filters: Gaussiano
![Page 23: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/23.jpg)
03/10/15 Héctor Alejandro Montes 23
Filtros estadísticos oNo-Lineales
• De la Mediana: No lineal
filtroMediana:[[Q0 = mediana(Pk/k=0..8)]]
• La mediana es el valor que divide en dospartes iguales un conjunto de valores (ej: enuna ventana 3x3 es el 5o valor más alto)
• Filtro altamente efectivo en la eliminación deruido
![Page 24: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/24.jpg)
03/10/15 Héctor Alejandro Montes 24
Filtro de la Mediana
![Page 25: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/25.jpg)
03/10/15 Héctor Alejandro Montes 25
Filtros estadísticos oNo-Lineales
• De la Moda: No lineal
filtroModa:[[Q0 = moda(Pk/k=0..8)]]
• La moda es el valor que más se repite en unadistribución
• Sin embargo, hay distribuciones multimodales,con más de una moda.
![Page 26: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/26.jpg)
03/10/15 Héctor Alejandro Montes 26
Filtro de la Moda
![Page 27: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/27.jpg)
03/10/15 Héctor Alejandro Montes 27
Filtros estadísticos oNo-Lineales
• De rango ordenado n: No lineal– Similar al de la mediana, pero en lugar de escoger
la mediana, se escoge el n-esimo valor de lavecindad
filtroRangoN(N):[[Q0 = sort(Pk/k=0..8)[n] ]]
El filtro de la mediana es un caso particular de este.
![Page 28: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/28.jpg)
03/10/15 Héctor Alejandro Montes 28
Filtro de Rango Ordenado(n=3)
![Page 29: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/29.jpg)
03/10/15 Héctor Alejandro Montes 29
Filtro de Rango Ordenado(n=9)
![Page 30: Tratamiento de Imágenes - RI UAEMex](https://reader035.vdocumento.com/reader035/viewer/2022072118/62d8a771db45916faa69a59d/html5/thumbnails/30.jpg)
03/10/15 Héctor Alejandro Montes 30
Filtros Pasa altos
• Laplaciano: Realce del contraste de unaimagen
4-vecinos 8-vecinosLa aplicación de un filtro Laplaciano resulta en laaparición de valores negativos en la imagen, que debenser corregidos (escalado) para su correcta visualización
hLaplace=[ 0 −1 0−1 4 −10 −1 0 ] hLaplaceVar 1=[−1 −1 −1
−1 8 −1−1 −1 −1 ]