filtro no-lineal salt & pepper

Filtro No-Lineal para la Limpieza de Imágenes Contaminadas con Ruido tipo Salt&Pepper (Enero 2010) 1 Filtro o-Lineal para la Limpieza de Imágenes Contaminadas con Ruido tipo Salt&Pepper (Enero 2010) I. López Espejo En este texto se presenta una sencilla idea para la definición de un filtro no-lineal orientado a la limpieza de imágenes contaminadas con ruido tipo salt&pepper. I. DEFINICIÓN L MÉTODO presentado para la eliminación de ruido tipo salt&pepper está basado en la selección del píxel de máxima repetición en la vecindad del potencial píxel de ruido. Los potenciales píxels de ruido son aquellos cuyo nivel de intensidad de gris sea 0 o 255 dado que cada muestra codifica un valor de luminancia con 8 bits (la función finalmente desar- rollada trabaja con imágenes en niveles de gris), es decir, aquellos que sean puramente blancos o negros (sal o pimienta). Por vecindad de píxel entendemos lo mostrado en la figura 1. Fig. 1. Vecindad de un píxel definida como un 8-entorno. Lo único que hace entonces la función prototipo (imple- mentada en MatLab) es generar un histograma con los píxels de la vecindad del píxel puramente blanco o negro, susti- tuyendo el potencial píxel central de ruido por el píxel de mayor aparición. En cuanto al comportamiento de la función en los bordes, se ha previsto considerar únicamente los píxels reales contiguos, por lo que, por ejemplo, en el caso de que el punto de ruido esté situado en una de las esquinas, el histograma se generará únicamente para los tres píxels reales que conforman su vecindad. La función prototipo lleva a cabo esta transformación global aplicando este método punto a punto recorriendo la imagen por filas desde la esquina superior izquierda. II. R ESULTADOS La figura 2 muestra la imagen de un tigre fuertemente contaminada con este tipo de ruido. Tras aplicar la función prototipo sobre ella, se puede observar en la figura 3 el buen resultado obtenido, pudiendo clarificar información que a priori quedaba oculta, como es el agua que rodea al animal. Fig. 2. Imagen de un tigre fuertemente contaminada. Fig. 3. Resultado de aplicar el filtrado a la imagen de la figura 2. En las figuras 4 y 5 se observan imágenes contaminadas y el resultado de aplicarles el filtro. En concreto, en la figura 5 se tomó una imagen normal en niveles de gris a la cual se le ap- licó ruido tipo salt&pepper mediante la función imnoise de MatLab con una densidad de 0.2. Como se observa, la princip- al debilidad del método se encuentra en los bordes de las grandes concentraciones de blanco y negro puros, ya que pu- eden, por el proceder explicado, distorsionarse las fronteras por ser consideradas potenciales píxels de ruido y, por tanto, ser algunos puntos sustituidos por puntos del entorno cercano a dichos bordes. E

Upload: iloes

Post on 12-Jul-2015

177 views

Category:

Documents

0 download

Report

Download

Embed Size (px):

DESCRIPTION

Muestra de un posible filtro no-lineal para eliminar el ruido tipo sal y pimienta de imágenes contaminadas.

TRANSCRIPT

5/12/2018 Filtro No-Lineal Salt & Pepper - slidepdf.com

http://slidepdf.com/reader/full/filtro-no-lineal-salt-pepper 1/3

Filtro No-Lineal para la Limpieza de Imágenes Contaminadas con Ruido tipo Salt&Pepper (Enero 2010) 1

Filtro o-Lineal para la Limpieza de Imágenes Contaminadas con

Ruido tipo Salt&Pepper

(Enero 2010)

I. López Espejo

En este texto se presenta una sencilla idea para la definición de un filtro no-lineal orientado a la limpieza de imágenes contaminadas

con ruido tipo salt&pepper.

I. DEFINICIÓN

L MÉTODO presentado para la eliminación de ruido tiposalt&pepper está basado en la selección del píxel de

máxima repetición en la vecindad del potencial píxel de ruido.Los potenciales píxels de ruido son aquellos cuyo nivel deintensidad de gris sea 0 o 255 dado que cada muestra codifica

un valor de luminancia con 8 bits (la función finalmente desar-rollada trabaja con imágenes en niveles de gris), es decir,aquellos que sean puramente blancos o negros (sal o pimien-ta). Por vecindad de píxel entendemos lo mostrado en la figura1.

Fig. 1. Vecindad de un píxel definida como un 8-entorno.

Lo único que hace entonces la función prototipo (imple-mentada en MatLab) es generar un histograma con los píxels

de la vecindad del píxel puramente blanco o negro, susti-tuyendo el potencial píxel central de ruido por el píxel demayor aparición.

En cuanto al comportamiento de la función en los bordes, seha previsto considerar únicamente los píxels reales contiguos, por lo que, por ejemplo, en el caso de que el punto de ruidoesté situado en una de las esquinas, el histograma se generaráúnicamente para los tres píxels reales que conforman su ve-cindad.

La función prototipo lleva a cabo esta transformación globalaplicando este método punto a punto recorriendo la imagen por filas desde la esquina superior izquierda.

II. R ESULTADOS

La figura 2 muestra la imagen de un tigre fuertemente con-taminada con este tipo de ruido. Tras aplicar la función proto-tipo sobre ella, se puede observar en la figura 3 el buen resul-tado obtenido, pudiendo clarificar información que a prioriquedaba oculta, como es el agua que rodea al animal.

Fig. 2. Imagen de un tigre fuertemente contaminada.

Fig. 3. Resultado de aplicar el filtrado a la imagen de la figura 2.

En las figuras 4 y 5 se observan imágenes contaminadas y elresultado de aplicarles el filtro. En concreto, en la figura 5 setomó una imagen normal en niveles de gris a la cual se le ap-licó ruido tipo salt&pepper mediante la función imnoise deMatLab con una densidad de 0.2. Como se observa, la princip-al debilidad del método se encuentra en los bordes de lasgrandes concentraciones de blanco y negro puros, ya que pu-eden, por el proceder explicado, distorsionarse las fronteras por ser consideradas potenciales píxels de ruido y, por tanto,ser algunos puntos sustituidos por puntos del entorno cercanoa dichos bordes.