Está en la página 1de 4

Filtrado de imágenes Digitales.

Francisco Da Silva, Roslyn Jovez, José Paredes, Carolina Rueda
Escuela de Telecomunicaciones, Universidad Católica Andrés Bello,
Caracas, Venezuela
Fds_2010@hotmail.com, roslynjovez.20@gmail.com,
joserparedes91@gmail.com,  carolinarueda.4@gmail.com. 

Resumen- Este documento contiene la información de los
diferentes tipos de filtrado de imágenes digitales para eliminar el
ruido de las mismas. Entre estos filtros se tienen el filtro de
Mediana, de Media y el Wiener. Para apreciar dichos tipos de
filtrado se hablará sobre un código realizado para su
comprobación y experimentación.

I. INTRODUCCIÓN
El procesamiento digital de imágenes es un método eficaz que
permite sumarle calidad a una imagen digital transmitida,
generalmente esta imagen es una fotografía o un cuadro
bidimensional, una imagen digital es un arreglo de números
complejos y reales, representado por un número finito de bits.
Existen diferentes tipos de filtraje, siendo todos bastante efectivos en
el proceso que se lleva a cabo para transmitir la imagen con mayor
resolución.

II. PROCESAMIENTO DE IMÁGENES DIGITALES.
A. ¿Qué es una Imagen?
Una imagen es una representación de una persona o cosa, es
decir son objetos sensados a través de su energía radiante, la luz. De
esta definición se puede observar que para la formación de una
imagen, se requiere de una fuente radiante, un objeto y un sistema de
formación. Existe una gran variedad de fuentes radiantes como son
las fuentes de luz blanca, sistemas de láser, tubos de rayos X, fuentes
térmicas e incluso fuentes de ondas acústicas [1].
La naturaleza de la fuente radiante tiene gran influencia en la
estructura del sistema de formación. Los sistemas de formación
pueden ser biológicos (visión humana y animal), fotoquimicos
(cámaras fotográficas) o fotoelectrónicos (cámaras de televisión).

Debido a esta diversidad es difícil construir un modelo general de
formación de imágenes

B. Tipos de Imágenes
Las imágenes que existen en la realidad básicamente son
de dos tipos: monocromáticas y a color. En las primeras se tiene un
filtrado pasa banda de la luz, emitiendo radiación a una sola
frecuencia. En las imágenes a color la radiación de la fuente se
encuentra en un rango amplio de la luz visible, lo que permite
percibir atributos de color como son el brillo, el tono y la saturación.
El brillo representa la luminancia percibida. El tono de un
color se refiere a su cantidad de rojo, verde, azul, etc. En las fuentes
de luz monocromática las diferencias en el tono se manifiestan por
diferencias en las longitudes de onda. La saturación es el aspecto de
la percepción que varía con mayor fuerza mientras mayor sea la luz
blanca sumada a la luz monocromática.
La representación de colores está basada en la teoría
clásica de Thomas Young (1802), quien señaló que cualquier color
puede ser reproducido mezclando un conjunto apropiado de tres
colores primarios. Investigaciones posteriores indican que la retina
humana tiene picos de respuesta en las regiones amarillo-verde,
verde y azul del espectro electromagnético.
La igualación de colores permite generar cualquier color a
partir de 3 colores primarios (fuentes primarias de luz). En las
imágenes a color digitalizadas, generalmente se representa cada color
en base a una mezcla de cantidades de rojo, verde y azul. Esto es
utilizando el sistema de coordenadas de color RGB (siglas en inglés
de red, green, blue) de NTSC 1 (National Television System
Committee).
Una imagen de dos dimensiones es una función f(X, Y)
donde X e Y representan las coordenadas del plano. f(X,Y)

1) Filtro de la Mediana: Tiene buenas características para eliminar ruido aditivo y ruido impulsivo. los filtros lineales tienden a hacer borrosos los contornos.representa la intensidad o nivel de gris de la imagen en ese punto. 2. Desde entonces e! filtrado no lineal ha tenido un rápido desarrollo debido a su gran difusión y amplio espectro de aplicaciones en telecomunicaciones. Este filtro genera una nueva imagen. Métodos de Realce de la Imagen. Generan una nueva . una imagen puede ser representada por una matriz I de orden NxM o por un vector de N*M elementos. Además. Fig3. sin embargo destruye finos detalles y produce rayas y manchas. los filtros lineales han sido utilizados ampliamente. entre otras cosas. La mayoría de paquetes de software para procesamiento de imágenes utilizan filtros no lineales tales como filtros de mediana y filtros morfológicos C. 2) Filtro de la Media: Estos filtros suprimen el ruido gaussiano blanco de una forma más efectiva que los filtros de mediana. Un píxel de una imagen a color puede ser considerado como un vector tridimensional C cuyos elementos C1. eliminar ruido presente en las mismas. logrando homogeneizar los pixeles que tengan intensidades diferentes. Debido a esto. 1. Si X e Y son discretos y finitos entonces la imagen es digital [2]. Fig. Con ciertas modificaciones se obtienen los filtros de mediana recursivos y los de median ponderados. no remueven efectivamente el ruido impulsivo y no actúan bien en presencia de señales dependientes de! ruido. Representación Digital de la Imagen El filtrado se utiliza dentro de dos campos del procesamiento de imágenes: en el realce de la imagen y en la restauración de la imagen. Filtros Digitales Los filtros son un medio muy efectivo para mejorar la calidad de las imágenes ya que permiten. a partir de 1958 se empezó una investigación seria sobre las técnicas no lineales de filtrado utilizadas para procesamiento de señales e imágenes en particular. En aplicaciones de procesamiento de imágenes. Métodos de Restauración de Imágenes. En una imagen binaria o monocromática cada elemento Iik será 1 o 0. Esta matriz puede ser almacenada como un archivo y posteriormente procesada matricialmente en una computadora. La notación vectorial es muy conveniente para la descripción de las operaciones de procesamiento de imágenes. Matriz NxM. [1] Luego de ser digitalizada. D. cuyos pixeles se generan calculando la mediana del conjunto de los pixeles vecinos de la imagen de origen. Cada elemento inm representa un pixel. Gracias a su simplicidad y propiedades especiales. pero existen sistemas sobre los cuales los filtros lineales no tienen una buena respuesta (sistemas con ruido no aditivo o con características de no linealidad). Fig. C2 y C3 representan los tres colores primarios. procesamiento de imágenes y procesamiento de señales geofísicas. El siguiente cuadro muestra a los filtros dentro del campo de los métodos antes indicados. estudios indican que los primeros niveles de nuestro sistema visual poseen características no lineales.

7 Resultado de Filtro Wiener. III. interpolación. de donde cada pixel adquiere su intensidad promediando los valores de intensidad de los pixeles vecinos. en cuanto al resultado del filtro de mediana la calidad de la imagen no es muy buena pero es aceptable. Fig 5. Para diseñarlos se necesita tener un conocimiento previo apropiado de las propiedades estadísticas de la señal de entrada. que hacen uso de los datos de entrada para aprender los datos estadísticos requeridos. filtrado de señal y ruido. El filtro será un filtro de Wiener si su respuesta impulsiva se elige para minimizar el error cuadrático medio. etc. El error se define como diferencia entre la salida del filtro y la respuesta deseada.imagen. 3) Filtro Wiener: Estos filtros son los mejores filtros lineales de mínimos cuadrados que pueden ser usados para predicción. 4 Imagen Original. 7. Imagen en Escala de Grises. Fig. El filtro digital tiene una señal de entrada y produce una señal de salida. tiene mejor resolución que una imagen que se pasa por un filtro de media ver Fig. El problema reside en que este conocimiento generalmente no se puede obtener. 8. en el cual hay buena resolución pero el ruido no es eliminado completamente como se ve en el resultado del filtro de Wiener. ANÁLISIS DE RESULTADOS. Imagen con Ruido Gaussiano. Fig. estimación. . Como se observa en la imagen en escalas de grises con ruido gaussiano que es pasada por un filtro Wiener ver Fig. Fig 6. En su lugar se usan filtros adaptativos.

. V. 13 y Filtro de Media ver Fig.edu. el resultado del Filtro Media es de muy mala calidad ya que no posee ni buena resolución y el ruido es notable. 12 Resultado Filtro de Mediana Al contrario que en el caso anterior la imagen en escala de grises con Ruido Sal y Pimienta cuando es pasada por un filtro de Mediana. el resultado de ésta posee una resolución de muy buena calidad en comparación con las imágenes resultantes del Filtro Wiener.exa.pdf [2] http://www. 13 Resultado Filtro Wiener. Fig. [1] http://bibdigital. ver Fig 12. ver Fig. Fig. 11 Resultado Filtro de Media. 8 Resultado Filtro de Media Fig. se observa que la mejor resolución se logra con el filtro de Mediana. en los cuales en el caso del resultado del Filtro Wiener la calidad de la imagen es aceptable y el ruido es disminuido pero aun bastante notable en el resultado.pdf . Filtro de Mediana y Filtro Wiener. logrando una resolución de buena calidad. 9 Resltado Filtro de Mediana. 10 Imagen con Ruido Sal y Pimienta Este articulo hablo acerca del filtrado de imágenes con los diferentes tipos de filtros. IV. como lo son el Filtro de Media. Así podemos decir que estos filtros actúan más o menos eficientes depende del tipo de ruido que se le agregue a las imágenes. Fig. REFERENCIAS.ar/catedras/pdi/FILES/TE/CP1.unicen.edu.ec/bitstream/15000/5249/1/T171. Fig. 11. en una imagen aplicando ruido Gaussiano y ruido Sal y Pimienta. Por otra parte al aplicar ruido Sal y Pimienta en escala de grises.Fig. CONCLUSIONES. Como conclusión se aprecia que en una imagen aplicando el ruido Gaussiano el mejor filtrado se obtiene con el filtro Wiener.epn.