Filtros Para Imagenes (Media y Mediana).

Edisson Andres Coy Henry Telles Uribe

Estudiante de Ingenierı́a Electrónica Estudiante de Ingenierı́a Electrónica
Fundación Universitaria los Libertadores. Fundación Universitaria los Libertadores.
eacoyc@libertadores.edu.co htellesu@libertadores.edu.co

I. I NTRODUCC ÍON IV. M ATERIALES

En el procesamiento de imagenes se maneja el uso de varias • Python.
tecnicas para editar, modificar o usar una imagen. Entre toda – Libreria OpenCV.
esta variedad de tecnicas, se encuentran los filtros de Media – Libreria Numpy
Y Mediana, los cuales son filtros de suavisado de imagenes.
V. A N ÁLISIS
II. R ESUMEN
A. Filtro de Mediana.
En este documento se pretende expliccar como procesar una
imagen aplicando dos filtros de suavisado muy comunes, como En este filtro los pixeles de la imagen cargada se generan
lo es el filtro de media y mediana. Esto se hara con la ayuda del calculando la mediana de una vecindad o ventana de pixeles
lenguaje de programacion Python, usando librerias de Opencv que contiene la imagen cargada, para este caso la vecindad sera
y Numpy. formada por un grupo de pixeles que formaran una matriz 3*3.
Despues de calcular la madiana este valor se sustituye por el
III. M ARCO T E ÓRICO valor del pixel estudiado.
Tipos de Filtros.
Para el uso de los filtros es necesario comprender que para
manejar una imagen se debe trabajar como si esta fuera una
matriz, la cual realizara producto punto con una matriz 3x3.n
muchos ejercicios de este tio se recomienda el uso de matrices
que sean impares. Facilitando el calculo y barrido.
A. Filtro de Media.
Es uno de los filtros sencillos para el tratamiento de una
imagen. Permitiendo aplicar en una imagen una variación en
sus pixeles. Cabe resaltar que su modelo matemático depende
Fig. 1. Ejemplo Procedimiento Filtro Mediana.
de una convolución; opera de forma estadı́stica.
B. Filtro de Mediana. Como se puede observar el filtro de mediana consiste en
organizar el valor de los pixeles selccionados y posteriormente
Este filtro permite eliminar el ruido que tiene una imagen. El
escoger ell valor central y reemplazarlo como se observa en
modelo matemático de este filtro depende de la organización
la imagen. Despues la matriz 3*3 se va moviendo por toda la
de sus datos, al relizar la respectiva organización se elige el
imagen realizando el mismo procedimiento.
dato central de la totalidad de sus datos. Este proceso se realiza
en todas las columnas y filas de la imagen.
C. Filtro Gaussiano.
B. Filtro de Media.
Este filtro trabaja bajo el modelo de la campana de Gauss,
donde se tiene en cuenta el Kernel. Este permité comprender Al igual que el filtro de mediana, el filtro de media genera
el funcionaiento del filtro, donde este maneja valores entre 0 y una imagen calculando el valor promedio de los valores de
uno. Para poder calcular su comportamiento es ncesario tener una matriz 3*3 que este dentro de la imagen cargada, como
en cuenta la siguiente ecuación: se muestra en la sieguiente imagen.

(x2 ) + (y 2 ) Se puede observar en el filtro de media en sumar los valores

1 −
de cada pixel de la matriz 3*3 qeu se escoge en la imagen
G(x, y) = ( ) ∗ (e 2 ∗ σ2 ) (1)
2 ∗ pi ∗ σ 2 cargada, luego se divide entre el numero total de datos que
Este filtro realiza un barrido entre filas y columnas, real- hay en la matriz, para este caso seria ”9”, seguido de de
izando su proceso de forma unidimensional. esto, el valor resultante se reemplaza como se observa en la
 Fig. 2. Ejemplo Procedimiento Filtro Media.
imagen. Esto se realiza haciendo un barrido en toda la imagen
escogiendo siempre una matriz 3*3 para este caso, y se realiza
el mismo procedimiento.
VI. P ROCEDIMIENTO -E JECUCI ÓN
Aqui se explicara el algoritmo usado para realizar el filtro
de mediana y media para la sigueinte imagen.
Fig. 3. Imagen Original.
A. Filtro de Mediana.
Fig. 4. Diagrama de Flujo Filtro Mediana.
Como se observa en el diagrama de fuljo y en el
pseudocodigo lo primero que se debe hacer es leer la imagen
a la cual se desea aplicarle el filtro, teniendo en cuenta que
Fig. 5. Pseudocodigo Filtro Mediana.
la imagen se hace un procedimiento simple para convertirla
en una imagen en escala de grises y volverla una matriz
con dimension en filas y columnas, al numero de pixeles
que esta tiene. Para este caso la imagen estara representada
por una matriz de 620*387 pixeles, que varian de 0 -
255, donde 0 es el valor mas oscuro o donde no hay luz
y 255 es el valor mas claro o donde hay mas luz en la imagen.
Se prepara una matriz con las mismas dimensiones a la
imagen original, seguido de esto se realiza un barrido en toda
la imagen con una matriz 3*3 tomada de la misma imagen
original la cual se llamara lista, tal yu como se ve en la
linea 6 del pseudocodigo, pero antes de pasar a la siguiente
columna de la imagen el programa organiza los datos de la
matrzi 3*3 de menor a mayor y escoge el valor centrar y lo
reemplaza en la matriz guardando la nueva imagen en una
matriz de salida, como se observa en la linea 10.
Al terminar el barrido por toda la imagen el codigo
muestra la imagen original en blanco y negro y tambien
muestra la imagen creada con el filtro de Mediana.
A continuacion se muestra el codigo usado en Python.
Fig. 6. Codigo en Python Filtro Mediana.
B. Filtro de Media.
En el filtro de media contamos con dos diagramas de flujo,
uno de ellos representa la funcion ”F Media” el cual hara
toda la operacion matematica a la imagen y nos genrera como
resultado la nueva imagen con el filtro de media aplicado.
El segundo diagrama de flujo utiliza esta funcion ”F Media”
con el fin de cargar la imagen original y despues de ello
mostrar en pantalla la imagen filtrada y la imagen original en
escala de grises.
 se pasa por la funcion creada anterior mente y despues de ello
muestra la imagen en escala de grises y la imagen filtrada. A
continuacion se muestra el codigo usado en Python.

Fig. 9. Codigo en Python Filtro Media.

VII. R ESULTADOS
En este apartado usted podra ver los resultados de los
codigos creados y observara las diferencias entre la imagen
original y los filtros aplicados.

Fig. 7. Diagrama de Flujo Filtro Media.

Fig. 10. Imagen Original.

Fig. 8. Pseudocodigo Filtro Media.

Al igual que el filtro de Mediana la imagen cargada

se pasa a escala de grises, se crea una matriz con las
dimensiones de la imagen original, se hace un barrido en toda
la imagen con una mascara o matriz 3*3 que contiene el valor
de los pixeles de la imagen. Cada uno de ellos se suma, se
guarda una variable llamada ”Valor” y esta misma se divide
entre ”9”, paso siguiente se guarda cada valor obtenido en
una matriz de salida ”Matriz Out” con lo cual se generara la
nueva imagen filtrada.

En este orden de ideas teniendo la funcion creada, se Fig. 11. Imagen Filtro Mediana.
pasa al segundo diagrama de fujo, el cual carga una imagen
 Fig. 12. Imagen Filtro de Media.

VIII. C ONCLUSIONES
• Observando los resultados podemos determinar que el
filtro de mediana es mas adecuado para reducir o remover
el ruido en una imagen.
• El filtro de media se ven cambios muy notorios ya que se
ve que este filtro crea intensidades nuevas en los grises
que en la imagen original no estaban.
• El filtro de media es mas sencillo de usar.
• Los dos filtros suavisan la imagen pero el filtro de media
se ve mas notorio que el de mediana.
R EFERENCES
[1] ClaseRuidoFiltrado2C2015.pdf.
[2] http:alojamientos.us.esgtocomapidtema31.pdf
[3] jorge.marquezcursosimagenes neurobiomed/Mediana filtro.pdf