INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.

Organismo Público Descentralizado

del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

Procesamiento digital de imágenes

Tipos de Filtros.
Cadena Castañeda Maricarmen
mrya21.br@gmail.com

Resumen: Este documento se creó con la finalidad de conocer la

importancia del procesamiento de imágenes, para que nos sirve y que
métodos y herramientas emplea.

1. Introducción
Una imagen puede ser definida matemáticamente como una función bidimensional,
f (x, y), donde x y y son coordenadas espaciales (en un plano), y f en cualquier par
de coordenadas es la intensidad o nivel de gris de la imagen en esa coordenada [1].

Cuando x, y, y los valores de f son todas cantidades finitas, discretas, decimos que
la imagen es una imagen digital. Una imagen digital se compone de un número finito
de elementos, cada uno con un lugar y valor específicos. Estos elementos son
llamados pixeles.

Los procesos de realce de imágenes consisten de una serie de técnicas cuyo

objetivo es mejorar la apariencia visual de una imagen, ya sea en contraste, ruido,
escala de grises, distorsiones, luminosidad, falta de nitidez, etc., o bien convertir o
mapear la imagen a una mejor forma para su análisis [2].

A continuación, se describe el concepto de procesamiento de imágenes, para que

sirve y cuáles son los diferentes tipos de filtros que utiliza.
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

1. Procesamiento de imágenes
El procesamiento de imágenes tiene que ver con la adquisición, transmisión,
procesamiento y representación de las imágenes. Las técnicas de proceso de
imágenes se utilizan para mejorar la apariencia visual de las imágenes para un
observador y para preparar convenientemente el contenido fotográfico de cara a la
percepción por parte de máquinas [3].

El Objetivo del procesamiento de imágenes es mejorar el aspecto de las imágenes

y hacer más evidentes en ellas ciertos detalles que se desean hacer notar.

La imagen puede haber sido generada de muchas maneras, por ejemplo,

fotográficamente, o electrónicamente, por medio de monitores de televisión. El
procesamiento de las imágenes se puede en general hacer por medio de métodos
ópticos, o bien por medio de métodos digitales, en una computadora.

PROCESAMIENTO ÓPTICO

Se basa en el hecho de que la imagen de difracción de Fraunhofer de una

transparencia colocada en el plano focal frontal de una lente es una distribución
luminosa que representa la distribución de las frecuencias de Fourier que componen
la imagen, a la que se le llama técnicamente transformada de Fourier.

Se basa en el hecho de que la imagen de difracción de Fraunhofer de una

transparencia colocada en el plano focal frontal de una lente es una distribución
luminosa que representa la distribución de las frecuencias de Fourier que componen
la imagen, a la que se le llama técnicamente transformada de Fourier.

PROCESAMIENTO DIGITAL

Se efectúa dividiendo la imagen en un arreglo rectangular de elementos. Cada

elemento de la imagen así dividida se conoce con el nombre de pixel.

El siguiente paso es asignar un valor numérico a la luminosidad promedio de

cada pixel. Así, los valores de la luminosidad de cada pixel, con sus
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

coordenadas que indican su posición, definen completamente la imagen. Todos

estos números se almacenan en la memoria de una computadora.

El tercer paso es alterar los valores de la luminosidad de los pixeles mediante

las operaciones o transformaciones matemáticas necesarias, a fin de hacer que
resalten los detalles de la imagen que sean convenientes. El paso final es pasar
la representación de estos pixeles a un monitor de televisión de alta definición,
con el fin de mostrar la imagen procesada [4].

2. Filtros
Se trata de métodos para resaltar o suprimir, de forma selectiva, información
contenida en una imagen a diferentes escalas espaciales, para destacar algunos
elementos de la imagen, o también para ocultar valores anómalos [5].

Todas las imágenes tienen cierta cantidad de ruido, la cual se puede deber a la
cámara o al medio de transmisión de la señal. Generalmente el ruido se manifiesta
como píxeles aislados que toman un nivel de gris diferente al de sus vecinos. Los
algoritmos de filtrado que permiten eliminar o disminuir este ruido. El ruido puede
clasificarse en los siguientes tipos: [6]

Procesos de Bajo Nivel:

Utilizan operaciones como el pre procesamiento de imagen para reducir el ruido,

mejora del contraste, y filtros de enfoque. Se caracterizan por que sus entradas son
imágenes y sus salidas también.

Procesos de Nivel Medio:

Operaciones como segmentación y clasificación de objetos individuales. Se

caracterizan por que sus entradas son generalmente imágenes, pero sus salidas
son atributos extraídos de esas imágenes (contornos, bordes, identidad de objetos

individuales).
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

Procesos de Alto Nivel:

Implica el obtener algún significado de un conjunto de objetos reconocidos – análisis

de imágenes – y, finalmente, realizar las funciones cognitivas asociadas con la vista
[1].

3.Tipos de filtros [5]

Filtros de paso bajo: Su objetivo es suavizar la imagen, son útiles cuando se

supone que la imagen tiene gran cantidad de ruido y se quiere eliminar. También
pueden utilizarse para resaltar la información correspondiente a una determinada
escala (tamaño de la matriz de filtrado).

Existen varias posibilidades:

 Filtro de la media,
asigna al pixel central la media
de todos los pixeles incluidos
en la ventana. La matriz de
filtrado estaría compuesta por
unos y el divisor sería el
número total de elementos en
la matriz.
 Filtro de media
ponderada, los elementos de la
matriz de filtrado no son todos
1 sino que se da más peso a
uno de ellos (generalmente el
central) para obtener un resultado más parecido a la imagen original y evitar
que aparezca borrosa.
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

 Filtro de la mediana, tiene la ventaja de que el valor final del pixel es un valor
real presente en la imagen y no un promedio, de este modo se reduce el
efecto borroso que tienen las imágenes que han sufrido un filtro de media.
 Filtros adaptativos. Son
considerablemente más complejos ya
que los coeficientes de ponderación se
recalculan para cada uno de los pixeles
en función del histograma de los ND que
aparecen en la ventana.
 Filtros gaussianos. Simulan una
distribución gaussiana bivariante. El valor
máximo aparece en el pixel central y
disminuye hacia los extremos tanto más
rápido cuanto menor sea el parámetro de
desviación típica s. El resultado será un conjunto de valores entre 0 y 1. Para
transformar la matriz a una matriz de números enteros se divide toda la matriz
por el menor de los valores obtenidos. La ecuación para calcularla es:

Filtros de paso alto

Su objetivo es resaltar las zonas de mayor variabilidad eliminando lo que sería la

componente media, precisamente la que detectan los filtros de paso bajo. Por otra
parte, la respuesta de cada pixel está contaminada por la de los pixeles vecinos ya
que, considerando la superficie terrestre como lambertiana, la radiación reflejada
por un pixel se reparte hacia los pixeles vecinos. Los filtros de paso alto consiguen
también eliminar en parte esta contaminación. Existen diversos métodos:
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

 Sustracción de la media. Si se considera que un filtro de paso bajo sirve para

resaltar componentes a gran escala eliminando la variabilidad local, si a la
imagen original se le resta el resultado de pasarle un filtro de paso bajo se
consigue resaltar esa variabilidad local. La matriz de filtrado de este filtro
menos media puede calcularse directamente restando a la matriz de filtrado
identidad.
 Filtros basados en las derivadas. La derivada de una función y = f (x) es el
incremento de y para cada incremento infinitesimal de x. En el caso de
Modelo Digital de Elevaciones la derivada es la pendiente. La segunda
derivada es la derivada de la derivada, en el caso de un MDE da información
acerca de la forma (ladera recta, cóncava o convexa, valle, cresta o cima) del
terreno.

 Filtros direccionales. Se utilizan para detectar estructuras que siguen una

determinada dirección en el espacio resaltando el contraste entre los píxeles
situados a ambos lados de la estructura.
 Filtros para la detección de bordes. Uno de los más utilizados es el detector
de bordes de Sobel que realza la variación entre filas y columnas.
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.
INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

4.Conclusión
El Dr. Luis Gerardo de la Fraga, investigador del departamento de
computación del CINVESTAV afirma que entre más técnicas de
procesamiento de imágenes se conozcan, se tienen mejores oportunidades de
tratar o procesar una imagen según se requiera.

Los filtros que aquí se describieron son un claro ejemplo de que teniendo un
conocimiento amplio a cerca de matrices y colores en el formato RGB, se
pueden aplicar los mismos o hasta crear los nuestros, de esta manera
experimentando acrecentamos nuestro conocimiento.
 INSTITUTO TECNOLÓGICO SUPERIOR DE TEPEXI DE RODRÍGUEZ.
Organismo Público Descentralizado
del Gobierno del Estado de Puebla.
Academia de Ingeniería en Sistemas Computacionales.

5.Referencias

[1]Mejía Vilet José Ramón. “Procesamiento digital de imágenes”. Área de

computación e informática. Facultad de Ingeniería UASLP. San Luis Potosí.2005.

[2] Escalante Boris. “Procesamiento Digital de Imágenes”. Octubre 2006.

[3]González A. Diego. “Procesamiento de Imágenes”. Universidad de Salamanca.

Sf.

[4]Biblioteca Digital ILCE. “Procesamiento de imágenes”. Sf.

bibliotecadigital.ilce.edu.mx/sites/ciencia/volumen2/ciencia3/084/htm/sec_9.html

[5] www.um.es/geograf/sigmur/teledet/tema06.pdf

[6] Elizondo, J. E., & Maestre, L. P. (2002). Fundamentos de Procesamiento de

Imágenes. Documentación Universidad Autónoma de Baja California, Unidad
Tijuana.
[7] De la Fraga Luis Gerardo. (2011). “Procesamiento Digital de Imágenes”. Depto.
de Computación. Cinvestav.