Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROCESAMIENTO DIGITAL DE
IMÁGENES (DIP): TRANSFORMADA DE
FOURIER Y TEOREMA DE
CONVOLUCIÓN EN IMÁGENES Y
FILTROS
Carolina Marcela Durango Torreglosa, Camilo Andrés Ortega Pérez
I. TRANSFORMADA DE FOURIER DIRECTA E INVERSA imagen representa la distribución espacial de las intensidades
DE UNA IMAGEN o niveles de gris.
Una imagen es la representación de un objeto o una des-
cripción gráfica de algo. Una imagen digital, por otra parte, La transformada de Fourier es una herramienta que se
es la representación numérica de un objeto. Una imagen utiliza en el procesamiento digital de imágenes, ésta se usa
también puede ser considerada la representación de la suma para descomponer una imagen en sus componentes seno y
de dos componentes con diferentes escalas espaciales. coseno. La transformada de Fourier de una imagen permite
aplicar diferentes tipos de filtros a la imagen para contribuir
Si se tiene una señal unidimensional, se puede descompo- a una correcta visualización e interpretación de esta. Esta
ner en un conjunto infinito de señales de tipo seno con dife- transformada puede ser continua o discreta. La transformada
rentes frecuencias, amplitudes y fases. El primer componente continua viene dada por la expresión (Ver Fig. 1)
representa la amplitud media de la señal y tiene frecuencia
cero. El siguiente componente, o fundamental, presenta la
misma frecuencia que la señal original. Los demás compo-
nentes van adquiriendo frecuencias sucesivamente superiores
y se denominan armónicos. A medida que se van añadiendo
los sucesivos componentes, la suma se va aproximando cada
vez más a la señal original. A la suma total de componentes
se le denomina serie de Fourier de la función original.
Figura 1. Transformada de Fourier: continua
Una imagen digital puede ser vista como una señal discreta
bidimensional, así que su serie de Fourier es una suma finita Donde u es la variable en el espacio de la frecuencia, y
de senos y cosenos. Para obtener la imagen original se suman
todos los términos de la serie. La suma de los primeros
componentes con frecuencias más bajas, produce una versión j = (−1)1/2
de las bajas frecuencias de la imagen, lo que se aprecia como
si se le aplicara un filtro pasa baja a la imagen original.
De igual forma, la suma de los últimos componentes con
frecuencias más altas, produce una versión de la imagen Dada F(u) Se puede obtener la función f(x), calculando la
de altas frecuencias, como si se le aplicara un filtro pasa transformada inversa de Fourier. (Ver Fig. 2)
alta a la imagen original. La frecuencia espacial de una
VOLUME 4, 2016 1
donde M representa el número de columnas (píxeles en la
dirección X) y N el número de filas (píxeles en la dirección
Y). La transformación inversa viene dada por la expresión.
(ver Fig 6).
4 VOLUME 4, 2016
frecuencia ya filtrada, se obtiene esta información a partir de
las frecuencias altas con el fin de hacer un realzado en los
cambios bruscos de niveles de grises, reducir el ruido de la
imagen y realzar los bordes de la imagen.
Figura 18. Función de transferencia de filtro Gaussiano: pasa alta VI-B. APLICACIÓN EN FILTROS EN DIP(DE LA
CONVOLUCIÓN)
IV. INTERPRETACIÓN DEL RESULTADO OBTENIDO La importancia práctica del teorema anteriormente expues-
CON UN FILTRO PASA BAJAS to radica en que cualquier convolución de una imagen puede
Después de obtener la imagen en frecuencia y al realizar obtenerse como el producto de dos imágenes en el dominio
un filtrado pasa bajas el cual tiene como objetivo en general de la frecuencia, lo que aporta como ventajas:
atenuar las altas frecuencias y dejar invariantes las bajas, El diseño de un filtro en el dominio de fourier(Frecuencia)
así se puede observar una imagen mucho mas suavizada u es directo, en función de la respuesta en frecuencias que
homogénea o en otras palabras una imagen mas nítida. se espere conseguir. Además, a partir de la respuesta en
frecuencias se puede calcular la máscara de convolución
V. INTERPRETACIÓN DEL RESULTADO OBTENIDO equivalente en el dominio espacial mediante la transformada
CON UN FILTRO PASA ALTAS inversa de la matriz de filtrado.
El filtro pasa alta se caracteriza por atenuar las frecuencias Debido a que la convolución en el dominio espacial solo
bajas y dejar pasar las medio-altas. Al obtener la imagen en es viable para mascaras pequeñas, debido a el incremento
VOLUME 4, 2016 5
en el tiempo de procesado, la convolución en el dominio
de la frecuencia es independiente de este parámetro, siendo
así perfecta cuando se deseen aplicar convoluciones de gran
tamaño.
En los filtros anteriormente mencionados(Filtros pasa
baja-alta etc) en el dominio de la frecuencia se hace el uso de
la convolución para lograr obtener información mas detallada
de las imágenes y así dependiendo del tipo de filtro poder ya
sea suavizar, enfocar, desenfocar etc.
Referencias
[1] Filtros de convolución [online]. Available: https://bit.ly/2Xw8AZE
6 VOLUME 4, 2016