Documentos de Académico
Documentos de Profesional
Documentos de Cultura
IRAPUATO
Práctica No. 7
“Filtrado Espacial”
MATERIA:
PROCESAMIENTO DIGITAL DE
IMÁGENES
CARRERA:
Ing. Mecatrónica
ALUMNO:
Rocha Solis Edgar Vladimir
No de Control:
IS16111570
GRUPO:
ISHC55A
PROFESOR:
Dr. Gerardo Trejo Caballero
FECHA DE ENTREGA:
09/12/20
ÍNDICE
RESUMEN..................................................................................................................................................................... 3
MARCO TEÓRICO.....................................................................................................................................................3
¿Qué Es El Filtrado De Imágenes En El Dominio Espacial?...............................................................................3
Filtros De Suavizado (Lineales)....................................................................................................................................6
Filtrado Pasa Baja Triangulares.............................................................................................................................7
Filtros Gaussianos...................................................................................................................................................7
Consideraciones.......................................................................................................................................................7
Filtros De Suavizado (No Lineales)..............................................................................................................................7
Filtro De Kuwahara.................................................................................................................................................8
OBJETIVOS..................................................................................................................................................................9
Objetivos Generales................................................................................................................................................9
Objetivos Específicos..............................................................................................................................................9
MATERIALES, EQUIPO Y SOFTWARE.................................................................................................................9
DESARROLLO...........................................................................................................................................................10
PRUEBAS Y RESULTADOS.....................................................................................................................................15
DISCUSIÓN................................................................................................................................................................18
CONCLUSIONES.......................................................................................................................................................18
REFERENCIAS..........................................................................................................................................................18
ANEXO........................................................................................................................................................................ 19
Códigos Empleados....................................................................................................................................19
Código para el procesamiento 1.................................................................................................................................19
Código para el procesamiento 2.................................................................................................................................20
Código para el procesamiento 3.................................................................................................................................21
RESUMEN
Finalmente terminaremos con la discusión y una conclusión, anexando el código al final del
documento.
MARCO TEÓRICO
Este filtro puede considerarse un filtro de media ya que el resultado es el valor promedio de
todos los pixeles cubiertos por la ventana móvil. Existen muchos tipos de filtros de
convolución.
En las siguientes imágenes se dan ejemplos de los efectos obtenidos con algunos de dichos
filtros (Figuras. 3 a, b y c, y Figuras 4. bis a, b y c.)
Figuras. 3 a, b y c. Figuras 4. bis a, b y c.
Los filtros de baja frecuencia reducen las desviaciones respecto al promedio local de la
imagen y ésta aparece como más difusa, efecto que aumenta al aumentar el tamaño de la
ventana (5x5, 7x7, etc.).
Este filtro suele ser útil para reducir ciertos patrones de ruido, como por ejemplo los efectos de
“salt-and-pepper” de algunas imágenes. Los filtros de alta frecuencia deprimen los
componentes de baja frecuencia reteniendo los de alta frecuencia (variaciones locales).
Pueden ser utilizados para realzar bordes entre distintos objetos de una imagen, así como
para hacer ésta más nítida.
El empleo de máscaras espaciales para el procesamiento de las imágenes se denomina
frecuentemente filtrado espacial.
La forma de operar estos filtros, como ya se explicó, es por medio de la utilización de
máscaras que recorren toda la imagen centrando las operaciones sobre los pixels que se
encuadran en la región de la imagen original que coincide con la máscara y el resultado se
obtiene mediante una computación entre los pixels originales y los diferentes coeficientes de
las máscaras.
Entonces los Filtros Espaciales:
Modifican la contribución de ciertos rangos de frecuencia (bajas, medianas, altas)
Se aplican directamente a la imagen (espacio) y no a una transformada de ella
(frecuencia)
El nivel de gris de un pixel se obtiene de los valores de sus vecinos
El filtrado se realiza por convolución de la imagen con los filtros espaciales
Figura 5.
Figura 6.
Filtros Gaussianos
La imagen de salida está basada en una media local del filtro de entrada donde los
coeficientes se ajustan a una gaussiana dependiente de s.
Consideraciones
En la práctica no existe mucha diferencia entre los resultados obtenidos por las distintas
funciones de peso, aunque el suavizado Gaussiano es el más utilizado.
Todos ellos tienen la particularidad que reducen o atenúan las altas frecuencias de la imagen.
Utilizando un suavizado gaussiano que las frecuencias son modificadas de una manera suave.
Figura 7.
Filtro De Kuwahara
Lo mismo que para el filtro anterior, éste tiene como objetivo suavizar imágenes sin distorsionar los
detalles y si es posible la posición de los bordes. A ambos filtros se les denomina filtros de suavizado
preservando bordes.
Para cada una de las regiones se mide el nivel de gris medio y la varianza (desviación típica).
El valor de salida asociado al pixel central de la ventana es el valor medio de la región que tiene una
varianza más pequeña.
OBJETIVOS
Objetivos Generales
Obtener el filtrado espacial de una imagen.
Desarrollar el procedimiento abajo descrito, a fin de obtener las imágenes como se
piden.
Objetivos Específicos
Procesamiento 1. Importe la información asociada a la imagen de entrada del archivo
Salt&Pepper01.bmp y obtenga y compare las imágenes de salida resultantes a partir de
filtrar la imagen de entrada previamente importada con filtros de suavizado basados en
máscaras promediadoras y gaussianas de 3 x 3 y 5 x 5.
DESARROLLO
Lo primero que haremos es abrir el software de Matlab y nos colocamos en la carpeta en la
que tenemos ubicadas las imágenes que nos proporcionó el profesor y una vez ahí abriremos
un nuevo Script donde crearemos el código.
La Imagen 1 es la imagen original con la cuál vamos a realizar el procesamiento 1 con las
especificaciones de los objetivos.
Lo que obtenemos como resultado en las imágenes de salida a partir de filtrar la imagen
original qué fue la imagen de entrada, es un proceso con filtros de suavizado basado en
máscaras promediadoras y gaussianas de 3x3 y 5x 5.
En las siguientes dos imagenes ( imagen 4 e imagen5), se muestran los resultados de los
procesamientos para las imagenes con Máscara Promediadora de 3x3 y 5x5.
Lo que proseguiremos a hacer según lo mencionado en los objetivos será obtener los bordes
de la imagen mediante el empleo de los filtros direccionales de Roberts de la imagen NAO-
ITESI.jpg.
En la imagen 6, se muestra la imagen original otorgada por el profesor, la cual es con la que se
va a trabajar en este procesamiento.
Imagen 6. Imagen Original
.
En las imágenes posteriores podremos observar cómo nos muestran los resultados de
utilizar las máscaras de detección horizontal, vertical, a 45° y -45° de forma individual y de
forma tal que la detección sea en ambas transiciones (positiva y negativa).
Podrá parecer las imágenes siguientes (7, 8, 9, 10, 11, 12, 13 y 14) contienen solamente el
fondo de color negro, pero en realidad si tienen pues amiento que a la vista humana no le es
posible distinguir.
Imagen 7. Imagen 8.
Ya fue hasta la imagen siguiente (imagen 15) que finalmente le integramos en una única
imagen, los bordes detectados en todas las direcciones empleadas, nos da una mayor
diferencia a la vista.
Y finalizamos con el ultimo procesamiento, el efecto “Dibujo a lapiz” este efecto se llama
filtros Sobel, es el que se muestra en la Imagen 19.
PRUEBAS Y RESULTADOS
Comparación entre los resultados de las Máscaras Promediadoras de 3x3 y 5x5.
Las siguientes imágenes son los resultados de la obtención de bordes mediante el empleo de
los filtros direccionales de Roberts y máscaras de detección horizontal, vertical, a 45° y -45°
de forma individual y de forma tal que la detección sea en ambas transiciones (positiva y
negativa).
Estas imágenes siguientes, parecieran ser una simple imagen en color negro, ya que el ojo
humano no alcanza a distinguir la pequeña diferencia de valores, pero aun así todas ellas
tienen diferente valor de iluminación.
Hasta que finalmente integramos en una única imagen, los bordes detectados en todas las
direcciones empleadas, nos da una gran diferencia a la vista ( Imagen 27).
Comparación de la imagen Original con los resultados del efecto “Dibujo a lápiz” mediante
filtros Roberts.
Imagen 28. Comparación de Original y Efecto Lápiz
Comparación entre las imágenes Original, Efecto "Dibujo a lápiz" mediante el filtro de
agudizamiento.
DISCUSIÓN
Al principio me fue complicado entender lo que se estaba haciendo, pero después pude ver
como estos procesos nos ayudan a aclarar la imagen, pero de una manera que la imagen se
ve un poco suavizada y posteriormente también obtener los bordes de la imagen no importa si
son claros u oscuros. Y también aprendí como sacar el efecto de “dibujo a lápiz”. Fue algo
extraño al inicio, pero después me pude familiarizar un poco mas con el modo de emplearlo,
aunque aun tengo muchas cosas que me gustaría conocer al respecto.
CONCLUSIONES
El desarrollo de esta práctica se me complico ya que a pesar de tener la clase y checar
varias veces no llegue a comprender completamente lo que bebería sabe, sin embargo, a
pesar de todo el sufrimiento al momento de realizarla, logre completar correctamente lo que
se pedía en los objetivos, y fue un alivio que todo saliera bien. Tendré que investigar un poco
más para poder comprender con mayor claridad todo lo que es necesario aprender sobre
este tema.
REFERENCIAS
[1] TELEDET “PROCESAMIENTO DE LAS IMAGENES SATELITALES: FILTRADO ESPACIAL”
Obtenido de:
https://teledet.com.uy/tutorial-imagenes-satelitales/filtrado-espacial.htm
[2] MathWorks Centro de ayuda MATLAB “¿Qué es el filtrado de imágenes en el dominio espacial?”
Obtenido de:
https://la.mathworks.com/help/images/what-is-image-filtering-in-the-spatial-domain.html
ANEXO
Códigos Empleados
figure;
subplot (1,3,1); imshow (I);
title('Imagen Original')
subplot (1,3,2); imshow (I1);
title('Máscara Gaussiana 3x3')
subplot (1,3,3); imshow (I2);
title('Máscara Gaussiana 5x5')
I=imread('Salt_Pepper01.bmp');
imshow(I);
I1= SuavizaPromedio(I,3);
figure, imshow(I1);
title('Máscara Promediadora de 3x3')
I2=SuavizaPromedio(I,5);
figure, imshow(I2);
title('Máscara Promediadora de 5x5')
figure;
subplot (2,3,1);
imshow (I);
title('Imagen Original')
subplot (1,3,2); imshow (I1);
title('Máscara Promediadora 3x3')
subplot (2,3,3); imshow (I2);
title('Máscara Promediadora 5x5')
function[I] = SuavizaGauss(A,N)
if (N==3)
M= (1/16)*[1 2 1;2 4 2;1 2 1];
else
N=5;
M= (1/273)*[1 4 7 4 1;
4 16 26 16 4;7 26 41 26 7;
4 16 26 16 4;1 4 7 4 1];
end
I = A(:,:,1);
[r,c] = size(I);
a = (N+1)/2 ; b = (N-1)/2;
for i = a : r-b
for j = a : c-b
g = double(I(i-a+1:i+b, j-a+1:j+b)); z = sum(sum(g.*M));
I(i,j) = uint8(z);
end
end
function[I] = SuavizaPromedio(A,N)
M = (1/N^2)*ones(N); Imagen=A;
I=A;
[r,c] = size(Imagen);
a = (N+1)/2 ; b = (N-1)/2;
for i = a : r-b
for j = a : c-b
g = double(Imagen(i-a+1:i+b, j-a+1:j+b));
z = sum(sum(g.*M));
I(i,j) = uint8(z);
end
end
end
figure;
subplot (1,2,1), imshow (I);
subplot (1,2,2), imshow (255- (I1+I2+I3+I4+I5+I6+I7+I8));
I=imread('NAO-ITESI.jpg');
M=[1 -2 1; -2 5 -2; 1 -2 1]; %Detección de bordes-Filtro Sharpen
I1=FiltroMascara(I,M);
figure,imshow(I);
title('Imagen original')
figure, imshow(I1);
title('Detecciónde bordes mediante filtros Sharpen')
figure, imshow(255-I1);
title('Efecto "Dibujo a lapiz" mediante filtro de agudizamiento')
figure;
subplot (2,3,1), imshow (I);
subplot (2,3,2), imshow (I1);
subplot (2,3,3), imshow (255-I1);
I=imread('NAO- ITESI.jpg');
figure,imshow(I);
M1=[-1 -2 -1; 0 0 0; 1 2 1];%Sobel Horizontal
M2=[-1 0 1; -2 0 2; -1 0 1];%Sobel Vertical
I1=FiltroMascara(I,M1);
I2= FiltroMascara(I,-M1);
I3= FiltroMascara(I, M2);
I4= FiltroMascara(I,-M2);
figure, imshow(255-(I1+I2+I3+I4));
title('Efecto "Dibujo a lapiz" mediante filtros Sobel')
figure;
subplot (2,1,1), imshow (I);
subplot (2,1,2), imshow (255 (I1+I2+I3+I4));