Matemática

Computacional

Unidad 1: Procesamiento de imágenes

y Aritmética modular
Filtros de suavizado y agudizamiento
Logro de la sesión

Al finalizar la sesión el estudiante, será capaz de

procesar imágenes mediante la técnica de filtrado
de imágenes dedicado al suavizado y
agudizamiento.
Bibliografía
Bibliografía textos de consulta.
• Profesores UPC – Libro digital –Filtrados de suavizado y agudizamiento
• González, R. (2010). Procesamiento digital de imágenes. Pearson
Educación. Revisar páginas desde 94 hasta 112.
Bibliografía Multimedia

Filtro de la media Filtro de la mediana

Filtro del Laplaciano Filtro de Sobel

Tipos de Filtrado Espacial
En el curso trabajaremos dos tipos de filtrado espacial, según su objetivo:
1. Filtrado de Suavizado: Para la reducción de ruido. Dos de los filtros más usados son el
filtro de media y el filtro de la mediana.
 1.1 Filtro de la Media
Algunos filtros de media usan las siguientes máscaras:

Por ejemplo, a la imagen original se le

agregó ruido y se aplicó un filtro de
media de 5x5 a dicha imagen logrando
la reducción total del ruido.
 Ejemplo de aplicación del filtro de la media
Supongamos que se tiene una imagen de 5x5 donde se han usado 3 bits por pixel y su
representación matricial se muestra en la figura, al igual que la máscara del filtro de media.
Apliquemos el filtro de media.

Máscara

Solución:
Analizando las intensidades de los píxeles, se puede notar que hay “discontinuidades” en
algunos cambios adyacentes. Estas discontinuidades se dan por el cambio brusco de
intensidades (un cambio brusco se da de 5 a 0 y un cambio continuo es de 2 a 3).
𝟏
Por ejemplo, 𝑔 3; 1 = 𝟒 + 𝟓 + 𝟑 + 𝟓 + 𝟓 = 𝟐, 𝟒 ≈ 𝟐
𝟗
𝟏
𝑔 1; 2 = 𝟐 + 𝟑 + 𝟓 + 𝟐 + 𝟒 + 𝟓 + 𝟐 + 𝟒 + 𝟓 = 𝟑, 𝟓𝟔 ≈ 𝟒
𝟗
 Ejemplo de aplicación del filtro de la media
Debido al análisis de la imagen, veremos que al aplicar el filtro de la media, deben
desaparecer estas discontinuidades.

Al aplicar la máscara dada sobre la matriz de la imagen, veremos que la matriz resultante es:

Por ejemplo, 𝑔 3; 1 = 2

𝑔 1; 2 = 4

Como se puede notar, no existen cambios entre píxeles adyacentes. Los cambios son suaves
y por esto se dice que se ha suavizado la imagen. Incluso los cambios ahora, en su mayoría
son de valor 1.
 Aplicación
Supongamos que una imagen de 3x3 usa 3 bits para cada píxel, y que su representación
matricial es la siguiente:

Aplique el filtro de la media representado

mediante la máscara:

𝑔 1; 2 =
𝑔 0; 0 =
𝑔 2; 0 =
𝑔 0; 1 =
𝑔 2; 1 =
𝑔 0; 2 =
𝑔 2; 2 =
𝑔 1; 0 =

𝑔 1; 1 =
 1.2 Filtro de la Mediana
El filtro de la mediana cambia el valor del pixel central por la mediana de los valores de
intensidad en la vecindad de ese pixel. Los filtros de la mediana son bastante populares
porque, para ciertos tipos de ruido aleatorio, proporcionan excelentes resultados en la
reducción del ruido, con un suavizado considerablemente menor que el filtro de la media.

Los filtros de la mediana son particularmente eficaces para eliminar ruidos del tipo “sal y
pimienta” (se llama así porque presenta puntos blancos y negros superpuestos en una imagen).
Debemos tener en cuenta que la mediana M de un
conjunto de valores es tal que la mitad de los valores del
conjunto es menor o igual que M y la otra mitad es mayor o
igual que M.
Para realizar el filtrado de la mediana en un punto de la
imagen, primero ordenamos los valores de los píxeles de la
vecindad, calculamos su mediana y atribuimos ese valor al
pixel correspondiente en la imagen filtrada.
De esta manera, la principal misión del filtro de la mediana
es forzar a los puntos con niveles de intensidad distintos a
ser más semejantes a sus vecinos.
 Ejemplo de aplicación del filtro de la mediana
Supongamos que se tiene una imagen de 5x5 donde se han usado 3 bits por pixel y su
representación matricial se muestra en la figura. Apliquemos el filtro de mediana.

Imagen original
Solución:
Analizando las intensidades de los píxeles, se puede notar que hay puntos blancos y negros
(ruido “sal y pimienta”).
 Ejemplo de aplicación del filtro de la mediana
Veamos cómo se va calculando cada intensidad de los píxeles en la nueva imagen.
Calculemos g(2,1).
En la imagen, se indican los píxeles alrededor de la posición (2,1):
0, 1, 1, 0, 7, 1, 7, 0, 1
Los datos se ordenan de menor a mayor: 0, 0, 0, 1, 1, 1, 1, 7, 7
La mediana es 1. Entonces la imagen nueva en esta posición será:

Calculemos g(0,2). Imagen Nueva

En la imagen, se indican los píxeles alrededor de la posición (0,2):

2, 0, 1, 7, 7, 0

Los datos se ordenan de menor a mayor: 0, 0, 1, 2, 7, 7

1+2
La mediana es = 1,5 ≈ 𝟐 , entonces la imagen nueva en esta
2
posición será: Imagen Nueva
 Ejemplo de aplicación del filtro de la mediana
Siguiendo con el mismo cálculo, obtendremos la imagen nueva, a partir de:

𝑔 0; 0 = 𝑔 1; 4 = 𝑔 3; 3 =

𝑔 0; 1 = 𝑔 2; 0 = 𝑔 3; 4 =

𝑔 0; 2 = 2 𝑔 2; 1 = 1 𝑔 4; 0 =

𝑔 0; 3 = 𝑔 2; 2 = 𝑔 4; 1 =

𝑔 0; 4 = 𝑔 2; 3 = 𝑔 4; 2 =

𝑔 1; 0 = 𝑔 2; 4 = 𝑔 4; 3 =

𝑔 1; 1 = 𝑔 3; 0 = 𝑔 4; 4 =
Como hemos notado, ha desaparecido el ruido
𝑔 1; 2 = 𝑔 3; 1 = y la imagen nueva ha llenado el ruido por los
valores que estaban a su alrededor. De esta
manera ha eliminado el ruido y ha hecho la
𝑔 1; 3 = 𝑔 3; 2 = imagen mucho más suave. Ese es el efecto del
filtro de la mediana. Imagen Nueva
 Comparación entre filtro de la media y el filtro de mediana en el caso
de ruido “sal y pimienta”

Veamos el efecto sobre la matriz del ejemplo anterior, de ambos filtros.

Imagen original Imagen Nueva usando Imagen Nueva usando filtro de la

filtro de la mediana 3x3 media 3x3 con coeficientes 1/9

Podemos notar que el filtro de la mediana ha logrado llenar el ruido “sal y pimienta” usando
los datos a su alrededor, logrando una imagen más continua, mientras que el filtro de la
media lo llena con valores nuevos.
 Comparación

Imagen con ruido sal y Imagen Nueva usando Imagen Nueva usando
pimienta filtro de la mediana 3x3 filtro de la media 3x3

Debido a que el filtro de la mediana llena el ruido con valores que existen a su alrededor y por esto
lo reduce con mayor efectividad que el de la media (que coloca nuevos valores) como se ve en la
foto.
Comparación

Imagen con ruído sal y Imagen Nueva usando Imagen Nueva usando
pimienta filtro de la mediana 3x3 filtro de la media 3x3
 Tipos de Filtrado Espacial
2. Filtrado de Agudizamiento: Para el aumento de la nitidez de una imagen realzando los
bordes.
Filtrado espacial de agudizamiento

+ =

Imagen Aplicando el
Original Laplaciano Imagen Resultante
 Filtrado espacial de agudizamiento con el Laplaciano
Recordemos que la zona de la imagen sobre la que se aplican las máscaras o filtros es de la
siguiente forma:

Entonces, observando los coeficientes del Laplaciano

𝛻 2 𝑓 = 𝟏𝑓 𝑥 + 1, 𝑦 + 𝟏𝑓 𝑥 − 1, 𝑦 + 𝟏𝑓 𝑥, 𝑦 + 1 + 𝟏𝑓 𝑥, 𝑦 − 1 − 𝟒𝑓 𝑥, 𝑦

Tenemos que una máscara, para aplicar este filtro, será:

 Filtrado espacial de agudizamiento con el Laplaciano
Según, las diferentes formas en que podemos expresar la primera y segunda derivadas digitales
y la aplicación práctica, el Laplaciano puede expresarse con diferentes fórmulas. Por esto, es
que aparecen las siguientes máscaras para el filtro Laplaciano:
Filtrado espacial de agudizamiento con el Laplaciano
Imagen Original Filtro Laplaciano Imagen Filtrada
 Ejemplo de aplicación del filtro laplaciano
Supongamos que se tiene una imagen de 5x5 donde se han usado 3 bits por pixel y su
representación matricial se muestra en la figura, al igual que las máscaras del filtro
Laplaciano.

máscara 1 máscara 2

Imagen original
 Ejemplo de aplicación del filtro laplaciano
Pero si aplicamos los filtros Laplacianos dados obtenemos los siguientes resultados

máscara 2

Imagen original Usando la máscara 1 Usando la máscara 2

máscara 1
 Ejemplo de aplicación del filtro laplaciano
Al aplicarle los filtros Laplacianos dados obtenemos los siguientes resultados respectivos
usando la operación módulo para asegurarnos que los valores se mantengan en el intervalo
0; 𝐿 − 1 :

Imagen original Resultado de aplicar Resultado de aplicar

La máscara 1 La máscara 2
 Técnica de Re-escalamiento
Otra técnica para que los valores se mantengan en el intervalo deseado es la de cambio de
escala, que describiremos ahora:

1. Se calculan el mínimo y el máximo valor de los resultados obtenidos al aplicar la

máscara. Digamos que estos valores son 𝒙𝟏 y 𝒙𝟐 , respectivamente.

2. Se halla la recta que une los extremos 𝑥1 ; 0 y 𝑥2 ; 𝐿 − 1 . Esta recta será el cambio de
escala.

3. Se aplica la fórmula encontrada a cada punto resultante de la aplicación de la máscara y

los resultados son redondeados.
 Ejemplo de cambio de escala
Como vimos anteriormente, luego de aplicar el filtro Laplaciano
obtuvimos la matriz. Ahora vamos a cambiarle la escala.

Primero: el mínimo es -8 y el máximo es 3.

𝒙𝟏 = −𝟖 y 𝒙𝟐 = 𝟑

Segundo: Hallamos la recta que pasa por −8; 0 y 3; 7 ≈ 𝑥1 ; 0 y 𝑥2 ; 𝐿 − 1 ya que 𝐿 = 8

y lo que se quieres es reescalar al intervalo 0; 𝐿 − 1 .
7 56
Dicha recta es: 𝑦 = 11 𝑥+11

Tercero: Aplicamos la función a cada uno de los puntos y resulta:

𝟕 𝟓𝟔
𝒚 = 𝟏𝟏 𝒙+
𝟏𝟏

Resultado original Resultado re-escalado

(valores de x) (valores de y)
 Filtrado espacial de agudizamiento con el Gradiente
𝜕𝑓
Las derivadas de primer orden, en procesamiento de 𝜕𝑥
imágenes son implementadas usando la magnitud
𝑓𝑥
𝛻𝑓 = 𝑔𝑟𝑎𝑑 𝑓 = =
del vector gradiente. 𝑓𝑦 𝜕𝑓
𝜕𝑦

El módulo o magnitud del vector gradiente está dado por: 𝛻𝑓 = 𝑀 𝑥, 𝑦 = 𝑓𝑥 2 + 𝑓𝑦 2 ≈ |𝑓𝑥 | + |𝑓𝑦 |

Usando las fórmulas anteriores, y tomando en cuenta que: |𝛻𝑓| ≈ |𝑓𝑥 | + |𝑓𝑦 |
tenemos que algunas de las máscaras son:

Dichas máscaras se
𝑓𝑦 = 𝑓𝑥 = denominan filtros u
operadores de Sobel.
Filtrado espacial de agudizamiento con el Gradiente
 Ejemplo de aplicación del filtro de Sobel
Supongamos que una imagen de 4x4 usa 3 bits para cada píxel, y
que su representación matricial es la siguiente:

𝑔 0; 0 = 𝑔 2; 0 =

𝑔 0; 1 = 𝑔 2; 1 =

𝑔 0; 2 = 𝑔 2; 2 =
Aplique la máscara del
gradiente de Sobel, dada a
𝑔 0; 3 = 𝑔 2; 3 =
continuación, y re-escale

𝑔 1; 0 = 𝑔 3; 0 =

𝑔 1; 1 = 𝑔 3; 1 =

𝑔 1; 2 = 𝑔 3; 2 =

𝑔 1; 3 = 𝑔 3; 3 =
 Ejemplo de aplicación del filtro de Sobel
Ahora vamos a cambiarle a re-escalar:
 Filtrado espacial de agudizamiento con Sobel

Original

Laplaciano

Sobel
 Preguntas
Si tienes dudas sobre los temas, consulte con el
profesor del curso mediante los medios (correo UPC,
Workplace, etc.) proporcionados por él mismo.

Continúa con las actividades semanales

propuestas en el aula virtual:
❑ Resolución de ejercicios propuestos
❑ Sesión práctica AAD – S2
❑ Control Virtual 1
31