REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

VICEMINISTERIO DE EDUCACIN
UNIVERSIDAD NACIONAL EXPERIMENTAL
POLITCNICA DE LA FUERZA ARMADA
CENTRO DE INVESTIGACIONES Y POSTGRADO
UNEFA-CIP
















FILTROS



















Introduccin
Los filtros espaciales tienen como objetivo modificar la contribucin de
determinados rangos de frecuencias a la formacin de la imagen. El trmino espacial se
refiere al hecho de que el filtro se aplica directamente a la imagen y no a una transformada
de la misma, es decir, el nivel de gris de un pxel se obtiene directamente en funcin del
valor de sus vecinos.
Los filtros espaciales pueden clasificarse basndose en su linealidad: filtros lineales
y filtros no lineales. A su vez los filtros lineales pueden clasificarse segn las frecuencias
que dejen pasar: los filtros paso bajo atenan o eliminan las componentes de alta frecuencia
a la vez que dejan inalteradas las bajas frecuencias; los filtros paso alto atenan o eliminan
las componentes de baja frecuencia con lo que agudizan las componentes de alta
frecuencia; los filtros paso banda eliminan regiones elegidas de frecuencias intermedias.


Arriba: secciones de filtros en frecuencia con simetra circular.
Abajo: secciones correspondientes a filtros espaciales. (a) Filtro paso bajo. (b) Filtro paso
alto. (c) Filtro paso banda.

La forma de operar de los filtros lineales es por medio de la utilizacin de mscaras
que recorren toda la imagen centrando las operaciones sobre los pxeles que se encuadran
en la regin de la imagen original que coincide con la mscara y el resultado se obtiene
mediante una computacin (suma de convolucin) entre los pxeles originales y los
diferentes coeficientes de las mscaras.
Los filtros espaciales no lineales tambin operan sobre entornos. Sin embargo, su
operacin se basa directamente en los valores de los pxeles en el entorno en consideracin.
Unos ejemplos de filtros no lineales habituales son los filtros mnimo, mximo y de
mediana que son conocidos como filtros de rango. El filtro de mediana tiene un efecto de
difuminado de la imagen, y permite realizar una eliminacin de ruido de forma eficaz,
mientras que el filtro de mximo se emplea para buscar los puntos ms brillantes de una
imagen produciendo un efecto de erosin, y el filtro de mnimo se emplea con el objetivo
contrario, buscar los puntos ms oscuros de una imagen produciendo un efecto de
dilatacin.
Otra clasificacin de los filtros espaciales puede hacerse basndose en su finalidad,
y as tenemos los filtros de realce (Sharpening) para eliminar zonas borrosas o filtros de
suavizado (Smoothing) para difuminar la imagen. Tambin tenemos los filtros diferenciales
que se componen de varios tipos de mscaras (Laplaciano, Prewitt, Sobel, etc.), y se
utilizan para la deteccin de bordes. El proceso de deteccin de bordes se basa en realizar
un incremento del contraste en las zonas donde hay una mayor diferencia entre las
intensidades, y en una reduccin de ste donde no tenemos variacin de intensidad.
Convolucin
El tratamiento de imgenes ms empleado y conocido, es el tratamiento espacial
tambin conocido como convolucin. Las convoluciones discretas son muy usadas en el
procesado de imagen para el suavizado de imgenes, el afilado de imgenes, deteccin de
bordes, y otros efectos. Mediante este proceso se calcula el valor de un determinado punto
en funcin de su valor y del valor de los puntos que le rodean, aplicando una simple
operacin matemtica en funcin de la cual se obtendr un valor resultante para el punto en
cuestin.
La operacin de la convolucin puede representarse como la siguiente operacin:
g(x,y) = f(x,y) a(x,y)
donde a(x,y) es la funcin respuesta al impulso del filtro a aplicar (o mscara de
convolucin), f(x,y) es la imagen de entrada y g(x,y) es la imagen filtrada. Las expresiones
matemticas para el caso bidimensional son las siguientes:
Caso continuo


Caso discreto

La operacin matemtica en que consiste la convolucin es simplemente una suma
ponderada de pxeles en el vecindario del pxel fuente. Los pesos son determinados por una
pequea matriz llamada mscara de convolucin, que determina unos coeficientes a aplicar
sobre los puntos de una determinada rea. Las dimensiones de la matriz son normalmente
impares e iguales, de forma que se pueda determinar un centro de una matriz cuadrada. La
posicin del valor central se corresponde con la posicin del pxel de salida.
Una ventana deslizante, llamada ventana de convolucin, se centra en cada pxel de
una imagen de entrada y genera nuevos pxeles de salida. Para aplicar la mscara a esa zona
se multiplican los valores de los puntos que rodean al pxel que estamos tratando por su
correspondiente entrada o coeficiente en la mscara y luego se suman esos productos. El
resultado es el nuevo valor para el pxel central, tal y como se puede ver en la siguiente
figura. El proceso es bastante repetitivo, algo costoso en tiempo en funcin del tamao de
la imagen, pero sencillo y eficaz.
Es muy importante colocar los nuevos pxeles en una nueva imagen. Si el recin
generado pxel remplaza al antiguo pxel, ste ser usado para calcular el valor del siguiente
pxel nuevo.

La suma de los pesos en la mscara de convolucin afecta a la intensidad general de
la imagen resultante. Muchas mscaras de convolucin tienen coeficientes que suman un
total de 1 (como los filtros paso bajo usados en el suavizado de imagen). Es este caso, la
imagen convolucionada tendr la misma intensidad media que la imagen original. Algunas
mscaras de convolucin (como las usadas en deteccin de bordes) tienen coeficientes
positivos y negativos y suman un total de 0, en esta situacin se generarn valores de
pxeles negativos. En caso de que nos salgamos del rango impuesto para la imagen f(x,y),
bien porque necesitemos utilizar mscaras cuya suma de valores sea mayor que la unidad o
porque utilicemos mscaras con coeficientes negativos, debemos normalizar el resultado
aplicando la funcin ms adecuada en cada caso.
Existe una gran variedad de mscaras que realizan diferentes acciones sobre una
imagen. Las hay que suavizan los bordes, otras que limpian la imagen, otras que la
oscurecen, etc. Las mscaras, como operadores lineales ms utilizados, suelen ser de los de
paso bajo, paso alto y deteccin de bordes. Por ejemplo, mediante la siguiente matriz no se
realiza ningn cambio a la imagen:
0 0 0
0 1 0
0 0 0
El tamao de la mscara podra ser arbitrario, e incluso no restringido a matrices
cuadradas, por lo que se podra utilizar perfectamente matrices rectangulares. Pero nos
limitaremos a que la mayora de los procesados utilicen mscaras cuadradas de tamao 3x3,
ya que para comprender su funcionamiento son las mscaras ms simples. Una cosa que se
aprende con rapidez es que cuando la mscara de convolucin aumenta de tamao, la carga
computacional aumenta exponencialmente.
La primera cuestin al implementar una funcin de convolucin es como tratar los
bordes de la imagen. Cuando la ventana de convolucin se centra en el primer pxel de una
imagen en (0,0), la ventana deslizante sobresale de la imagen en el borde superior y en el
izquierdo. Qu valores de la imagen deben ser multiplicados por esos coeficientes de
convolucin que sobresalen de los bordes?

Hay varias maneras para solucionar este problema.
o La primera solucin es tratar las celdas vacas en la ventana de convolucin como
ceros. Esto se conoce como zero-padding. Es fcil de realizar pero no es una buena
idea si los bordes de la imagen resultante son tan importantes como el resto de la
imagen.
o La siguiente solucin es empezar la convolucin en la primera posicin donde la
ventana no sobresalga de la imagen. Si la mscara de convolucin es de tamao
3x3, se empezara convolucionando con el pxel en (1,1) en vez del pxel en (0,0).
Este mtodo es sencillo de implementar. En la imagen de salida, los bordes
convolucionados son copiados para crear una imagen con el mismo tamao que la
imagen de entrada.
o Otros mtodos amplan la imagen antes de convolucionarla. Una forma de hacerlo
es duplicar los bordes. Usando una mscara 3x3, se copiaran la filas superior e
inferior, as como las columnas izquierda y derecha.
o El otro mtodo es envolver la imagen, es decir, considerar como pxel contiguo al
del borde izquierdo, el pxel del borde derecho y viceversa, as como con los del
borde superior e inferior. Si se quiere convolucionar una imagen 256x256 con una
mscara de convolucin de 3x3, la primera ventana de convolucin opera con los
pxeles en las posiciones que se ven en la siguiente figura. Este ltimo mtodo ha
sido el empleado en la implementacin de la aplicacin.




Suavizado
El suavizado de imgenes se utiliza normalmente bajo dos supuestos: dar a una
imagen un difuminado o efecto especial y para la eliminacin de ruido, este ltimo caso se
analizar con ms detalle en la seccin 3.5-Eliminacin de ruido.
El suavizado o filtrado espacial paso bajo borra los detalles ms finos de una
imagen, es decir, conlleva una atenuacin de las altas frecuencias, mientras se mantienen
las bajas y medias frecuencias. Tiene un buen nmero de aplicaciones: algunas veces se
emplea para simular una cmara desenfocada, o para restar nfasis a un fondo; mientras los
fotgrafos usan un filtro de cmara para conseguir ese efecto, los artistas informatizados
emplean filtros digitales.
El suavizado se alcanza mediante la convolucin, y es fcil ver en la mscara de
convolucin que el suavizado es simplemente el promedio del vecindario. Promediar tiende
a eliminar los valores extremos de un grupo, as los pxeles extremadamente claros u
oscuros pueden hacerse ms grises dependiendo de los vecinos del pxel. Cuanto ms
grande es la mscara, mayor es el efecto de suavizado y mayor el tiempo de cmputo
requerido.
Filtros Paso Bajo
Las mscaras de los filtros paso bajo deben tener todos sus coeficientes positivos y
la suma de ellos debe ser igual a uno. Las mscaras de tamao 3x3 ms utilizadas son las
siguientes:
o La llamada propiamente paso bajo
o La llamada "Smooth"
0 1/10 0

1/16 2/16 1/16
1/10 6/10 1/10 2/16 4/16 2/16
0 1/10 0 1/16 2/16 1/16
Paso Bajo Smooth
Las dos mscaras tienen el mismo efecto sobre la imagen, pero con la llamada
Smooth, al tener los coeficientes un mayor valor, el efecto de difuminado es mucho ms
fuerte. En el caso de la mscara Smooth debemos darnos cuenta que la suma de los valores
es 16 y no 1, por lo que los valores obtenidos con ella para los puntos de la imagen, se nos
pueden salir del rango vlido (en nuestro caso 255), por lo que el resultado debe ser
normalizado dividindolo por la suma de la mscara, en este caso 16. En el caso de la
mscara Paso Bajo la suma total es de 10, valor por el cual dividimos para normalizar el
resultado.
El filtrado con una mscara paso bajo, como la Smooth, produce un efecto de
difuminado de los bordes y emborronamiento de la imagen filtrada con respecto a la
imagen original. Esta prdida de los detalles pertenecientes a las altas frecuencias es lo que
caracteriza a todos los filtros paso bajo o de suavizado.
Las mscaras vistas anteriormente no son las nicas que producen un efecto paso
bajo, pero si son las ms extendidas. Cada uno puede disear su propia mscara, slo hay
que seguir las pautas dadas anteriormente. Las siguientes mscaras son ejemplos propios:
1/12 1/12 1/12

1/10 0 1/10

1/8 1/8 1/8
1/12 4/12 1/12 1/10 4/10 1/10 0 2/8 0
1/12 1/12 1/12 1/10 0 1/10 1/8 1/8 1/8

Filtro de Media
De entre la multitud de mscaras de filtro paso bajo destaca especialmente la
mscara de media, que es la que efecta el promedio de los valores del entorno. El filtro
espacial de media reemplaza el valor de un pxel por la media de los valores del punto y sus
vecinos. Su efecto es el difuminado o suavizado de la imagen y se aplica junto con el de
mediana para eliminar ruidos. Este filtro lo implementamos con la siguiente mscara para
un tamao 3x3:
1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9
Normalmente el tamao de la mscara se toma en funcin de la cantidad de
suavizado que queramos aplicar en cada momento. La visualizacin del resultado es el
nico medio de saber si hemos elegido el tamao adecuado.
Se puede observar que el efecto final del filtro de la media es un suavizado de la
imagen por reduccin o redistribucin del valor de los pxeles. Este filtro tiene el resultado
opuesto a los de deteccin de bordes, donde el objetivo de los filtros es acentuar las
diferencias, por esta razn el filtro de la media es un filtro paso bajo. Tambin hay que
notar que este filtro no modifica la imagen en las zonas donde el valor de los pxeles es el
mismo, en oposicin a los detectores de bordes que ponen estas regiones a cero.
En resumen, la media, como el resto de los filtros de suavizado, suaviza los
contornos y otros detalles de forma de los objetos aparezcan menos definidos.
En este Apple podemos observar los efectos de las diferentes mscaras de filtrado
paso bajo que hemos visto y experimentar con filtros paso bajo propios, slo tenemos que
cumplir la condicin de que todos los coeficientes han de ser positivos y sumar 1.
Dilatacin / Erosin
El filtrado de mnimo y de mximo es muy similar al filtrado de mediana, junto con
ste forman los filtros de rango. En vez de sustituir el pxel del centro por el valor medio,
se utiliza el valor mnimo o mximo de la ventana. Estos filtros son eficaces en eliminar el
ruido impulsivo extremo. El filtro mnimo elimina los puntos blancos (valor 255) mientras
que el filtro mximo elimina los puntos oscuros (valor 0).
Con el filtrado de mnimo, un pxel se representa con el pxel ms oscuro de su
vecindad, por lo que la intensidad total de la imagen de salida ser reducida. ste filtro
tiende a "ensanchar" las lneas negras de la imagen, por esta razn tambin es conocido
como filtro de dilatacin.
Con el filtrado de mximo se aumenta la intensidad total de la imagen de salida.
Este filtro tambin es conocido como filtro de erosin, debido a la propiedad que posee de
"adelgazar" lneas. Si nuestra imagen posee lneas negras, al elegir el valor mximo de la
vecindad de cada pxel, los valores ms oscuros sern sustituidos por valores ms altos con
la consiguiente reduccin de los pxeles cercanos al negro.
Otra aplicacin posible del filtrado de mnimo y mximo es la eliminacin de ruido.
Estos filtros son eficaces en eliminar el ruido impulsivo extremo. El filtro de mnimo
elimina los puntos blancos (valor 255) mientras que el filtro mximo elimina los puntos
oscuros (valor 0). Aunque los filtros mnimos y mximos fallan en la eliminacin del ruido
impulsivo mezclado, pues los filtros mnimo y mximo tienden a realzar los puntos
negativos y positivos, respectivamente. Una cascada de filtros mximos y mnimos puede
quitar este ruido mezclado. Un filtro mnimo seguido de un filtro mximo se conoce como
filtro de abertura.
En el siguiente applet se puede ver el comportamiento de todos los filtros de rango o
filtros no lineales, con diferentes tamaos a escoger.
En las imgenes del applet podemos ver los efectos de los filtros de rango:
o En la imagen "flor" se puede ver claramente como el filtrado de mximo
resalta los detalles de las hojas y las gotas, que son claros, contra el fondo
oscuro de la imagen.
o Por el contrario, en la imagen "scully" se puede ver como el filtrado de
mnimo resalta los detalles oscuros de la imagen, como pueden ser las pecas
o la pupila, en la imagen.
o En las imgenes "tigre" o "leon" se puede apreciar claramente como el
filtrado de mediana produce un emborronamiento de la imagen y una
prdida del detalle.
o En el resto de las imgenes se pueden apreciar los efectos de los diferentes
filtros, con la particularidad de que cuanto mayor sea el tamao del filtro, el
efecto ser ms pronunciado, y la operacin ms costosa.