TEMA 12 - Fundamentos de Filtros Espaciais

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS
NOTAS DE AULA
Fundamentos de Filtros espaciais

Introduo:
Filtragem espacial uma das principais ferramentas usada em
processamento de imagem. Dessa forma, altamente recomendvel o domnio
dos conceitos relativos a esse tipo de processamento.
O conceito de filtragem tem sua raiz no uso da transformada de Fourier
em processamento de sinais, denominado de filtragem no domnio da
freqncia.
O nome filtro emprestado do processamento de sinais no domnio da
freqncia atravs do uso da transformada de Fourier (prximo tpico do curso),
onde o termo filtragem refere-se a aceitar (deixar passar) ou rejeitar
certos componentes de freqncia.
Podemos dizer (de forma simplificada) que as freqncias de uma
imagem referem-se as medidas da variao dos nveis de cinza com a

distncia.
Os componentes de alta freqncia de uma imagem so caracterizados
por grandes mudanas dos valores de cinza em uma pequena distncia
caracterizam bordas e outros detalhes finos contidos na mesma
(como o rudo)
Os componentes de baixa freqncia de uma imagem caracterizam as
partes da imagem nas quais os nveis de cinza variam pouco tais como o
fundo e textura da pele
Os denominados filtros passa-baixas atenuam ou eliminam os

componentes de alta freqncia no domnio de Fourier, enquanto deixam as
freqncias baixas inalteradas O efeito lquido produzido por um filtro
passa-baixa borrar (suavizar) a imagem.
Profa Dra Marly Guimares Fernandes Costa

Fone: 3647-4483 fax: 3647-4494, e-mail: mcosta@ufam.edu.br

NOTAS DE AULA
Os filtros passa-altas atenuam ou eliminam os componentes de

baixa freqncia no domnio de Fourier, enquanto deixam as freqncias altas
inalteradas agudizao das bordas e outros detalhes finos;
Pode-se implementar uma suavizao ou agudizao de borda similares
diretamente na imagem usando filtros espaciais.
Como se implementa a filtragem no domnio espacial?

A filtragem espacial consiste de:
(1)
uma vizinhana - chamada de filtro, mscara, kernel, template

ou window - sendo os primeiros 3 termos os mais usados e
(2) uma operao predefinida que realizada nos pixels da imagem

englobados pela vizinhana.
A filtragem cria um novo pixel com coordenadas iguais s coordenadas do
centro da vizinhana e cujo valor o resultado da operao de filtragem.
Uma imagem filtrada gerada quando o centro do filtro tiver visitado cada
pixel da imagem de entrada.
Se a operao realizada nos pixels da imagem linear ento o filtro
denominado de filtro espacial linear. De outra forma, o filtro no-linear.
Trataremos a partir de agora das operaes de filtragem linear. Usase o termo filtragem espacial para diferenciar este tipo de processo daquele
mais tradicional que a filtragem no domnio da freqncia.


NOTAS DE AULA
Filtragem espacial linear

Os mecanismos de filtragem so ilustrados na figura a seguir. Esse
processo requer 3 passos:
1. Posicionamento da mscara sobre o pixel corrente;
2. Obteno de todos os produtos entre os elementos do filtro com os
correspondentes elementos da vizinhana;
3. Adio de todos os produtos.
Para filtragem espacial linear, a resposta obtida somando-se os produtos
entre os coeficientes da mscara e os valores das intensidades dos pixels
correspondentes na rea englobada pela mscara.
Para uma mscara 3x3, mostrada a seguir, o resultado (ou resposta), R, da

filtragem linear
w(-1,-1) w(-1,0) w(-1,1)

w(0,-1) w(0,0) W(0,1)
w(1,-1) w(1,0) W(1,1)
com uma mscara centrada em x , y . na imagem :


NOTAS DE AULA
R w 1 , 1 .f x 1 , y 1 w 1 ,0 .f x 1 , y w 1 ,1 .f x 1 , y 1
w 0 ,1 .f x , y 1 w 0 ,0 .f x , y w 0 ,1 .f x , y 1
w 1 , 1 .f x 1 , y 1 w 1 ,0 .f x 1 , y w 1 ,1 .f x 1 , y 1
Observe que o coeficiente w 0 ,0 . coincide com o valor f x , y . , indicando que a

mscara est centrada em x , y . quando o clculo da soma dos produtos
efetuado.
O foco da filtragem est no uso de mscaras de tamanho mpares, com o menor
tamanho possvel sendo a de 3x3. Para tal assume-se que o tamanho mxn
mscara dado por m 2.a 1 e n 2.b 1 , onde a e b so inteiros no
negativos..
Generalizando, a filtragem linear de uma imagem f de tamanho MxN com uma
mscara de tamanho mxn dada pela expresso:
g x , y
w ( s , t ).f ( x s , y t )
(1)
s a t b
onde, a
( m 1 )
( n 1)
e b
2
2
Para gerar uma imagem filtrada completa esta equao dever ser aplicada para
x 0 ,1 ,2 ,3 ,..., M 1
e
y 0 ,1 ,2 ,3 ,..., N 1 .
Deste modo, asseguramos que o processo abranger todos os pixels da imagem.
Quando m=n=3,
anteriormente.
expresso
acima
reduz-se
ao
exemplo
dado
O processo de filtragem linear similar ao conceito de convoluo no domnio

da freqncia. Por esta razo a filtragem espacial linear freqentemente
referida como convoluo de uma mscara com uma imagem.
Similarmente, as mscaras so chamadas, algumas vezes, de mscaras de
convoluo. O termo kernel convolution tambm frequentemente usado.


NOTAS DE AULA
Quando o interesse recai sobre a resposta R, de uma mascara mxn em qualquer

ponto x , y . e no no mecanismo de implementao da convoluo por mscara,
comum simplificar a notao usando-se a expresso:
R w1 .z1 w2 .z 2 ... wmn .z mn
(2)
mn
wi .zi
i 1
onde os ws so os coeficientes da mscara, os zs so os valores dos nveis de

cinza da imagem correspondentes a esses coeficientes, e mn o nmero total de
coeficientes da mscara.
Com o centro da mscara na posio x , y . , o nvel de cinza do pixel posicionado
em x , y . ser substitudo por R.
Para a mscara 3x3 mostrada a seguir, a resposta em qualquer ponto x , y . da
imagem dada por
w1 w2 w3
w4 w5 w6
w7 w8 W9
Outra representao de uma mscara espacial 3x3

9
R w1 .z1 w2 .z2 ... w9 .z9 wi .zi

i 1
(3)
Filtros espaciais no lineares tambm operam em vizinhanas e o mecanismo de

deslocamento de uma mscara em uma imagem feito da mesma forma como
acabamos de descrever. Neste caso, a operao de filtragem baseada nos
valores dos pixels da vizinhana em considerao no se utilizando os
coeficientes da mscara da maneira descrita em (1) e (2) (soma de produtos).
Como exemplo dessa afirmao cita-se o processo de reduo de rudo em uma
imagem, obtido atravs de um filtro espacial no-linear que calcula a mediana
dos valores de nvel de cinza na vizinhana onde o filtro est localizado e atribui
o valor calculado ao pixel localizado em x , y . . O Clculo da mediana uma
operao no-linear, assim como o clculo da varincia.


NOTAS DE AULA
O que acontece quando o centro da mscara aproxima-se das bordas

da imagem?
Considere por simplicidade uma mscara quadrada de tamanho nxn.
Pelo menos uma borda da mscara ir coincidir com uma borda da imagem
quando o centro da mscara est a uma distncia ( n 1 ) pixels a partir da
borda da imagem;
Se o centro da mscara move-se para mais prximo da borda, uma ou mais

linhas ou colunas da mscara estar localizada fora do plano da imagem.
Existem vrios modos de manusear esta situao:
A mais simples fazer com o centro da mscara se localize a uma distncia

de pelo menos
( n 1)
pixels a partir da borda da imagem.
2
o Neste caso, a imagem filtrada resultante ser menor que a original,

mas todos os pixels da imagem filtrada tero sido processados pela
mscara;
Se exigido que a imagem resultante tenha o mesmo tamanho da original,
ento pode-se adotar uma das seguintes abordagens:
o Filtrar todos os pixels da imagem com a seo da mscara que est
totalmente contida na imagem. Com essa abordagem, pixels prximos
a borda sero processados utilizando-se parte da mscara, ou
o Inserir um padding na imagem atravs da adio de linhas ou
colunas de zeros (ou outro valor de nvel de cinza) ou


NOTAS DE AULA
o Inserir um padding na imagem atravs da replicao de linhas ou

colunas.
No final do processo o padding descartado.

Apesar do padding manter o tamanho da imagem filtrada igual ao da
imagem original, os seus valores afetaro as bordas da imagem e esse efeito
mais prevalente a medida em que o tamanho da mscara aumenta;
O nico modo de se obter um resultado perfeito aceitar o fato de que a
imagem filtrada ser menor que a original, limitando a excurso do centro da
mscara a uma distncia no inferior a
( n 1)
da borda da imagem original.
2
Filtros de suavizao
Usados para obteno do blurring (borramento) e reduo de

rudo.
Consideraes sobre o blurring:
utilizado na etapa de pr-processamento para a remoo de pequenos

detalhes presentes na imagem, antes da extrao de objetos (grandes)
ou ainda
utilizado para conectar (unir) pequenas descontinuidades em linhas ou
curvas.
esse processo pode ser implementado tanto com filtro linear quanto com
a filtragem no linear;
a reduo de rudo obtida a partir desse processo de borramento;
Filtros lineares de suavizao:

A sada (resposta- R) de uma filtragem espacial linear de suavizao a
mdia dos pixels contidos em uma vizinhana definida pela mscara. Esses filtros
so chamados de filtros de mdia. Por razes que sero vistas mais adiante
tambm so chamados de filtros passa - baixa.


NOTAS DE AULA
A suavizao obtida atravs da substituio do valor de cada pixel da

imagem pela mdia dos pixels na vizinhana definida pela mscara. Este
processo resulta em uma imagem em que as transies de nveis de cinza so
reduzidas (suavizadas).
Aplicaes:
reduo de rudo aleatrio: porque esse tipo de rudo aleatrio consiste de
transies agudas (sharp) de nveis de cinza;
suavizao de falsos contornos causados pelo uso de um nmero de
nveis de cinza insuficiente.
Sumariando: o uso principal de filtros de mdia est na reduo de

detalhes irrelevantes de um imagem. Por irrelevante entende-se regies
que so muito pequenas em relao ao tamanho da mscara.
Efeitos indesejveis: As bordas (as quais quase sempre so caractersticas

desejveis de uma imagem) tambm so caracterizadas por transies agudas
de nveis de cinza. Assim, os filtros de mdia tm um efeito indesejvel que
o borramento das bordas da imagem.
O uso da mscara abaixo produz a mdia padro dos pixels sob a mscara. Isto
pode ser melhor visualizado pela substituio dos coeficientes da mscara na
equao 3, resultando em:
R
1
9
zi
i 1
mdia dos nveis de cinza dos pixels na

vizinhana 3x3 definida pela mscara.
Observe que, em vez dos coeficientes dos filtros serem 1/9 eles so todos 1.
Computacionalmente, mais eficiente ter coeficientes de valor 1. E, ao final do
processamento da imagem inteira dividi-la por 9.


NOTAS DE AULA
Uma mscara mxn teria uma constante normalizada igual a 1/mn. Um filtro
espacial de mdia no qual todos os coeficientes so iguais , algumas vezes
chamado de filtro box.
A segunda mscara apresentada abaixo um pouco mais interessante.
Ela produz uma mdia ponderada, terminologia
utilizada para indicar que os pixels so multiplicados
por coeficientes diferentes, portanto dando mais
importncia (peso) a alguns pixels a despeito de
outros.
O pixel central multiplicado por um valor mais alto
que todos os outros, dando a esse pixel a maior
importncia no clculo da mdia
Os outros pixels so inversamente ponderados como uma funo das suas
distncias do centro da mscara. Os termos diagonais (ND) so mais distantes do
centro da mscara que os vizinhos ortogonais (N4) (por um fator de 2 distncia euclidiana) e portando so os menos ponderados
A estratgia bsica por trs da ponderao mais alta para o ponto central
e a reduo do valor dos coeficientes como funo da distncia da origem
simplesmente tentar reduzir o blurring no processo de suavizao.
Com referncia a equao (1), a implementao geral para filtragem de
uma imagem MxN com um filtro de mdia ponderada de tamanho mxn (com m e
n mpares) dada por:
a
g x , y
w ( s , t ).f ( x s , y t )
s a t b
a
(4)
w ( s ,t )
s a t b
Os parmetros desta equao so definidos na equao (1). O

denominador simplesmente a soma dos coeficientes das mscaras, e, portanto,
uma constante que necessita ser calculada somente uma vez.
Exemplo: suavizao de imagens com mscaras de vrios tamanhos.


NOTAS DE AULA
Os efeitos da suavizao como uma funo do tamanho do filtro so ilustrados

na figura a seguir:
Imagem original de 500x500 pixels.
Os quadrados pretos no topo da imagem so de

tamanhos 3, 5, 9, 15, 25, 35, 45 e 55 pixels.
Suas bordas se estendem por mais 25 pixels.
As letras a s vo de 10 a 24 pontos em
incrementos de 2. A letra maior no centro da
imagem de 60 pontos.
As barras verticais so de 5x100 pixels
separadas por 20 pixels.
O dimetro dos crculos de 25 pixels e suas
bordas se estendem por mais 15 pixels, seus
nveis de cinza variam de 0% a 100% preto em
incrementos de 20%.
O fundo da imagem 10% do preto. Os
retngulos de rudo so de 50x120 pixels.
A principal caracterstica desses resultados so:
n=3
Notamos um borramento leve em toda a
imagem, mas como esperado, detalhes que
so de aproximadamente o mesmo
tamanho da mscara so mais afetados.
Por exemplo, os quadrados 3x3 e 5x5, a
menor letra a e os rudos de granulao
mais finos apresentam-se bastante
borrados em comparao com o resto da
imagem. Um resultado positivo que o
rudo est menos pronunciado.


NOTAS DE AULA
n=5
O resultado para n=5 muito similar ao

anterior com um leve aumento no
borramento da imagem.
Para n=9 v-se um considervel aumento

no borramento.
O crculo de nvel de cinza =20%do preto
no est mais to distinto do fundo da
imagem como nas trs imagens anteriores,
ilustrando o efeito blending (unio,
fundio) que o borramento tem nos
objetos cujo contedo de nvel de cinza
prximo aos de seus vizinhos. Observe
ainda o aumento de suavizao nos
retngulos de rudo.
n=15
n=35

NOTAS DE AULA
Este tipo de borramento excessivo geralmente usado para eliminar pequenos

objetos de uma imagem. Por exemplo, 3 dos quadrados pequenos, 2 dos crculos
e a maior parte do rudo presente nas reas retangulares foram fundidos ao
fundo (background) da imagem.
Ocasies em que se deseja que os grandes objetos presentes em uma imagem
tornem-se fceis de detectar e que a intensidade dos objetos menores funda-se
com o background de fato uma importante aplicao para a filtragem atravs
da mdia espacial, como veremos a seguir. Dessa forma, o tamanho da mscara
estabelece o tamanho relativo dos objetos que sero fundidos com o fundo da
imagem.
Como uma ilustrao considere a imagem obtida pelo telescpico espacial
Hubble em rbita em torno da terra. O resultado da mscara de mdia 15x15
mostrado ao lado. Na imagem filtrada vemos que um grande nmero de objetos
ou se fundiram com o fundo ou tiveram suas intensidades consideravelmente
diminudas.
Imagem original
Imagem filtrada
Com a realizao de uma operao de limiarizao, aps a filtragem de

suavizao, pode-se eliminar objetos baseados em suas intensidades. O
resultado do uso da funo de limiar com um valor de corte equivalente a 25%
da maior intensidade presente na imagem borrada mostrado. Comparando este
resultado com a imagem original v-se que a imagem final representa os maiores
e mais brilhantes objetos presentes na imagem original.


NOTAS DE AULA
Imagem original
Imagem aps limiarizao
Filtros de ordem estatstica:

Filtros de ordem estatstica so filtros espaciais no-lineares cujas respostas so
baseadas na ordenao (ranking) de pixels contidos em uma rea englobada
pela mscara e posteriormente substituindo o valor do pixel central pelo valor
determinado pelo resultado do ranking. O exemplo mais conhecido dessa
categoria de filtros o de mediana, o qual, como o prprio nome implica,
substitui o valor de um pixel pela mediana dos nveis de cinza na vizinhana
daquela pixel (valor original do pixel includo no clculo da mediana). Filtros de
mediana so muito populares porque, para certos tipos de rudo, eles
apresentam uma excelente capacidade de reduo dos mesmos, com o
borramento conseqente muito menor que o apresentado por um filtro linear de
suavizao de mesmo tamanho. Os filtros de mediana so particularmente
efetivos na presena de rudo de impulso (impulse noise), tambm chamado
de salt-and-pepper noise devido a sua aparncia de pontos pretos e brancos
superpostos na imagem.
A mediana x de um conjunto de valores tal que metade dos valores desse
conjunto menor ou igual a x e a outra metade maior ou igual a x.
A filtragem de mediana em um ponto (x,y) de uma imagem realizada da
seguinte forma:
1. ordenao dos valores desse pixel (x,y) e de sua vizinhana;
2. determinao da mediana desses valores e

NOTAS DE AULA
3. designao do valor da mediana ao pixel (x,y).

Exemplos:
Em uma vizinhana 3x3 a mediana o quinto maior valor;
Em uma vizinhana 5x5 a mediana o 13o valor e assim por diante.
Suponha que uma vizinhana 3x3 tenha os seguintes valores (10, 20, 20,
20, 15, 20, 20, 25, 100). Esses valores so ordenados como (10, 15, 20,
20, 20, 20, 20, 25, 100), o que resulta em uma mediana de 20.
Embora o filtro de mediana seja o mais usado filtro de ordem estatstica em
processamento de imagem, no o nico. Dos conceitos bsicos de estatstica
tem-se que a mediana representa o percentil 50 de um conjunto ordenado
(ranking) de nmeros. Entretanto, outras possibilidades de ranqueamento:
usando o percentil 100 temos um filtro denominado max filter o qual
til para a determinao dos pontos mais brilhantes (mais claros) de uma
imagem. A resposta de um max filter 3x3 dada por R max z k k 1 ,2 ,...,9 .
Usando o percentil 0, temos um filtro denominado de min filter , o qual
usado para o propsito oposto do max filter, ou seja, na determinao dos
pontos mais escuros de uma imagem.
Exemplo :
A figura mostra uma imagem de raios X de uma PCI fortemente corrompida com
rudo salt-and-pepper . O propsito deste exemplo ilustrar a superioridade do
filtro de mediana sobre o filtro de mdia em situaes como a da imagem deste
exemplo. O resultado do processamento da imagem da placa usando filtro de
media e de mediana com vizinhana 3x3 mostrado


NOTAS DE AULA
A imagem processada com filtro de mdia tem menos rudos visveis, mas o
preo pago o blurring da imagem. A superioridade em todos os aspectos do
filtro de mediana evidente, mostrando que esse se adequa muito mais para a
remoo de rudo salt-and-pepper que o de mdia.
No IPT do matlab a funo ordfilt2 gera filtros de ordem estatstica (tambm
chamados de filtros de rank ordenao). A sintaxe dessa funo :
g=ordfilt2(f, order, domain)

onde: g a imagem de sada obtida substituindo cada elemento de f pelo
elemento de ordem=order em um conjunto de vizinhos especificados a partir dos
elementos diferentes de zero de uma mscara (domain)
A implementao de um filtro de mediana a partir dessa funo da seguinte
forma:
g=ordfilt2(f, median(1:m*n), ones (m,n))
devido a importncia prtica da mediana em pdi, o toolbox fornece uma

implementao especfica para o filtro de mediana:
g= medfilt2(f, [m n], padopt)


NOTAS DE AULA
[m n] define o tamanho da vizinhana;

padopt especifica uma das trs bordas possveis: zeros (default),
symetric e indexed (onde f estendido com 1s se for da classe
doubl e com 0s do contrrio.
A forma default desta funo

g=medfilt2(f)
o qual usa uma vizinhana 3x3 e pads zeros.


NOTAS DE AULA
Filtros espaciais sharpening ( aguamento)

Objetivo principal:
enfatizar detalhes finos de uma imagem ou
realar detalhes que tenham sido borrados, em conseqncia de erros ou
como efeito natural de um mtodo particular de aquisio de imagem.
Usos:
Os usos de sharpening de imagens so variados, incluindo aplicaes
desde impresso eletrnica e imagens mdicas at inspeo industrial e
deteco automtica de alvos em armas inteligentes.
Blurring de uma imagem pode ser obtido Sharpening o efeito oposto ao

com um filtro de mdia em uma vizinhana; blurring
A mdia anloga a integrao
Lembrete:
o valor mdio de uma funo genrica y = f(x) no
intervalo x=a at x=b, dado por:
ymed
1
b- a
lgico concluir que o efeito de

Sharpening pode ser obtido a
partir da diferenciao espacial
a f(x).dx
Apresentaremos a seguir vrias maneiras de definir e implementar operadores

para o sharpening atravs da diferenciao digital.
Fundamentalmente, a fora da resposta de um operador derivativo
proporcional ao grau de descontinuidade da imagem naquele ponto em que o
operador aplicado. Portanto, a diferenciao de imagens reala bordas e outras
descontinuidades (tais como rudo) e deemphasize reas com variaes leves de
nvel de cinza.
Fundamentos:
A derivada de uma funo digital definida em termos de diferenas. H vrios
modos de definir essas diferenas.
Uma vez que estamos lidando com quantidades digitais cujos valores so finitos,
a mudana mxima possvel de valor de nvel de cinza tambm finita, e a

NOTAS DE AULA
menor distncia sobre a qual essa mudana pode ocorrer entre pixels
adjacentes.
f(x-1)
f(x) f(x+1)
Uma definio bsica de derivada de primeira ordem de uma funo

unidimensional a diferena
f
f ( x 1) f ( x )
x
f(x)-f(x-1)
f(x+1)-f(x)
f(x+2)-f(x+1)
Similarmente define-se a derivada de segunda ordem como a diferena:

2
f
x
f ( x 1 ) f ( x ) f ( x ) f ( x 1 )
2
f
x
f ( x 1) f ( x 1) 2f ( x )
Entretanto (para o que ns requeremos) qualquer definio usada para derivada

de primeira ordem:
1. deve ser zero para segmentos planos (reas de valores de nveis de cinza
constantes);
2. deve ser diferente de zero no comeo de um step ou de uma rampa e
3. deve ser diferente de zero ao logo da rampa.
Similarmente, qualquer definio de derivada de segunda ordem:
1. deve ser zero em reas planas;
2. deve ser diferente de zero no comeo e no fim de steps ou rampas e
3. deve ser zero ao longo de rampas de inclinao constante.
Para verificar que essas duas definies satisfazem as condies colocadas
anteriormente para as derivadas de primeira e segunda ordem e tambm para
realar as similaridades e diferenas entre a derivada de primeira e a de segunda
ordem no contexto do processamento de imagens, vamos considerar o exemplo
a seguir:


NOTAS DE AULA
A figura mostra uma imagem que contm vrios objetos slidos, uma linha, e
um ponto de rudo. Ao lado mostra-se um perfil de nvel de cinza de uma linha
horizontal (scan line) da imagem que inclui o ponto de rudo. Iremos utilizar esse
perfil para ilustrao.
Uma simplificao desse perfil apresentada a seguir com o propsito de
analisarmos como a primeira e a segunda derivada se comportam quando elas
encontram:
um ponto de rudo,
uma linha, e
a borda de um objeto


NOTAS DE AULA
Nesse
diagrama utilizamos as seguintes simplificaes:

A transio em rampa se estende por 4 pixels
O ponto de rudo um nico pixel
A linha tem 3 pixels de espessura
A transio em degrau ocorre entre pixels adjacentes
Rampas (bordas)
1a derivada:
diferente de zero em toda a rampa;
a
2 derivada:
diferente de zero no comeo e no fim da
rampa
zero ao longo da rampa
Ambas detectam bordas;


NOTAS DE AULA
Pontos isolados (rudos):

1a derivada:
diferente de zero = -6;
a
2 derivada:
diferente de zero =-12
Ambas detectam rudos;
A segunda derivada d uma resposta mais forte;
Linha fina (detalhe fino):

1a derivada:
diferente de zero
2a derivada:
diferente de zero
Ambas detectam detalhes finos da imagem;

A segunda derivada d uma resposta mais forte;


NOTAS DE AULA
Degrau de nvel de cinza:

1a derivada:
diferente de zero (7)
2a derivada:
diferente de zero (7)
a 2 derivada do pixel adjacente negativa (-7)
Ambas respondem de forma semelhante a um degrau.
No caso do degrau no partir do zero (3, por exemplo) a segunda
derivada teria valor menor.
Ex: 0 3 7 7
A primeira derivada seria: 4 (7-3) e a segunda: 1 (0+7-6) - lembrese que essa transio ocorre entre pixels adjacentes
Por conta do exposto tem-se que:


NOTAS DE AULA
Bordas em imagens digitais so frequentemente transies em rampa.

Neste caso, a primeira derivada resultaria em bordas espessas porque a
derivada diferente de zero ao longo da rampa. Por outro lado, a segunda
derivada produziria uma borda dupla de um pixel de espessura, separadas
por zeros.
A derivada de segunda ordem mais adequada que a de primeira

para enfatizar detalhes finos das imagens, uma caracterstica
desejvel para o realce de imagens. Veremos tambm que a
derivada de segunda ordem mais fcil de implementar que a de
primeira ordem


NOTAS DE AULA
Uso de operadores derivativos de segunda ordem Laplaciano - para o

realce de imagens
Abordagem:
1. Definio de uma formulao discreta da derivada de segunda ordem;
2. Construo de uma mscara baseada nessa formulao;
Interesse:
Filtros isotrpicos: filtros cuja resposta independente da direo das
descontinuidades presentes na imagem so filtros invariantes de rotao.
Desenvolvimento do mtodo:
O mais simples operador derivativo isotrpico o laplaciano, o qual, para uma
funo (imagem) f(x,y) de duas variveis definido como:
2 f 2 f
2 2
x
y
2
(1)
Assim como as derivadas de qualquer ordem, o laplaciano um operador linear.

Para utilidade em pdi, esta equao precisa ser expressa na forma discreta.
f(x-1,y-1)
f(x-1,y)
f(x-1,y+1)
f(x,y-1)
f(x,y)
f(x,y+1)
f(x+1,y-1) f(x+1,y) f(x+1,y+1)
Figura ilustrao de sub-imagem utilizada na obtenao do laplaciano digital


NOTAS DE AULA
Levando em conta que temos duas variveis, usaremos as seguintes notaes

para derivadas de segunda ordem na direo x e y (expressas na forma discreta
laplaciano digital usando vizinhana) respectivamente:
2 f
f ( x 1, y ) f ( x, y ) f ( x, y ) f ( x 1, y )
x 2
f ( x 1, y ) f ( x 1, y ) 2 f ( x, y )
2 f
f ( x , y 1 ) f ( x , y ) f ( x , y ) f ( x , y 1 )
y 2
f ( x , y 1 ) f ( x , y 1 ) 2 f ( x , y )
(2)
(3)
A implementao do Laplaciano em duas dimenses obtido pela soma desses

dois componentes:
2 f f ( x 1, y ) f ( x 1, y ) f ( x , y 1 ) f ( x , y 1 ) 4 f ( x , y )
Essa equao pode ser implementada usando a mscara mostrada a seguir:
(4)
0 1 0
1 -4 1
0 1 0
figura: Mscara utilizada para implementar a equao do laplaciano digital
A aplicao dessa mscara d um resultado isotrpico para incrementos de

rotao de 90o.


NOTAS DE AULA
Direes diagonais podem ser incorporadas nessa definio de laplaciano digital

adicionando-se termos referentes as direes diagonais na equao anterior:
2 f f ( x 1, y ) f ( x , y ) f ( x , y ) f ( x 1, y )
f ( x , y 1 ) f ( x , y ) f ( x , y ) f ( x , y 1 )
f ( x 1, y 1 ) f ( x , y ) f ( x , y ) f ( x 1, y 1 )
(5)
f ( x 1, y 1 ) f ( x , y ) f ( x , y ) f ( x 1, y 1 )
f ( x 1, y ) f ( x 1, y ) f ( x , y 1 ) f ( x , y 1 ) f ( x 1, y 1 )
8 f ( x, y )
f ( x 1, y 1 ) f ( x 1, y 1 ) f ( x 1, y 1 )
1 1 1
1 -8 1
1 1 1
figura: Mscara utilizada para implementar a extenso da equao do laplaciano

digital, incluindo os vizinhos diagonais
Esta mscara produz resultados isotrpicos para incrementos de 45o.
As mscaras mostradas a seguir so tambm usadas com freqncia, elas so
baseadas numa definio do laplaciano que o negativo da que usamos para
construir as mscaras.
0 -1 0
-1 4 -1
0 -1 0
-1 -1 -1
-1 8 -1
-1 -1 -1


NOTAS DE AULA
Com j se sabe o laplaciano um operador derivativo, dessa forma, espera-se

que a aplicao de uma filtragem espacial com uma das mscaras mostradas
realar descontinuidades de nveis de cinza presentes na imagem e suavizar
regies com pequenas variaes de NC. Isto tender a produzir imagens com
linhas de bordas e outras caractersticas acinzentadas superpostas em um fundo
escuro e uniforme.
O uso bsico do laplaciano para o realce de imagens implementado pela soma
da imagem original com a obtida com o laplaciano. No entanto, deve-se levar em
conta qual mascara ser utilizada, conforme segue:
f ( x, y ) 2 f ( x, y )
g( x , y ) ou
f ( x, y ) 2 f ( x, y )
Se o coeficiente central da
mscara negativo
Se o coeficiente central da
mscara positivo
(6)
(ver programa filtro_laplaciano.m)
Exemplo: a figura 3.40(a) mostra uma imagem do plo norte da lua. A figura
3.40(b) mostra o resultado da filtragem com a mascara do laplaciano mostrada
abaixo
1 1 1
1 -8 1
1 1 1
A figura 3.40(c) foi re-escalonada com o propsito de apresentao. Observe que
as caractersticas dominantes nessa imagem so bordas e descontinuidades de
nveis de cinza. O fundo que antes era prximo do preto, agora cinza devido ao
escalonamento. Essa aparncia cinza tpica de imagens laplacianas que foram
submetidas a um processo de re-escalonamento.


NOTAS DE AULA
Adicionando a imagem original ao laplaciano tem-se uma imagem em que os

pequenos detalhes foram realados enquanto que a tonalidade do fundo foi
razoavelmente preservada.
A seguir apresenta-se o resultado em que se compara a aplicao do laplaciano
na mesma imagem do exemplo anterior implementados pelas mascaras
mostradas:


NOTAS DE AULA
0 1 0
1 -4 1
0 1 0
1 1 1
1 -8 1
1 1 1
Conforme esperado o resultado da ltima mscara o melhor.


NOTAS DE AULA
A funo fspecial (laplacian, alpha) implementa uma mascara laplaciana

genrica:
1 1 1
1
4
1
1 1 1
1 1 1
Com alpha variando entre [0,1]. O valor default para alpha 0,5. No entanto
para implementar a mscara [0 1 0; 1 -4 1; 0 1 0] alpha deve ser 0.

NOTAS DE AULA
Devido ao fato do laplaciano ser um operador linear os resultados obtidos

utilizando-se as mscaras equivalentes a equao (6) podem ser obtidos
aplicando-se apenas uma das mscaras apresentadas abaixo:
0 -1 0
-1 5 -1
0 -1 0
-1 -1 -1
-1 9 -1
-1 -1 -1
Isto possvel porque a eq. (6) a diferena (soma) de dois processos lineares.
Isto f(x,y) pode ser visto como o processamento de f(x,y) por uma mscara
com coeficiente central igual a 1 e 0 nas outras posies.
O segundo termo da equao corresponde ao processamento da imagem com
uma mscara laplaciana.
0 0 0
0 1 0
0 -1 0
0 1 0 - 1 -4 1 = -1 5 -1
0 0 0
0 1 0
0 -1 0
0 0 0
1 1 1
-1 -1 -1
0 1 0 - 1 -8 1 = -1 9 -1
0 0 0
1 1 1
-1 -1 -1
Um processo usado por muitos anos na indstria grfica para realar imagens
consiste na subtrao da verso borrada de uma imagem pela prpria imagem.
Este processo, chamado de unsharp masking expresso por:
fs ( x, y ) f ( x, y ) f ( x, y )
(7)
f s ( x , y ) a imagem
borrada de f ( x , y ) .
Onde
realada de
f ( x, y )
f ( x, y )
a verso


NOTAS DE AULA
Dicas de implementao:
O procedimento de filtragem uma convoluo no domnio espacial. Existem vrias
maneiras de implement-la. Uma delas a convoluo tradicional. No mtodo
tradicional, o kernel "carimbado" sobre cada pixel da imagem e em cada um desses
passos os valores do kernel so multiplicados com os valores dos pixels alinhados com
essa matriz. Em cada passo somam-se os produtos para gerar o valor do pixel de sada.
O mtodo denominado de buffer de acumulao, a imagem de entrada acumulada
sucessivas vezes em um buffer. Cada imagem acumulada deslocada (na vertical e na
horizontal) um nmero de pixels que corresponde ao ndice do kernel que contm o
valor atual do filtro. Em resumo, no mtodo tradicional o kernel deslocado no
domnio da imagem, enquanto no mtodo do buffer de acumulao, o buffer de
acumulao deslocado no domnio do kernel. A convoluo no feita em um pixel
de cada vez. Ao invs disso, em cada passo todos os pixels so convoludos de uma s
vez com a contribuio de um dos elementos do kernel. Por exemplo, se o tamanho do
kernel 3x3, a imagem deve ser acumulada 9 vezes, cada uma tendo sido multiplicada
por um valor do kernel. Obviamente, o resultado da convoluo no mtodo tradicional
e no buffer de acumulao o mesmo.


TEMA 12 - Fundamentos de Filtros Espaciais

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TEMA 12 - Fundamentos de Filtros Espaciais

Enviado por

Direitos autorais:

Formatos disponíveis

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Fundamentos de Filtros espaciais

imagem referem-se as medidas da variao dos nveis de cinza com a

Os denominados filtros passa-baixas atenuam ou eliminam os

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Os filtros passa-altas atenuam ou eliminam os componentes de

Como se implementa a filtragem no domnio espacial?

uma vizinhana - chamada de filtro, mscara, kernel, template

(2) uma operao predefinida que realizada nos pixels da imagem

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Filtragem espacial linear

Para uma mscara 3x3, mostrada a seguir, o resultado (ou resposta), R, da

w(-1,-1) w(-1,0) w(-1,1)

com uma mscara centrada em x , y . na imagem :

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Observe que o coeficiente w 0 ,0 . coincide com o valor f x , y . , indicando que a

O processo de filtragem linear similar ao conceito de convoluo no domnio

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Quando o interesse recai sobre a resposta R, de uma mascara mxn em qualquer

onde os ws so os coeficientes da mscara, os zs so os valores dos nveis de

Outra representao de uma mscara espacial 3x3

R w1 .z1 w2 .z2 ... w9 .z9 wi .zi

Filtros espaciais no lineares tambm operam em vizinhanas e o mecanismo de

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

O que acontece quando o centro da mscara aproxima-se das bordas

Se o centro da mscara move-se para mais prximo da borda, uma ou mais

A mais simples fazer com o centro da mscara se localize a uma distncia

o Neste caso, a imagem filtrada resultante ser menor que a original,

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

o Inserir um padding na imagem atravs da replicao de linhas ou

No final do processo o padding descartado.

Usados para obteno do blurring (borramento) e reduo de

utilizado na etapa de pr-processamento para a remoo de pequenos

Filtros lineares de suavizao:

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

A suavizao obtida atravs da substituio do valor de cada pixel da

nveis de cinza insuficiente.

Sumariando: o uso principal de filtros de mdia est na reduo de

Efeitos indesejveis: As bordas (as quais quase sempre so caractersticas

mdia dos nveis de cinza dos pixels na

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Os parmetros desta equao so definidos na equao (1). O

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Os efeitos da suavizao como uma funo do tamanho do filtro so ilustrados

Imagem original de 500x500 pixels.

Os quadrados pretos no topo da imagem so de

A principal caracterstica desses resultados so:

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

O resultado para n=5 muito similar ao

Para n=9 v-se um considervel aumento

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS

Este tipo de borramento excessivo geralmente usado para eliminar pequenos

Com a realizao de uma operao de limiarizao, aps a filtragem de

Profa Dra Marly Guimares Fernandes Costa

DISCIPLINA: PROCESSAMENTO DIGITAL DE IMAGENS