Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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
(2)
mn
wi .zi
i 1
w1 w2 w3
w4 w5 w6
w7 w8 W9
(3)
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;
( n 1)
pixels a partir da borda da imagem.
2
( n 1)
da borda da imagem original.
2
Filtros de suavizao
1
9
zi
i 1
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.
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
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.
n=5
n=15
n=35
Profa Dra Marly Guimares Fernandes Costa
Fone: 3647-4483 fax: 3647-4494, e-mail: mcosta@ufam.edu.br
Imagem original
Imagem filtrada
Imagem original
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
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 :
Lembrete:
o valor mdio de uma funo genrica y = f(x) no
intervalo x=a at x=b, dado por:
ymed
1
b- a
a f(x).dx
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
Profa Dra Marly Guimares Fernandes Costa
Fone: 3647-4483 fax: 3647-4494, e-mail: mcosta@ufam.edu.br
menor distncia sobre a qual essa mudana pode ocorrer entre pixels
adjacentes.
f(x-1)
f(x) f(x+1)
f(x)-f(x-1)
f(x+1)-f(x)
f(x+2)-f(x+1)
f
x
f ( x 1 ) f ( x ) f ( x ) f ( x 1 )
2
f
x
f ( x 1) f ( x 1) 2f ( x )
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
Nesse
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;
2 f 2 f
2 2
x
y
2
(1)
f(x-1,y)
f(x-1,y+1)
f(x,y-1)
f(x,y)
f(x,y+1)
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)
2 f f ( x 1, y ) f ( x 1, y ) f ( x , y 1 ) f ( x , y 1 ) 4 f ( x , y )
(4)
0 1 0
1 -4 1
0 1 0
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
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)
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.
0 1 0
1 -4 1
0 1 0
1 1 1
1 -8 1
1 1 1
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.
Profa Dra Marly Guimares Fernandes Costa
Fone: 3647-4483 fax: 3647-4494, e-mail: mcosta@ufam.edu.br
-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
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.