Universidad Politécnica Estatal del Carchi

Facultad de Industrias Agropecuarias y Ciencias Ambientales

Procesamiento de Imágenes

Suavizado de Imágenes

Autor: Jonathan Guevara, Cristian Tutillo

Octubre 2018 – Febrero 2019

 Suavizado de Imágenes

El suavizado de imágenes se utiliza normalmente bajo dos supuestos: dar a una imagen
un suavizado o efecto especial y para la eliminación de ruido.

Existen dos formas de abordar el problema: en el dominio espacial y en el de la frecuencia.

En el domino espacial, la operación de suavizado se realiza normalmente mediante una

operación de filtrado.

En este tema nos centraremos en operaciones de suavizado para realizar efectos especiales
(dejamos las operaciones de restauración o eliminación de ruido).

En líneas generales, una operación de suavizado conlleva una eliminación de los bordes
de una imagen, es decir, una atenuación de las altas frecuencias, mientras se mantienen
las bajas y medias frecuencias.

El empleo de máscaras espaciales para el procesamiento de las imágenes se denomina

frecuentemente filtrado espacial. En este apartado consideraremos filtros espaciales
lineales y no lineales para la mejora de las imágenes.

Los filtros lineales se basan en conceptos que se introducen en el dominio transformado.

Así, tenemos los filtros paso bajo que atenúan o eliminan las componentes de alta
frecuencia a la vez que dejan inalteradas las bajas frecuencias. Los filtros paso alta que
atenúan o eliminan las componentes de baja frecuencia con lo que agudizan las
componentes de alta frecuencia. Los filtros paso banda que eliminan regiones elegidas de
frecuencias intermedias (Restauración de Imágenes).

La forma de operar estos filtros 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.

Los filtros espaciales no lineales, también operan sobre entornos. Sin embargo, su
operación se basa directamente en los valores de los pixels en el entorno en
consideraciones.
 Filtros de suavizado(lineales)

La imagen de salida está basada en una media local del filtro de entrada donde todos los
coeficientes tienen el mismo peso.

Filtrado Pasa baja Triangulares

La imagen de salida está basada en una media local del filtro de entrada donde los
coeficientes tienen distintos pesos.

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.
 Filtros de suavizado no lineales

Los filtros de suavizado lineales (vistos anteriormente) tienden a "difuminar los ejes" a
causa de que las altas frecuencias de una imagen son atenuadas.

Cuando el objetivo es más la reducción del ruido que el difuminado, el empleo de los
filtros de mediana representa una posibilidad alternativa. En este caso, el nivel de gris de
cada pixel se reemplaza por la mediana de los niveles de gris en un entorno de este pixel,
en lugar de por la media. Este método es particularmente efectivo cuando el patrón de
ruido consiste en componentes fuertes y de forma picuda, y la característica que se desea
preservar es la agudeza de los bordes.

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.

La idea consiste en lo siguiente: se parte de una ventana de tamaño J=K=4L+1 donde L

es un entero. La ventana se parte en cuatro regiones.

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.

Referencia Bibliográfica: http://www.varpa.org/~mgpenedo/cursos/Ip/Tema4/nodo4_2.html