En el procesamiento
digital de imágenes se distinguen dos niveles principales de manera general:
- Procesamiento de imágenes a bajo nivel
- Muy poco uso de conocimiento respecto al
contenido de las imágenes.
- Comúnmente se reconoce una secuencia de cuatro
para el procesamiento a bajo nivel: adquisición de la imagen,
pre-procesamiento, segmentación de la imagen, descripción y clasificación
de objetos.
- Entendimiento de imágenes a alto nivel
- Existe la capacidad de realizar toma de decisiones
respecto al contenido de las imágenes.
El procesamiento de
imágenes está dado por un conjunto de operaciones llevadas a cabo sobre las
imágenes a fin de realizar mediciones cuantitativas para poder describirlas.
Una característica es
un atributo usado para hacer decisiones respecto a objetos en la imagen.
Algunos atributos son naturales y se definen mediante la apariencia visual de
la imagen, los artificiales, son el resultado de operaciones realizadas a la
imagen.
Una imagen f(x,y) está
dada por sus coordenadas espaciales y su brillo, y es representada
matemáticamente en una matriz.
Las herramientas para
la adquisición de imágenes transforman la imagen visual de un objeto físico y
sus características intrínsecas en un conjunto de datos digitalizados, usados
para procesarla.
El procesamiento
digital de imágenes tiene diversas aplicaciones y problemas:
- Representación
- Transformación
- Modelado
- Restauración
- Reconstrucción
- Análisis
- Comprensión de datos
Se define como ruido
cualquier entidad en las imágenes, datos o resultados intermedios que no son
interesantes para la computación que se pretende llevar a cabo.
Las técnicas de
filtraje son transformaciones de la imagen píxel a píxel, que dependen de los
niveles de gris de los píxeles vecinos en la imagen original. El proceso de
filtraje se realiza utilizando matrices denominadas máscaras, que son aplicadas
sobre la imagen. Los filtros sirven para suavizar o realzar detalles de la
imagen, o minimizar efectos de ruido.
Filtro gaussiano. Este
filtro implementa máscaras que intentan imitar la forma de una gaussiana:
G(x,y) = e - (x + y)² / 2σ², donde x, y son las coordenadas de la imagen y
sigma una desviación estándar de la probabilidad de distribución asociada.
Filtro mediana (rango
de vecindades). El objetivo del filtro mediana es reducir el empañamiento de
los bordes. Este filtro reemplaza el píxel actualmente analizado en la imagen
por la mediana del brillo con respecto a los vecinos más cercanos.
Filtro de suavizado
direccional (preservación de bordes). La eliminación de ruido mediante
suavizado distorsiona la información con respecto a los bordes. Que se calcula
en varias direcciones según la ecuación:
I’ (x,y) =
1/Nθ(k,l)∈EθΣΣ I(x-k, y-l).
Filtro de suavizado
conservador. Esta técnica de reducción del nivel de ruido emplea un algoritmo
de filtración simple y rápida que sacrifica su poder de eliminación de ruido a
cambio de preservar el detalle espacial de la frecuencia en una imagen,
removiendo píxeles aislados con un valor muy alto o muy bajo.
Realce de contraste.
Tiene como objetivo mejorar la calidad de las imágenes bajo ciertos criterios
subjetivos del ojo humano. El contraste entre dos objetos se puede definir como
la razón entre sus niveles de gris medios. La manipulación de contraste
consiste en una transferencia radiométrica en cada píxel.
Filtro paso bajo es
empleado para remover ruido de alta frecuencia espacial en una imagen digital.
La reducción del ruido mediante el filtro de paso bajo se lleva a cabo mediante
una cancelación de las variaciones más rápidas entre píxel y píxel.
Filtro paso alto opera
mediante el análisis de los valores de cada píxel y cambiando estos de acuerdo
a los valores de los píxeles vecinos. El filtro paso alto realza detalles de la
imagen.
Filtro SUSAN (Smallest
Univalue Segment Assimilating Nucleus). Preserva la estructura de la imagen
alisando únicamente sobre los píxeles que se encuentran dentro de la región del
píxel analizado (píxel central). Este filtro integra los mejores aspectos de
los métodos de reducción de ruidos existentes incluyendo la preservación de
bordes.
En el análisis de
objetos dentro de las imágenes resulta esencial distinguir entre el objeto de
interés y el resto de la imagen. Una de las técnicas más conocidas es la
segmentación mediante la detección de bordes.
La detección de bordes
es la aplicación de un algoritmo con esté propósito que dará como resultado un
contorno. Su objetivo es obtener imágenes cuya salida muestre píxeles de mayor
intensidad en los valores que detecten transiciones cercanas.
Alguno de los
algoritmos de detección de bordes más comunes son:
Técnicas basadas en el
gradiente: Operador de Roberts, Operador de Sobel, Operador de Prewitt,
Operador Isotrópico.
Operadores basados en
cruces por cero: Operador de Marr-Hildreth, Detector de Canny.
Los operadores basados
en el gradiente son píxeles con un alto gradiente. Un rápido índice de cambio
de intensidad dada por el ángulo del vector gradiente puede observarse en los
píxeles de los bordes.
Un píxel de borde se
describe por: Intensidad del borde (magnitud del gradiente) y dirección del
borde (ánglo del gradiente).
Operador de Roberts.
Utiliza las direcciones diagonales para calcular el vector gradiente mediante
máscaras.
Operador de Sobel.
Calcula la magnitud del gradiente mediante: M√ sx² + sy²
Operador de Prewitt.
Expande la definición del gradiente en una máscara de 3x3 para se más inmune al
ruido, utiliza la misma ecuación que Sobel, pero con constante c = 1.
Operador Isotrópico.
Intenta llegar a un equilibrio entre operador Prewitt y Sobel. Prewitt
proporciona detección para bordes verticales y horizontales, y Sobel detección
de bordes diagonales.
Conclusión
A lo largo de las
investigaciones sobre la materia puede comprender que la Graficación siempre sería un tema de la cual
siempre se esta actualizando y mejorando las herramientas para diseñar imágenes
y modelar.
El procesamiento de las imágenes es un tema del cual uno puede decir que es una tarea sencilla, cuando la realidad es otra.El procesamiento de imágenes está dado por un conjunto de operaciones llevadas a cabo sobre las imágenes a fin de realizar mediciones cuantitativas para poder describirlas.
Bibliografía
http://www.oac.uncor.edu/documentos/programas/CAlderon.pdf
No hay comentarios.:
Publicar un comentario