S15-Procesamiento Digital de Imágenes y VA

PROCESAMIENTO DIGITAL
DE IMÁGENES Y VISIÓN
ARTIFICIAL
Sesión 15
Prof. Ing. Eduardo Steve Rodriguez Canales
Repaso
¿Para qué usamos el filtrado lineal?

Repaso
Los filtros lineales tienen las siguientes aplicaciones:
● Destaca el aspecto característico de pequeños grupos de

píxeles (rayas de cebra, manchas de perro dálmata).
● Reduce el efecto del ruido.
● Encuentre bordes y otros patrones (por ejemplo, elementos
de esquina).
Logro
En esta sesión introduciremos los filtros digitales basados en frecuencia y su relación con
la transformada de fourier.
Jean Baptiste Joseph Fourier
Fourier nació en Auxerre, Francia en 1768

– Más famoso por su obra “La Théorie Analitique de la
Chaleur” publicada en 1822
– Traducido al inglés en 1878: “The Analytic Theory of Heat”
Nadie prestó mucha atención cuando el trabajo se publicó por
primera vez.
Una de las teorías matemáticas más importantes de la
ingeniería moderna.
Idea general
Cualquier función que se repite periódicamente se puede expresar como una suma de
senos y cosenos de diferentes frecuencias, cada uno multiplicado por un coeficiente
diferente: una serie de Fourier.
Idea general
Observe cómo nos acercamos más y más a la función original a medida que
agregamos más y más frecuencias
La transformada discreta de Fourier
La Transformada Discreta de Fourier de f(x, y), para x = 0, 1, 2...M-1 y y = 0,1,2...N-1,

denotada por F(u, v), viene dada por la ecuación:
Para u = 0, 1, 2...M-1 y v = 0, 1, 2...N-1

La transformada discreta de Fourier inversa
Es muy importante tener en cuenta que la transformada de Fourier es completamente

reversible. La DFT inversa viene dada por:
para x = 0, 1, 2...M-1 y y = 0, 1, 2...N-1

El filtro de caja
Tren de impulsos en 2D
Transformada de Fourier 2D de señales muestreadas
Aliasing
Patrones muaré
● Efecto de muestrear una escena con componentes periódicos o casi

periódicos (por ejemplo, cuadrículas superpuestas, líneas de trama de TV
y materiales despojados).
● En el procesamiento de imágenes, el problema surge cuando se
escanean impresiones de medios (por ejemplo, revistas, periódicos).
● El problema es más general que el muestreo de artefactos.
Patrones muaré
Los dibujos de cuadrículas superpuestas (no digitalizadas) producen el efecto de nuevas

frecuencias que no existen en los componentes originales.
Patrones muaré
En la industria gráfica el problema surge al escanear fotografías a partir de la superposición

de:
1) La red de muestreo (generalmente horizontal y vertical).

2) Patrones de puntos en la imagen del periódico.
Patrones muaré
Patrones muaré
La industria de la impresión utiliza medios tonos para hacer frente al problema.

El tamaño del punto es inversamente proporcional a la intensidad de la imagen.
DFT e Imágenes
La DFT de una imagen bidimensional se puede visualizar mostrando el espectro de

las frecuencias de los componentes de la imagen
DFT e Imágenes
Periodicidad de la DFT
● El rango de
frecuencias de la
señal está entre
[-M/2, M/2].
● La DFT cubre dos
semiperíodos
consecutivos de la
señal, ya que cubre
[0, M-1].
● Para fines de visualización y cálculo, es conveniente cambiar la

DFT y tener un período completo en [0, M-1].
● De las propiedades de DFT:
Haciendo N0=M/2:
Y F(0) ahora se encuentra en M/2

En dos dimensiones:
Y F(0,0) ahora se encuentra en (M/2, N/2).

Aunque las imágenes se diferencian por una simple transformación geométrica, no se

puede extraer información intuitiva de sus fases en cuanto a su relación.
La DFT y el procesamiento de imágenes
Para filtrar una imagen en el dominio de la frecuencia:

1. Calcule F(u,v) la DFT de la imagen
2. Multiplica F(u,v) por una función de filtro H(u,v)
3. Calcular el DFT inverso del resultado
La importancia del padding de ceros
Algunos filtros de dominio de frecuencia básicos
Filtros de suavizado en dominio de frecuencia
El suavizado se logra en el dominio de la frecuencia eliminando los

componentes de alta frecuencia. El modelo básico para el filtrado es:
donde F(u,v) es la transformada de Fourier de la imagen que se filtra y H(u,v) es la

función de transformación del filtro
Filtros de paso bajo: solo pasan las frecuencias bajas, eliminan las altas
Filtro pasa bajas ideal
Simplemente corte todos los componentes de alta frecuencia que estén a una
distancia específica D0 del origen de la transformación
al cambiar la distancia cambia el comportamiento del filtro

La función de transferencia para el filtro pasa bajas ideal se puede dar como:
donde D(u,v) se da como:

Arriba mostramos una imagen, su espectro de Fourier y una serie de filtros de paso bajo
ideales de radio 5, 15, 30, 80 y 230 superpuestos encima.
ILPF en el dominio espacial es una función sinc que tiene que ser truncada y
produce efectos de llamada.
El lóbulo principal es el responsable de la borrosidad y los lóbulos laterales son
los responsables del zumbido.
Filtros de paso bajo Butterworth
La función de transferencia de un filtro de paso bajo Butterworth de orden n con

frecuencia de corte a la distancia D0 del origen se define como:
La función de transferencia de un filtro de paso bajo gaussiano se define como:

Filtros de paso bajo gaussianos
Comparación de filtros pasa bajas
Filtro pasa bajas: ejemplo
Se utiliza un filtro gaussiano de paso bajo para conectar texto roto

Diferentes filtros gaussianos de paso bajo utilizados para eliminar imperfecciones en

una fotografía
Afinado en el Dominio de la Frecuencia
● Los bordes y los detalles finos de las imágenes están asociados con
componentes de alta frecuencia
● Filtros de paso alto: solo pasan las frecuencias altas, eliminan las bajas
● Las frecuencias de paso alto son precisamente lo contrario de los filtros de
paso bajo, por lo que:
Filtro pasa altas ideal
El filtro de paso alto ideal se da como:
donde D0 es la distancia de corte como antes

Filtro pasa altas ideal
Filtros pasa altas Butterworth
El filtro paso alto Butterworth se da como:
donde n es el orden y D0 es la distancia de corte como antes

Filtros pasa altas Butterworth
Filtros pasa altas Gaussianos
El filtro de paso alto gaussiano se da como:
donde D0 es la distancia de corte como antes

Filtros pasa altas: Ejemplos
Laplaciano en el dominio de la frecuencia
Laplaciano en el dominio de la frecuencia: Ejemplo
Filtros pasa banda
Filtros pasa banda
Filtros pasa banda
Transformada rápida de Fourier
● La razón por la que las técnicas basadas en Fourier se han vuelto tan
populares es el desarrollo del algoritmo Fast Fourier Transform (FFT).
● Permite realizar la transformada de Fourier en un tiempo razonable
● ¡Reduce la cantidad de tiempo necesario para realizar una transformada
de Fourier en un factor de 100 a 600 veces!
Filtrado de dominio de frecuencia y filtrado de dominio espacial
● Se pueden realizar trabajos similares en los dominios espacial y de

frecuencia.
● El filtrado en el dominio espacial puede ser más fácil de entender
● El filtrado en el dominio de la frecuencia puede ser mucho más rápido,
especialmente para imágenes grandes
Conclusiones
En esta lección examinamos la mejora de la imagen en el dominio de la frecuencia
– Aliasing debido al muestreo
– La serie de Fourier y la transformada de Fourier
– Procesamiento de imágenes en el dominio de la frecuencia

• Suavizado de imágenes
• Nitidez de imagen

S15-Procesamiento Digital de Imágenes y VA

Cargado por

Copyright:

Formatos disponibles

S15-Procesamiento Digital de Imágenes y VA

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S15-Procesamiento Digital de Imágenes y VA

Cargado por

Copyright:

Formatos disponibles

PROCESAMIENTO DIGITAL

¿Para qué usamos el ﬁltrado lineal?

Los ﬁltros lineales tienen las siguientes aplicaciones:

● Destaca el aspecto característico de pequeños grupos de

Fourier nació en Auxerre, Francia en 1768

La Transformada Discreta de Fourier de f(x, y), para x = 0, 1, 2...M-1 y y = 0,1,2...N-1,

Para u = 0, 1, 2...M-1 y v = 0, 1, 2...N-1

Es muy importante tener en cuenta que la transformada de Fourier es completamente

para x = 0, 1, 2...M-1 y y = 0, 1, 2...N-1

● Efecto de muestrear una escena con componentes periódicos o casi

Los dibujos de cuadrículas superpuestas (no digitalizadas) producen el efecto de nuevas

En la industria gráfica el problema surge al escanear fotografías a partir de la superposición

1) La red de muestreo (generalmente horizontal y vertical).

La industria de la impresión utiliza medios tonos para hacer frente al problema.

La DFT de una imagen bidimensional se puede visualizar mostrando el espectro de

● Para fines de visualización y cálculo, es conveniente cambiar la

Y F(0) ahora se encuentra en M/2

Y F(0,0) ahora se encuentra en (M/2, N/2).

Aunque las imágenes se diferencian por una simple transformación geométrica, no se

Para filtrar una imagen en el dominio de la frecuencia:

El suavizado se logra en el dominio de la frecuencia eliminando los

donde F(u,v) es la transformada de Fourier de la imagen que se filtra y H(u,v) es la

al cambiar la distancia cambia el comportamiento del filtro

donde D(u,v) se da como:

La función de transferencia de un filtro de paso bajo Butterworth de orden n con

La función de transferencia de un filtro de paso bajo gaussiano se define como:

Se utiliza un filtro gaussiano de paso bajo para conectar texto roto

Diferentes filtros gaussianos de paso bajo utilizados para eliminar imperfecciones en

El filtro de paso alto ideal se da como:

donde D0 es la distancia de corte como antes

El filtro paso alto Butterworth se da como:

donde n es el orden y D0 es la distancia de corte como antes

El filtro de paso alto gaussiano se da como:

donde D0 es la distancia de corte como antes

● Se pueden realizar trabajos similares en los dominios espacial y de

En esta lección examinamos la mejora de la imagen en el dominio de la frecuencia

– Aliasing debido al muestreo

– La serie de Fourier y la transformada de Fourier

– Procesamiento de imágenes en el dominio de la frecuencia

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.