El procesamiento de imágenes tiene como objetivo mejorar el aspecto de las imágenes y hacer más evidentes en ellas ciertos detalles que se desean hacer notar. La imagen puede haber sido generada de muchas maneras, por ejemplo, fotográficamente, o electrónicamente, por medio de monitores de televisión. El procesamiento de las imágenes se puede en general hacer por medio de métodos ópticos, o bien por medio de métodos digitales, en una computadora.
En el procesamiento digital de imágenes se distinguen algunos niveles:
Procesos de Bajo Nivel:
Utilizan operaciones como el pre procesamiento de imagen para reducir el ruido, mejora del contraste, y filtros de enfoque.
Se caracterizan por que sus entradas son imágenes y sus salidas también.
Procesos de Nivel Medio:
Operaciones como segmentación y clasificación de objetos individuales.
Se caracterizan por que sus entradas son generalmente imágenes, pero sus salidas son atributos extraídos de esas imágenes (contornos, bordes, identidad de objetos individuales).
Procesos de Alto Nivel:
Implica el obtener algún significado de un conjunto de objetos reconocidos – análisis de imágenes – y, finalmente, realizar las funciones cognitivas asociadas con la vista.
Uno de los primeros lugares donde se empezó a realizar el procesamiento digital fue en el Jet Propulsion Laboratory, en 1959, con el propósito de mejorar las imágenes enviadas por los cohetes. Los resultados obtenidos en un tiempo relativamente corto fueron tan impresionantes que muy pronto se extendieron las aplicaciones del método a otros campos.
El procesamiento digital de imágenes se efectúa dividiendo la imagen en un arreglo rectangular de elementos. Cada elemento de la imagen así dividida se conoce con el nombre de pixel. El siguiente paso es asignar un valor numérico a la luminosidad promedio de cada pixel. Así, los valores de la luminosidad de cada pixel, con sus coordenadas que indican su posición, definen completamente la imagen.
Una imagen f(x,y) esta dada por sus coordenadas espaciales y su brillo, y es representada matemáticamente en una matriz, donde los índices de las filas y columnas indican un punto específico de la imagen.
Todos estos números se almacenan en la memoria de una computadora.
El tercer paso es alterar los valores de la luminosidad de los pixeles mediante las operaciones o transformaciones matemáticas necesarias, a fin de hacer que resalten los detalles de la imagen que sean convenientes. El paso final es pasar la representación de estos pixeles a un monitor de televisión de alta definición, con el fin de mostrar la imagen procesada.
Las técnicas de filtraje son transformaciones de la imagen pixel a pixel, que no dependen solamente del nivel de gris de un determinado pixel, sino también del valor de los niveles de gris de los pixeles vecinos en la imagen original. El proceso de filtraje se realiza utilizando matrices denominadas máscaras, que son aplicadas sobre la imagen.
Son el conjunto de técnicas englobadas dentro del pre procesamiento de imágenes cuyo objetivo fundamental es obtener, a partir de una imagen origen, otra final cuyo resultado sea más adecuado para una aplicación específica mejorando ciertas características de la misma que posibilite efectuar operaciones del procesado sobre ella.
Los principales objetivos que se persiguen con la aplicación de filtros son:
- Suavizar la imagen: reducir la cantidad de variaciones de intensidad entre píxeles vecinos.
- Eliminar ruido: eliminar aquellos píxeles cuyo nivel de intensidad es muy diferente al de sus vecinos y cuyo origen puede estar tanto en el proceso de adquisición de la imagen como en el de transmisión.
- Realzar bordes: destacar los bordes que se localizan en una imagen.
- Detectar bordes: detectar los píxeles donde se produce un cambio brusco en la función intensidad.
Por tanto, se consideran los filtros como operaciones que se aplican a los píxeles de una imagen digital para optimizarla, enfatizar cierta información o conseguir un efecto especial en ella.
El proceso de filtrado puede llevarse a cabo sobre los dominios de frecuencia y/o espacio.
Filtro gaussiano
Este filtro implementa mascaras que intentan imitar la forma de una gaussiana.
La desviación estándar sigma es el único parámetro del filtro gaussiano y es proporcional al tamaño del área de los vecinos más cercanos en que opera este filtro.
Los pixeles más lejanos del centro del operador tiene menor influencia y los pixeles más allá de tres valores de sigma a partir del centro tiene una influencia insignificante.
Este filtro tiene el inconveniente de que además de remover el ruido, empaña la imagen ocasionando perdida de los detallas más finos.
Este filtro es comúnmente utilizado en aplicaciones de detección de borde y análisis de escala espacial.
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 de una imagen, removiendo pixeles aislados con un valor muy alto o muy bajo
El procedimiento consiste en encontrar los valores máximo y mínimo de densidad para cada uno de los pixeles que se encuentran alrededor del pixel a analizar (pixel central).
si la intensidad del pixel central cae dentro del rango de sus vecinos no se realiza cambio alguno, por el contrario, si la intensidad del pixel central es mayor que el valor máximo el pixel central toma el valor del máximo sil la intensidad del pixel central es mano que el valor mínimo dicho valor es asignado al pixel central.
Realce de contraste
La técnica de realce de contraste tiene como objetivo mejorar la calidad de las imágenes bajo ciertos criterios subjetivos del ojo humano. Normalmente esta técnica es utilizada como una etapa de pre-procesamiento para sistemas de reconocimiento de patrones.
El contraste entre don objetos se puede definir como la razón entre sus niveles de gris medios. La manipulación de contraste consiste en una transferencia radiométrica en cada pixel, con el objetivo de aumentar la discriminación visual entre los objetos presentes en la imagen. La operación es realizada punto a punto. Esta transformación radiométrica se realiza con la ayuda de histogramas manipulados para obtener el realce deseado.
El filtro paso bajo es un tipo de filtro de suavizado empleado para remover ruido de alta frecuencia espacial en una imagen digital. Este ruido es generalmente introducido en la imagen durante el proceso de conversión de analógico a digita como un efecto secundario de la conversión física de patrones de energía luminosa a patrones eléctricos.
La reducción del ruido mediante el filtro de paso bajo se lleva a cabo mediante una cancelación de las variaciones más rápidas entre pixel y pixel. El ruido aparece de manera aleatoria de untos en la imagen, usualmente con valores bastante distintos a los valores más cercanos.
El efecto visual de un filtro paso bajo es el suavizado de la imagen y reducción del número de niveles de gris en la escena. Las altas frecuencias, que corresponden a las transiciones abruptas, son atenuadas. El suavizado tiende a minimizar ruidos y origina una imagen nítida, con niveles de gris mas difuminados.
De manera general, el filtro paso alto opera de la misma manera que el filtro paso bajo, mediante el análisis de los valores de cada pixel y cambiando estos de acuerdo a los valores de los pixeles vecinos. El efecto de este filtro sin embargo es opuesto. En vez de obtener un suavizado de la imagen, el filtro paso alto realza detalles de la imagen. Desafortunadamente eso tiende también a enfatizar en muchas ocasiones en ruido existente en la imagen. Por eso el uso de este filtro debe reservarse preferentemente a imágenes con muy poco ruido.
Filtro SUSAN (Samlles Univalue Segment Assimilating Nucleus)
El algoritmo SUSAN para la eliminación de ruido preserva la estructura de la imagen alisando únicamente sobre pixeles que se encuentran dentro de la región del pixel analizado (pixel central) tomando un excedente del promedio de los pixeles en la localidad que cae dentro de USAN (Univalue segment assimilating nucleus),siendo este un núcleo circular de pixeles utilizado para el cálculo matemático del nuevo valor del pixel central. Los pixeles que se encuentran fuera de esta región son asignados con valores prácticamente de cero.
Este filtro integra los mejores aspectos de los métodos de reducción de ruidos existentes incluyendo la preservación de bordes, arrojando, por consiguiente, resultados bastante aceptables.
Operadores para la detección de bordes
La detección de esquinas y líneas se basa en los operadores de detección de bordes, mismos que,, mediante el cálculo de primeras y segundas derivadas permiten determinar puntos de principal importancia para poder realizar las mediciones necesarias.
En el análisis de objetos dentro de las imágenes resulta esencial poder distinguir entre el objeto de interés y el resto de la imagen. Las técnicas utilizadas para determinar los objetos de interés son conocidas como técnicas de segmentación. Una de las más comunes es la segmentación mediante la detección de bordes.
Existe una gran variedad de métodos para la detección de bordes, mismos que se basan en información con respecto a los límites de una imagen, los métodos de detección de bordes utilizan para sus fines diversos operadores que marcan puntos de acuerdo a discontinuidades en los niveles de gris, los colores o las texturas.
Algunos de los algoritmos de detección de bordes más comunes son los siguientes:
Técnicas basadas en el gradiente:
- Operador de Roberts
- Operador de Sobel
- Operador de Prewitt
- Operador isotrópico (u operador de Frei-Chen)
Operadores basados en cruces por cero:
- Operador de Marr-Hildreth
- Detector de Canny
Los operadores basados en el gradiente asumen que los bordes de una imagen son pixeles con un alto gradiente. Un rápido índice de cambio de intensidad en alguna dirección dada por el ángulo del vector gradiente puede observarse en los pixeles delos bordes.
Referencias:
Conclusion:
El procesamiento de imágenes es muy útil ya que nos permite resaltar ciertas características de una imagen de acuerdo a lo que queramos lograr, para esto es muy útil y necesario el uso de los pixeles de la imagen, ya que sobre estos se realizan las operaciones necesarias para lograr efectos diferentes en ella, las operaciones fundamentales del procesamiento son el filtrado y la detección de bordes, siendo así que estos nos permiten mejorar la calidad d la imagen y eliminar el ruido, estas técnicas son muy útiles en varios campos como la medicina, las ciencias penales e incluso el arte; es importante conocer estas técnicas de procesamiento ya que muchos de nosotros las usamos habitualmente en programas de edición de imágenes como plixir, fotoshop, etc y no sabemos cómo es que funcionan estos métodos realmente, y el saberlo nos ayudara apoder emplearlo mejor.
1 comentario:
Muy buen trabajo encontré cada cosa que buscaba y en el mismo orden ;)
Publicar un comentario