Professional Documents
Culture Documents
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 2 / 73
Filtragem no Domı́nio do Espaço
Introdução
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 3 / 73
Filtragem no Domı́nio do Espaço
Introdução
Introdução
Introdução
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 6 / 73
Filtragem no Domı́nio do Espaço
Filtragem Espacial
Filtragem espacial
I Movimentação do filtro ponto-a-ponto na imagem
I A cada ponto (x,y), a resposta do filtro no ponto é calculada
I Filtragem espacial linear
I Soma dos produtos dos coeficientes do filtro e pixels
correspondentes na área afetada pela máscara
I Exemplo para uma máscara 3 × 3:
Filtragem espacial
I Máscaras de tamanho m × n
I m = 2a + 1
I n = 2b + 1
I a e b: números inteiros positivos
I Filtragem linear de imagem M × N por máscara m × n:
Filtragem espacial
I Expressões usadas:
I Convolução de uma máscara com uma imagem
I Kernel de convolução
Filtragem espacial
Filtragem espacial
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 12 / 73
Filtragem no Domı́nio do Espaço
Filtros de Suavização
Filtros de Suavização
I Borramento
I Pré-processamento
I Remoção de detalhes pequenos antes da extração de objetos
maiores
I Conectar pequenas descontinuidades em linhas e curvas
I Redução de Ruı́do
I Borramento e filtragem não linear
I x e y variam em 1 a M e 1 a N, respectivamente
I Denominador só precisa ser calculado uma vez
I Resultado varia de acordo com o tamanho do filtro
I Exemplo com máscaras em imagem 500 × 500
Máscaras com n = 5 e n = 9
Máscaras com n = 15 e n = 35
Visão geral
I Obervações:
I Redução de aliasing
I Redução de ruı́dos
I Eliminação de objetos menores que o tamanho da máscara
I Objetos com cor próxima à do fundo tendem a desaparecer
I Efeito do padding
I Aplicação importante na segmentação:
I Reduz ruı́do e deixa objetos grandes mais homogêneos
I Tamanho da máscara estabelece o tamanho relativo dos
objetos que desaparecerão com o fundo
I Máscara 15×15
I Limiarização em 25% do maior valor encontrado na imagem
borrada
I Representação das maiores e mais brilhantes áreas da imagem
Filtro da Mediana
Filtro da Mediana
Filtro da Mediana
I Filtro máximo:
I Usa o elemento de maior valor na ordenação
I Encontra pontos brilhantes na imagem
I Exemplo: máscara 3×3: R = max {zk |k = 1, 2, ..., 9}
I Filtro mı́nimo:
I Usa o elemento de menor valor na ordenação
I Exemplo: máscara 3×3: R = min{zk |k = 1, 2, ..., 9}
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 30 / 73
Filtragem no Domı́nio do Espaço
Filtros Espaciais de Aguçamento
Fundamentos
Fundamentos
I Primeira derivada:
I = 0 em segmentos planos
I 6 0 em transições entre degraus ou rampas
=
I 6 0 ao longo de rampas com curva constante
=
I Segunda derivada:
I = 0 em segmentos planos
I 6= 0 em transições entre degraus ou rampas
I = 0 ao longo de rampas com curva constante
Fundamentos
Fundamentos
Fundamentos
Fundamentos
Fundamentos
Laplaciano
I Operador derivativo isotrópico simples
I Definido para uma imagem f (x , y ) como:
I Na forma discreta:
Laplaciano
Laplaciano
Laplaciano
I Direção diagonal pode ser considerada com adição de mais
termos à equação:
Laplaciano
I Implementações baseada no negativo do Laplaciano:
Laplaciano
I Destaca descontinuidades
I Tira a ênfase de regiões com variação gradual de cor
I Linhas acinzentadas em fundo escuro
I Adição das imagens filtradas à original
I Fundo preservado, com realce nas arestas
I Laplace com centro negativo deve ser subtraı́do
Laplaciano
Laplaciano
I Magnitude do vetor:
Gradiente
Gradiente
I Magnitude do gradiente:
Gradiente
I Aproximação digital considerando região 3 × 3:
I Gx = (z8 − z5 )
I Gy = (z6 − z5 )
I Roberts (diferenças cruzadas):
I Gx = (z9 − z5 )
I Gy = (z8 − z6 )
Gradiente - Roberts
I Gradiente pode então ser computado como:
Gradiente - Roberts
Gradiente - Sobel
Gradiente - Sobel
I Implementação com valores absolutos e máscara 3 × 3:
I Máscara:
Gradiente - Sobel
Gradiente
Gradiente - Exemplo
Gradiente - Exemplo
Sumário
Introdução
Filtragem Espacial
Filtros de Suavização
Filtros de Suavização Lineares
Filtros de Estatı́stica de Ordem
Filtro da Mediana
Outros Filtros de Estatı́stica de Ordem
Filtros Espaciais de Aguçamento
Fundamentos
Derivadas de Segunda Ordem
Laplaciano
Composição com Laplaciano
Derivadas de Primeira Ordem
Gradiente
Combinação de Filtros Espaciais de Realce
Profa. Beatriz Trinchão Andrade 64 / 73
Filtragem no Domı́nio do Espaço
Combinação de Filtros Espaciais de Realce
Escaneamento de ossos
I Detecção de doenças como infecções e tumores
I Baixa faixa dinâmica e alto nı́vel de ruı́do
I Como destacar mais os detalhes?
Escaneamento de ossos
Escaneamento de ossos
I Estratégia:
I Laplaciano pra destacar detalhes finos
I Gradiente pra destacar arestas proeminentes
I Versão borrada da imagem do gradiente é usada como máscara
na imagem do Laplaciano
I Aumento da faixa dinâmica com transformação dos nı́veis de
cinza
(a)Original
(b)Laplaciano (centro 8) com escala
Referências: