Ingeniería de la Salud IMAGEN BIOMEDICA Realce: Filtros en imagen digital (Parte I) 2013-14
Filtros
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros espaciales de realce
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia
Uncorrelated Noise Noise Noise Power Spectrum The spectrum of the uncorrelated noisy image has content at both low and high frequencies.
Función de densidad espectral o espectro de potencias Para una imagen no-aleatoria, Un proceso aleatorio estacionario tiene como función de densidad espectral: Notese que nada se dice de una muestra particular, sólo de la función de densidad espectral media.
Filtros en el dominio de la frecuencia: Filtro ideal de banda baja
Filtro ideal de banda baja SNR = 19.1 dB Noise-free Noisy
Ideal Low-pass Filter
Filtros de Fourier comunes Todos son filtros isotrópicos:
Filtros de Fourier comunes Filtro de Hanning
Filtros de Fourier comunes Filtro de Butterworth El exponente N determina el ratio de corte
Filtros de Fourier comunes Filtro Gaussiano
Comparación de filtros
Filtro de Butterworth .2 cyc/pix, orden N=4 SNR = 19.2 dB Noise-free Noisy
Filtros de detección de bordes Tomemos la primera derivada direccional de una imagen Esto es lo mismo que aplicar un filtro con una función de transferencia de jwx
Operadores gradientes Las derivadas son usadas como máscaras de convolución Pendiente local de intensidad Los resultados son las componentes x e y del gradiente de la intensidad. 0 0 0 -1 1 0 0 -1 0 0 1 0 0 0 0 Gradiente-x Gradient-y
Operadores gradientes 0 0 0 -1 1 0 0 -1 0 0 1 0 0 0 0 Gradiente X: Gradiente Y:
Operadores de segunda derivada Consideremos la derivada segunda En términos de máscaras de convolución, 0 0 0 -1 2 -1 0 -1 0 0 2 0 1 -1 0 -1 1 0 0 0 0
El laplaciano El laplaciano Rotacionalmente invariante Sensible a regiones de “alta” curvatura
Operador laplaciano 0 0 0 0 0 0 0 -1 0 0 0 -1 4 -1 0 Mask:
Otros filtros 0 0 0 0 0 0 0 -1 0 0 0 -1 5 -1 0 Mascara: