Procesamiento de imágenes

El procesamiento de imanes  se divide en dos niveles:

 1.-Prosesamiento de imágenes de 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.

2.-Entendimiento de la imagen a alto nivel

                *Existe la capacidad de realizar toma de decisiones respecto al contenido de las imágenes.

El procesamiento de las imágenes esta dado por un conjunto de operaciones llevadas acabo sobre las imágenes a fin de realizar mediciones cuantitativas para poder describirlas; es decir, extraer ciertas características que permitan mejorar, perfeccionar o detallar la imagen.

 El poder realizar mediciones sobre las imágenes generalmente requiere que sus características estén bien definidas,  los bordes bienes detallados y el color y brillo sean uniformes. El tipo de mediciones a realizar para cada característica específica es un factor importante para poder determinar los pasos apropiados para su procesamiento. Los procedimientos aplicados para el procesamiento de imágenes están orientados a las aplicaciones. Lo que puede ser adecuado para una aplicación puede no ser lo para otra.

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.

En el procesamiento digital de imágenes, existen diversas aplicaciones y problemas:

-Representación

-Transformación

-Modelado

-Restauración

-Análisis

-Comprensión de datos

Filtros para la eliminación de ruido en las imágenes

se define como ruido cualquier entidad de imágenes, datos o resultados intermedios que no son interesantes para la computación que se pretende llevar acabo.

Se considera como ruido en las imágenes electrocardiografías un fondo con cuadriculado, así como cualquier otro pixel ajeno a las curva del electrocardiograma que pueda representarse en la imagen.

Las técnicas de filtraje son transformaciones de la imagen pixel a pixel, que no dependen solamente del nivel de gris de un determinado pixel, si no 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 mascaras, que son aplicadas sobre la imagen. La imagen resultante de la aplicación de un filtro es una nueva imagen. Ls filtros sirven para suavizar o realzar detalles de la imagen, o inclusive minimizar efectos de ruido.

Filtro gaussiano

 Este filtro implementa mascaras que intentan imitar la forma guassiana: , donde x,y son las coordenadas de la imagen y sigma una desviación estándar de la probabilidad de distribusion asociada.

El filtro tiene el inconveniente de que, además de remover el ruido, empaña la imagen ocasionando perdida de los detalles mas finos.

Filtro mediana

El objetivo de este filtro es reducir el empañamiento de los bordes. Este filtro reeplaza el pixel actualmente analizado en la imagen por la mediana con el brillo respecto a los vecinos mas cercanos. Este filtro tiene la ventaja de no ser afectado por los pixeles vecinos ruidosos. La eliminación del ruido es bastante buena, con la ventaja de no empañar demasiado los bordes.

Filtro de suavizado direccional

La eliminación de ruido mediante suavizado distorsiona la información con respecto a los bordes al realizar el suavizado se puede usar un filtro de promediado direccional.

Filtro de suavizado conservador

Su procedimiento consiste en encontrar los valores máximo y mínimo de intensidad para cada uno de los pixeles que se encuentran alrededor del pixel a analizar. 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. Si la intensidad del pixel central es menor que el valor mínimo, dicho valor es asignado al pixel central.

Realce de contraste

La técnica 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.

Filtro paso bajo

Es un 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 análogo digital como un efecto secundario de la conversión física de patrones de energía luminosa a patrones eléctricos.

Filtro paso alto

Es igual el proceso que en el de paso bajo, con un resultado opuesto. En vez de obtener un suavizado de la imagen, el filtro realza detalles de la imagen. Esto suele enfatizar mucho el ruido en la imagen.

 Filtro SUSAN

Aísla únicamente los pixeles que se encuentran dentro de la región del pixel analizado tomando un excedente de promedio de los pixeles en la localidad, siendo este un núcleo circular de pixeles utilizado para el calculo matemático del nuevo valor del pixel.

Este filtro integra los mejores aspectos de los métodos de reducción de ruido 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 deteccion de bordes, mismos que, mediante el cálculo de primeras y segundas derivadas permiten determinar puntos de principal importancia para poder realizar las mediciones necesarias.

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.

El objetivo de un algoritmo de detección de bordes es obtener imágenes cuya salida se muestre en pixeles de mayor intensidad en los valores que demuestren transiciones cercanas. Los bordes son encontrados en zonas de la imagen donde el nivel de intensidad fluctua bruscamente.

Para poder detectar los bordes de los objetos debemos detectar aquellos puntos de borde que los forman. Así, un punto de borde puede ser visto como un punto en una imagen donde se produce una discontinuidad en el gradiente. Un buen proceso de detección de los bordes facilita la elaboración de fronteras de objetos, con el que el proceso de reconocimiento de objetos se simplifica.