Filtragem de imagens, você acabou de encontrar artigo definitivo sobre o tema.
Com a leitura do mesmo você aprenderá:
- O que é a filtragem de imagens;
- Quais os diferentes tipos de filtragem existentes;
- Quais os resultados da utilização dos diferentes filtros e;
- Alguns materiais de estudos para você se aprofundar no assunto.
Prossiga a leitura com máxima atenção, pois o conteúdo é ouro puro.
Filtragem de imagens
Fonte da imagem: https://treinamentomaratona.wordpress.com/
Em qualquer imagem sempre é observado uma forte interdependência da vizinhança espacial dos valores dos pixels, porque os alvos na natureza tendem a mostrar uma homogeneidade dentro de certos espaços.
Essa interdependência pode ser utilizada para realçar de forma seletiva detalhes geométricos da imagem, como as bruscas mudanças ou bordas entre áreas aparentemente homogêneas, que na realidade se configuram como limites.
Mas também observamos nas imagens a presença de feições que marcam, por assim dizer, o rompimento desta interdependência, e que não parecem estar associadas a limites ou bordas de áreas, e que neste caso são identificadas como ruídos.
As técnicas de processamento que atuam no sentido de realçar as bordas ou limites e de reduzir a presença dos ruídos, são denominadas de filtragens.
Os diferentes tipos existentes de filtragem de imagens
No processamento de imagens de sensoriamento remoto, existe a filtragem no domínio espacial e a filtragem no domínio da frequência, a qual usa o conteúdo do espaço global da imagem.
No caso da filtragem no domínio espacial, existem 3 tipos de filtros:
- Filtro passa baixa: filtro que ressalta as estruturas maiores na imagem;
- Filtro passa alta: filtro que ressalta as estruturas de detalhe na imagem e;
- Filtro banda passante: ressalta parte das maiores e menores estruturas da imagem.
Vamos conhecer os mesmos.
Filtro passa alta
Um filtro passa alta tende a realçar os detalhes da imagem, o que implica em realçar os componentes de alta frequência espacial. Para isso, o filtro remove os componentes de baixa frequência de uma imagem enquanto retém os de alta frequência (variações locais).
Isso pode realçar bordas entre diferentes áreas, como também aguçar as variações de brilho da imagem. Utiliza-se um kernel com alto valor central e com valores negativos circundantes.
Tamanho da janela utilizada em um filtro passa alta
Um filtro passa alta somente podem ter dimensões impares (3 x 3, 5 x 5, e maiores).
Quanto maior for o tamanho da janela ou da máscara mais se enfatizam as altas frequências espaciais, ou seja, os detalhes geométricos da imagem.
Às vezes, filtros maiores que 100 x 100 pixels são usados para seletivamente eliminar alguns tipos de baixa frequência, como sombreamentos.
Na figura abaixo são mostrados duas máscaras de tamanhos 3 x 3 e 5 x 5. A soma dos pesos é igual a zero, o que remove a média local e produz uma imagem a qual mede o desvio do sinal de entrada em relação à média local.
Quando a máscara é aplicada em regiões homogêneas de uma imagem o resultado será zero ou um valor digital muito baixo, enquanto que nas regiões não homogêneas o resultado é um realçamento, o que é consistente com o princípio da filtragem passa alta.
A aplicação deste tipo de filtro pode resultar em números digitais negativos. Isso é automaticamente corrigido pelos algoritmos, que aplicam após a convolução uma normalização dos valores digitais para o intervalo de quantização da imagem.
Na Figura abaixo é mostrado o efeito do filtro passa alta 3 x 3 em uma imagem do visível, com o objetivo de destacar o limite ou efeito de borda entre a área de vegetação de mata de galeria e o cerrado.
Observe na grade de pixels da área indicada pela seta branca na imagem original, a transformação dos valores dos níveis de cinza que foi obtida com a
filtragem na área limite das duas vegetações.
Entretanto, quando o objetivo é fazer uma interpretação visual temática da imagem, é desejável reforçar os componentes de alta frequência que representam os detalhes da imagem, sem eliminar totalmente os componentes de baixa frequência.
Nesse caso, utiliza-se um filtro passa alta multiplicado por um fator de amplificação, que é escrito na forma:
Exemplos desses filtros passa alta amplificados são mostrados na imagem abaixo.
A soma de seus pesos é igual a 1 o que significa que a imagem de saída tem a mesma média ND da imagem de entrada (preserva a baixa frequência), enquanto a quantidade de realce obtido é proporcional a K.
A escolha do valor K depende do grau de realçamento que é desejado. No exemplo da Figura 11.5 foi aplicado um fator de amplificação K=2.
Filtro passa baixa
Um filtro passa baixa preserva os componentes de baixa frequência da imagem à custa de reduzir os de alta frequência.
Os filtros passa baixa são filtros de suavização porque atenuam as regiões de bordas e detalhes finos da imagem, como ruídos, que correspondem aos componentes de alta frequência.
Dentre as técnicas mais conhecidas de suavização estão os filtros de média e da mediana.
Filtro Passa Baixa de Média
Os filtros passa baixa de média devem conter os mesmos pesos, com valores positivos 1 para cada elemento kernel.
Multiplicando-se os pesos da máscara pelos pixels da imagem e dividindo o resultado pelo total do número dos pixels da máscara, o valor do pixel central da imagem é substituído pela média dos valores dos pixels vizinhos sob a janela.
Por isso é um filtro de média.
O efeito de se usar um filtro passa baixa de média é reduzir a variabilidade dos níveis de cinza da imagem e suavizar o seu contraste. Os pixels de valores maiores que os seus vizinhos são reduzidos, de modo que os detalhes locais são perdidos.
O produto é uma imagem de aparência um pouco desfocada. Matematicamente, o filtro passa baixa de média é escrito na forma:
Pela razão dos filtros passa baixa reduzirem as altas frequências de brilho de uma imagem, eles são usados para remover ruídos, e consequentemente, uniformizam os valores de brilho da imagem.
Isso porque, se geralmente os componentes de baixa frequência representam as características da reflectância dos objetos ou materiais, os ruídos aleatórios, por serem pixels com valores espúrios, representam as altas frequências.
Nesse caso, os filtros passa baixa têm como importante aplicabilidade ser um filtro para supressão de ruídos presentes na imagem. Em contrapartida é uma técnica que facilita a interpretação da imagem, quando o interesse do intérprete é identificar os padrões gerais dos níveis de cinza e não os
seus detalhes, sem se incomodar com a perda de contraste de bordas.
Aumentando-se o tamanho da janela o filtro passa baixa de média aumenta ainda mais o efeito de suavização da imagem, tornando-a com aparência mais desfocada.
Como o tamanho do filtro está positivamente relacionado à suavização e à resolução espacial da imagem, filtros maiores do que 9 x 9 não são usados com frequência.
As figuras abaixo mostram, respectivamente, exemplos de máscaras de filtro passa baixa e o efeito de sua aplicação nas imagens. Observe que o resultado obtido é de uma imagem com aparência desfocada, porque os detalhes (altas frequências) são atenuados.
Filtro passa baixa – Filtro de Mediana
Uma alternativa para minimizar um pouco a aparência borrada da imagem pelo filtro da média é usar o filtro de mediana.
O valor mediano de um conjunto de pixels na vizinhança do pixel central é de tal forma que metade dos valores é menor que a mediana e a outra metade é maior.
Tomando-se como exemplo um conjunto de pixels na imagem de dimensão 3 x 3, com os valores [11, 9, 12, 32, 13, 14, 8, 10, 9], para encontrar o valor mediano deve-se primeiro ranquear esses valores em ordem ascendente de magnitude.
No exemplo, a ordem seria [8, 9, 9, 10, 11, 12, 13, 14, 32] com o valor mediano 11, que então substitui o valor do pixel central da imagem.
A média é 13,11, arredondada para 13, é maior do que seis dos valores, indicando ter a influência do valor 32, o qual pode representar um pixel ruidoso na
imagem.
Este valor extremo é eliminado pelo filtro da mediana e as bordas são mais preservadas do que com o filtro de média. Há, assim, duas razões para a escolha da mediana e não da média.
- A mediana do conjunto de pixels é sempre igual a um dos valores presentes no conjunto de pixels.
- A mediana é menos sensível a pixels de valores extremos.
O filtro de mediana é bastante eficiente em imagens de radar para suprimir um tipo muito comum de ruído que estas imagens apresentam, chamado de speckle (ruído sal e pimenta). Um exemplo da aplicação do filtro da mediana é mostrado na Figura abaixo.
Filtros de bordas direcionais
Além do simples realce dos componentes de altas e baixas frequências, um outro problema existente no processamento de imagens é a detecção de repentinas mudanças nos valores de brilho de um pixel para outro, sem que isso seja um ruído.
Os filtros de bordas direcionais servem justamente para a detecção destas fronteiras.
Os dois tipos de filtros de detecção de bordas mais utilizados são:
- Filtros lineares de detecção de borda;
- Filtros de primeira derivada espacial.
Filtragem de imagens – Outros filtros existentes
Além dos filtros mostrados acima, existem vários outros filtros que são utilizados na filtragem de imagens.
São eles:
- Operadores Laplaciano: São filtros que utilizam a segunda derivada para realçar bordas, sem considerar a direção;
- Filtros Morfológicos: atuam nas propriedades geométricas utilizando dois conceitos básicos, fechamento e abertura;
- Filtros de Textura: Possibilitam a identificação da textura da imagem;
- Filtragem no domínio da frequência: fazem a decomposição da imagem tendo como base as frequências da mesma.
Materiais de estudos sobre filtragem de imagens
Conforme informei anteriormente, este artigo se baseou no capítulo 11 do livro “Introdução ao Processamento de Imagens de Sensoriamento Remoto“.
O mesmo pode ser baixado gratuitamente a partir deste link.
Crosta, A.P. também produziu um material muito bom a respeito do tema. Segue o mesmo:
Um outro material muito bom é o existente no site da UFSC. o mesmo pode ser acessado neste link.
É isso por este artigo. Gratidão por você ter lido o mesmo. 🙏
Domine a Topografia Cadastral através de um livro formado por centenas de exemplos práticos
Você quer dominar a Topografia Cadastral?
Então eu tenho uma ótima noticia para você. Me refiro ao livro Topografia Cadastral e Georreferenciamento de Imóveis Rurais na Prática.
O mesmo é dividido em 10 capítulos recheados com muitos estudos de caso e exemplos práticos. Dê uma espiadinha no sumário do mesmo:
Para conhecer melhor a estrutura do livro, juntar-se a mais de 800 profissionais e adquirir sua cópia é só clicar no botão abaixo: