Filtros no lineales
Imágenes de trabajo: morpho.png, fissure.png****
Los filtros lineales calculan siempre un promedio ponderado de todos los píxeles de un cierto vecindario. Los filtros no lineales permiten, entre otras, hacer una selección dentro de este vecindario y utilizar únicamente un subconjunto de píxeles que presentan propiedades comunes.
Cree una nueva sección en su notebook.
Cargue la imagen morpho en escala de grises y visualícela.
Perturbe (ensucie) la imagen con 25% de ruido “sal y pimienta”. En la imagen ya existen pixeles aberrantes (con intensidades extremas). Esta operación es hecha para amplificar el fenómeno y facilitar la respuesta a la pregunta 9. Nota: El ruido “pimienta y sal” está constituido de picos claros y oscuros (cuyos valores se deben definir en el módulo) con distribución espacial aleatoria. 25 % de pixeles perturbados por este ruido son suficientes para que la imagen morpho.png sea bastante degradada.
Aplique un filtro promedio 3x3 sobre la imagen con ruido. Visualmente, ¿cómo es el resultado y a qué se debe?
Aplique un filtro sigma 3x3 calculando el valor medio a partir pixel central sobre la imagen con ruido. Visualmente, ¿cómo es el resultado comparado con el filtro promedio lineal? Consultando la definición del Sigma explique este resultado. En el caso del ruido “sal y pimienta”, después de aplicar el filtro Sigma, quedan varios puntos aberrantes. ¿A qué se debe esto?
Aplique un filtro sigma 3x3 calculando el valor medio a partir de la mediana de los pixeles del vecindario sobre la imagen con ruido. Visualmente, ¿cómo es el resultado comparado con el filtro promedio lineal? Consultando la definición del Sigma explique este resultado. En el caso del ruido “sal y pimienta”, después de aplicar el filtro Sigma, quedan varios sólo algunos aberrantes. ¿A qué se debe esto? ¿Por qué hay una diferencia significativa con el resultado anterior?
Aplique un filtro mediano 3x3 a la imagen con ruido. Visualmente, ¿cómo es el resultado comparado con los dos filtros anteriores? ¿A qué se debe este resultado? Evalúe los otros filtros que ofrece el módulo filters.rank de scikit-image: majority, maximum, minumum, modal, geometric_mean. Explique su comportamiento.
Repita las operaciones 3 a 6, pero con un ruido uniforme de amplitud 30.
Repita el punto 6 y 7 con la imagen fissure.png.
Compare los resultados obtenidos. Concluya en qué casos (características de la imagen, tipo de ruido, ...) se usan cada uno de estos filtros.
Guarde los cambios en su notebook.
Last updated