FILTRO ESPACIAL

FILTRADO ESPACIAL

Sala 01

Sala 03

“Filtrado Espacial en óptica: principios, técnica, y aplicaciones para mejorar, analizar y optimizar la calidad de imágenes y sistemas ópticos.”

Sala 02

Sala 05

Sala 04

NORMA ANGELICA TREJO PEREZ GRUPO 505

Sala 06

Volver al evento

Sala 01

¿QUÉ ES EL FILTRADO ESPACIAL?

El filtro espacial es una herramienta utilizada en el procesamiento de imágenes para eliminar el ruido y mejorar la calidad de la imagen. Este filtro trabaja en el dominio espacial, es decir, en la propia imagen, y se aplica directamente sobre los píxeles que la conforman.

+ Info

Sala 02

Volver al evento

CONCEPTOS CLAVE

• Dominio Espacial: la coordenada x e y.
• Dominio de Frecuencia: representa la imagen o señal.

• Señal: Es un conjunto de datos que varían en el tiempo o en el espacio.
• Ruido: Son perturbaciones no deseadas en la señal o imagen.
• Filtro: Es un algoritmo para eliminar ruido o resaltar características.
• Kernel o Núcleo: Es una matriz

• Ponderación: Es el peso que se asigna a cada píxel en la aplicación del filtro.

+ Info

Sala 03

Volver al evento

VENTAJAS Y DESVENTAJAS

VENTAJAS DEL FILTRADO ESPACIAL 1. Mejora de la calidad de la imagen. 2. Reducción de ruido y artefactos. 3. Detección de bordes y contornos. 4. Segmentación de imágenes.

DESVENTAJAS DEL FILTRADO ESPACIAL 1. Pérdida de detalles finos. 2. Difuminación de bordes. 3. Sensibilidad a parámetros. 4. Complejidad computacional.

+ Info

Sala 04

Volver al evento

TIPOS DE FILTROS ESPACIALES

1. Filtros Pasa Bajos: Se utilizan para suavizar imágenes, eliminando el ruido y detalles finos. 2. Filtros Pasa Altos: Permiten el paso de frecuencias altas y bloquean las bajas. Se usan para resaltar bordes y detalles en una imagen. 3. Filtros Pasa Banda: Son ideales para extraer patrones específicos. 4. Filtros Rechaza Banda: Se utilizan para eliminar ciertas señales no deseadas.

+ Info

Sala 05

Volver al evento

IMPLEMENTACIÓN

1. Implementación de algoritmos de filtrado espacial en lenguajes de programación (Matlab, Python, etc.)2. Evaluación de desempeño de filtros espaciales (métricas de error, tiempo de procesamiento, etc.) 3. Comparación de diferentes técnicas de filtrado espacial 4. Aplicaciones prácticas en campos como visión artificial, procesamiento de señales, etc.

Sala 06

PYTHON

Volver al evento

Filtro de imàgen

Mediana

Gaussiano

Paso alto

Bordes horizontales

Escala grises

CONCLUSIONES

+ Info

APLICACIÓN DEL FILTRADO ESPACIAL

1. Procesamiento de imágenes médicas. 2. Visión artificial. 3. Procesamiento de señales. 4. Análisis de texturas y patrones.

PROGRAMA

Todo el programa aplica muestra diferentes filtros aplicados a la imagen original (suavizado, detección de bordes, reducción de ruido) y compara imágenes en escala de grises con la versión en color.

TÉCNICAS AVANZADAS

• TRANSFORMADA DE FOURIER ÓPTICA: Un lente convergente puede realizar una Transformada de Fourier bidimensional de una imagen colocada en su plano focal.
• SISTEMA 4F: es una configuración óptica que consta de dos lentes separadas por la suma de sus distancias focales, generalmente 2f cada una.
• ANÁLISIS Y OPTIMIZACIÓN DEL FILTRADO ESPACIAL: Para analizar y optimizar un sistema de filtrado espacial, es crucial comprender tanto la teoría subyacente como las limitaciones prácticas

CARACTERÍSTICAS GENERALES

1. Tratamiento de la imagen en el dominio espacial. 2. Análisis y modificación de la información espacial. 3. Mejora de la calidad de la imagen. 4. Reducción de ruido y artefactos. 5. Tamaño del filtro (número de píxeles). 6. Forma del filtro (cuadrado, circular, etc.). 7. Tipo de ponderación (uniforme, gaussiana, etc.). 8. Dirección del filtro (horizontal, vertical, diagonal).

CONCLUSIÒN

En conclusión, el filtro espacial es una herramienta muy útil en el procesamiento de imágenes, que permite mejorar la calidad y eliminar el ruido de la imagen. Esta herramienta es ampliamente utilizada en diferentes sectores, como la medicina, la industria del cine, y la seguridad pública. La personalización de la matriz de convolución permite adaptar el filtro a diferentes propósitos, lo que lo hace muy facilitador.

FUNDAMENTOS

El filtrado espacial se basa en la teoría de Fourier, que permite descomponer una señal óptica compleja en sus componentes de frecuencia espacial. La frecuencia espacial mide cuántas veces una estructura repetitiva aparece en una unidad de longitud.

Crea un filtro de suavizado promedio de 3x3. Un kernel es una matriz que se usa para convoluciones sobre una imagen (en este caso, es una matriz de 3x3 con valores iguales a 1/9).

Lo que se aplica es que se hace un desenfoque gaussiano a la imagen. (5, 5) indica el tamaño del kernel, y 0 indica la desviación estándar en X e Y.

Muestra la imagen con los bordes horizontales detectados usando el filtro Sobel.

Este filtro es útil para eliminar el ruido de tipo "sal y pimienta" (pequeños puntos negros y blancos dispersos).

Aplica el filtro de paso alto a la imagen original. El kernel_paso_alto se aplica a través de una convolución 2D.

Convierte la imagen de formato BGR , que es el formato predeterminado de OpenCV, que es el formato usado por Matplotlib para mostrar colores correctamente.