La técnica de filtrado espacial se utiliza directamente en los píxeles de una imagen. Por lo general, se considera que la máscara se agrega en tamaño para que tenga un píxel central específico. Esta máscara se mueve en la imagen de manera que el centro de la máscara atraviesa todos los píxeles de la imagen.
Clasificación en base a la linealidad:
Hay dos tipos:
1. Linear Spatial Filter 2. Non-linear Spatial Filter
Clasificación general:
Filtro espacial de suavizado: el filtro de suavizado se utiliza para desenfocar y reducir el ruido en la imagen. El desenfoque son pasos de preprocesamiento para la eliminación de pequeños detalles y la reducción de ruido se logra mediante el desenfoque.
Tipos de filtro espacial de suavizado:
1. Linear Filter (Mean Filter) 2. Order Statistics (Non-linear) filter
Estos se explican a continuación a continuación.
- Filtro medio:
el filtro espacial lineal es simplemente el promedio de los píxeles contenidos en la vecindad de la máscara de filtro. La idea es reemplazar el valor de cada píxel en una imagen por el promedio de los niveles de gris en el vecindario definido por la máscara de filtro.Tipos de filtro de media:
- (i) Filtro promedio: Se utiliza en la reducción del detalle de la imagen. Todos los coeficientes son iguales.
- (ii) Filtro de promedio ponderado: en este, los píxeles se multiplican por diferentes coeficientes. El píxel central se multiplica por un valor más alto que el filtro promedio.
- Filtro Ordenar Estadísticas:
Se basa en ordenar los píxeles contenidos en el área de la imagen que abarca el filtro. Reemplaza el valor del píxel central con el valor determinado por el resultado de clasificación. Los bordes se conservan mejor en este filtrado.Filtro de estadísticas de tipos de pedidos:
- (i) Filtro mínimo: el filtro del percentil 0 es el filtro mínimo. El valor del centro se reemplaza por el valor más pequeño de la ventana.
- (ii) Filtro máximo: el filtro del percentil 100 es el filtro máximo. El valor del centro se reemplaza por el valor más grande de la ventana.
- (iii) Filtro mediano: Se considera cada píxel de la imagen. Primero se ordenan los píxeles vecinos y los valores originales del píxel se reemplazan por la mediana de la lista.
Filtro espacial de nitidez: También se le conoce como filtro derivado. El propósito del filtro espacial de nitidez es exactamente el opuesto al del filtro espacial de suavizado. Se centra principalmente en la eliminación de la borrosidad y resalta los bordes. Se basa en la derivada de primer y segundo orden.
Derivada de primer orden:
- Debe ser cero en segmentos planos.
- Debe ser distinto de cero al inicio de un paso de nivel de gris.
- Debe ser distinto de cero a lo largo de las rampas.
La derivada de primer orden en 1-D viene dada por:
f' = f(x+1) - f(x)
Derivada de segundo orden:
- Debe ser cero en áreas planas.
- Debe ser cero al inicio y al final de una rampa.
- Debe ser cero a lo largo de las rampas.
La derivada de segundo orden en 1-D viene dada por:
f'' = f(x+1) + f(x-1) - 2f(x)