A Suavização de Imagens

[pic 1]

[pic 2]

Suavização de Imagens

Nathan Matos Batista

Thiago Santana de Jesus

[pic 3]

Aracaju, SE

Nathan Matos Batista

Thiago Santana de Jesus

[pic 4]

Suavização de Imagens

Resumo apresentado ao curso de Ciência da Computação, sob orientação do prof. Otavio Cordeiro Siqueira de Oliveira, como um dos pré-requisitos para avaliação da disciplina de Processamento de Imagens de C G.

[pic 5]

Aracaju, SE

Filtros e Ruídos

Em muitos momentos as imagens possuem distorções, também conhecidas como ruídos, que devem ser corrigidas anteriormente a sua utilização em algum tipo de aplicação. Essas correções são feitas por meio de filtros, sendo eles classificados em filtros lineares e filtros não-lineares. A principal diferença entre eles é que o processamento de imagem não-linear traz o problema de suavização de contornos, um dos mais recorrentes no linear, tentando evitar uma filtragem homogênea nas regiões próximas a estes contornos.

Como dito anteriormente, o ruído é uma distorção dos valores na escala de cinza nos pixels de uma imagem. Muitas vezes causados por erros na transmissão de dados, ou introduzidos na fase de aquisição da imagem. Dois tipos de ruídos aparecem com mais frequência, o ruído Gaussiano e o ruído sal e pimenta. Para retira-los são utilizados os filtros de suavização.

Filtro de Média

Este filtro alcança a média de todos os pixels sob a imagem e substitui o elemento central por essa média. Isso é feito pela função cv2.blur () ou cv2.boxFilter ().

[pic 6] 

Código Exemplo

Filtro Gaussiano

Neste filtro é utilizado um kernel Gaussiano a partir da função cv2.GaussianBlur (). Será necessário a especificação da largura e da altura da imagem, que devem ser positivas e ímpares, bem como o seu desvio padrão. A filtragem gaussiana é altamente eficaz na remoção de ruído gaussiano da imagem.

[pic 7]

Código Exemplo

Filtro de Mediana

Aqui, a função cv2.medianBlur () calcula a mediana de todos os pixels sob a imagem e o pixel central é substituído por este valor mediano. Isso é altamente eficaz na remoção de ruído sal e pimenta. Diferentemente dos filtros Gaussiano e de caixa, o elemento central é sempre substituído por algum valor de pixel da imagem original. Acarretando na redução do ruído de forma eficaz.

[pic 8]

Código Exemplo