Ficha de uso
Introducción
La imagen como señal de dos variables
Una imagen digital en escala de grises es una señal f[m, n] de dos índices: m es la fila (de arriba abajo) y n la columna. Todo lo visto para señales de una variable se generaliza: la linealidad, la invarianza al desplazamiento, la respuesta al impulso y la convolución.
Convolución bidimensional
Un sistema lineal e invariante al desplazamiento queda descrito por su respuesta al impulso h[i, j], el núcleo (o máscara). La salida es
g[m, n] = (h ∗ f)[m, n] = Σ_i Σ_j h[i, j] f[m − i, n − j].
Cada píxel de salida es una combinación lineal de sus vecinos con los pesos del núcleo girado 180°. Si no se gira, es una correlación: es lo que hacen filter2 e imfilter de Matlab y scipy.ndimage.correlate; conv2 y scipy.signal.convolve2d sí giran. Para núcleos simétricos da igual.
Núcleos habituales
- Suavizado (paso bajo): la media de K×K y el gaussiano. Sus coeficientes suman 1, así que conservan el nivel medio. Promediar K² muestras de ruido independiente divide su desviación típica por K.
- Derivadas (paso alto): el Sobel S_x = (1, 2, 1)ᵀ(1, 0, −1) deriva en horizontal y suaviza en vertical; S_y es su traspuesto. El módulo del gradiente, √(g_x² + g_y²), marca los bordes en cualquier dirección. El laplaciano [0 1 0; 1 −4 1; 0 1 0] aproxima ∂²f/∂x² + ∂²f/∂y²: es nulo en las zonas uniformes y en las rampas y cambia de signo al cruzar un borde. Sus coeficientes suman 0.
- Realce: f − k∇²f resta el laplaciano y exagera los bordes (es una forma de unsharp masking).
Separabilidad y bordes
Un núcleo separable, h[i, j] = u[i]v[j], es una matriz de rango 1: se filtra primero por columnas y luego por filas, con 2K productos por píxel en vez de K². La media, el gaussiano y el Sobel lo son; el laplaciano no.
Junto al borde de la imagen faltan vecinos, y hay que decidir qué valores se usan: ceros, repetir el último píxel o reflejar la imagen.
Guía de uso
- Imagen: una imagen de prueba (círculo, rectángulo, rejilla y anillos sobre un fondo en rampa), un tablero de ajedrez, un texto o una foto propia, que se recorta al cuadrado central, se pasa a grises y no sale del navegador. Se le puede sumar ruido gaussiano de desviación σ.
- Núcleo, con sus parámetros (K, σ del gaussiano, k del realce), y borde. El núcleo personalizado de 3×3 se escribe con la fila 0 arriba; el valor central es el (1, 1).
- Arriba, la imagen, el resultado (con la escala de grises simétrica para los núcleos que suman 0) y el núcleo con sus valores. Abajo, el perfil de la fila 192 en las dos imágenes.
- El recuadro da la suma de los coeficientes, si el núcleo es separable, el coste por píxel y el rango de valores de g.
Ejercicios
1. La media. Con la imagen de prueba y la media de 5×5, mira el perfil de la fila 192. ¿Qué le pasa a la rejilla de periodo 16 píxeles y a los bordes? ¿Cuántos productos por píxel cuesta, directa y separable? ¿Y con K = 15?
Solución
Los bordes se convierten en rampas de 5 píxeles y la rejilla pierde amplitud: la media de K muestras de un coseno de periodo P lo multiplica por |sen(πK/P)/(K sen(π/P))|, 0,85 con K = 5. Con K = 15 casi desaparece (0,07). Cuesta 25 productos directamente y 10 separando; con K = 15, 225 y 30, como en el ejercicio 14 de la hoja.
2. Sobel en el tablero. Con el tablero (casillas de 0,15 y 0,85) y Sobel x, ¿qué valores toma g y dónde? ¿Qué cambia con Sobel y y con el módulo del gradiente?
Solución
g es nulo dentro de las casillas y vale ±2,8 en las dos columnas junto a cada borde vertical: (1 + 2 + 1) · 0,7 = 2,8, positivo donde la imagen crece hacia la derecha. Sobel y responde solo a los bordes horizontales. El módulo marca todos los bordes con 2,8, y junto a las esquinas, donde g_x y g_y se cancelan en parte, menos. Es el ejercicio 13 de la hoja con un borde más grande.
3. El laplaciano y el ruido. Con la imagen de prueba, aplica el laplaciano sin ruido y con σ = 0,05. ¿Qué se ve? ¿Por cuánto multiplica el laplaciano la desviación típica de un ruido blanco?
Solución
Sin ruido, el laplaciano es nulo en las zonas uniformes y en la rampa del fondo (su segunda derivada es nula) y marca cada borde con una pareja positivo-negativo. Con ruido, este domina: el laplaciano suma cinco muestras independientes con pesos 1, 1, 1, 1 y −4, y multiplica σ por √(4 + 16) = 4,5. Por eso se suaviza antes con un gaussiano (el laplaciano de la gaussiana, LoG).
4. El realce. Con el tablero y el realce con k = 1, ¿qué valores toma g junto a un borde? Compara el núcleo con el personalizado por defecto.
Solución
El núcleo es [0 −1 0; −1 5 −1; 0 −1 0], el mismo que el personalizado. Junto a un borde, el laplaciano vale ±0,7 y g pasa de 0,15 a −0,55 en el lado oscuro y de 0,85 a 1,55 en el claro: el borde se ve más marcado por el contraste exagerado (bandas de Mach). En las esquinas el efecto se suma y g va de −1,25 a 2,25.
5. Convolución o correlación. Escribe un núcleo personalizado con un 1 a la derecha del centro (fila 1, columna 2) y ceros en el resto. ¿Hacia dónde se desplaza la imagen? ¿Y con una correlación?
Solución
Con la convolución, g[m, n] = h[0, 1] f[m, n − 1]: la imagen se desplaza un píxel a la **derecha**. Con una correlación (`filter2`, `imfilter`), g[m, n] = f[m, n + 1] y se desplazaría a la izquierda. Con núcleos asimétricos, como el Sobel, la diferencia es el signo del resultado.
6. Los bordes de la imagen. Con el tablero y la media de 5×5, compara los tres modos de borde. ¿Por qué con ceros el valor mínimo baja a 0,054?
Solución
Con ceros, en la esquina superior izquierda solo 9 de los 25 píxeles del núcleo caen dentro de la imagen, y todos valen 0,15: g = 9 · 0,15/25 = 0,054. Aparece un marco oscuro. Repetir o reflejar inventan vecinos parecidos a los del borde y no oscurecen.
Para profundizar
- Apuntes del Tema 5, sección 3, «Convolución bidimensional».
- Transparencias T5-03, convolución bidimensional, núcleos habituales y Sobel.
- Hoja de ejercicios del Tema 5, ejercicios 13 y 14, y sus soluciones.
- R. C. Gonzalez y R. E. Woods, Digital Image Processing, 4.ª ed., Pearson, 2018, capítulo 3.
Relación con otros conceptos