¿En qué consiste el filtrado guiado de imágenes?

El filtrado guiado de imágenes utiliza el contexto de una imagen separada, conocida como imagen guía, para influir en el resultado del filtrado de imágenes. Como otras operaciones de filtrado, el filtrado guiado de imágenes es una operación de entorno. No obstante, el filtrado guiado de imágenes tiene en cuenta las estadísticas de una región del entorno espacial correspondiente de la imagen guía cuando se calcula el valor del píxel de salida. La imagen guía puede ser la misma imagen, una versión distinta de la imagen o una imagen completamente diferente. Puede realizar diversas operaciones de procesamiento de imágenes, como la colorización, la matización de imágenes, la eliminación del ruido con flash o sin flash y el filtrado que conserva los bordes eligiendo diferentes imágenes guía.

Algoritmo

Cuando se filtra una imagen A utilizando una imagen guía, G, el filtrado guiado de imágenes determina el valor en el píxel i de la salida B utilizando el valor del píxel i y su entorno espacial en la imagen de entrada A y el píxel correspondiente y su entorno espacial correspondiente en la imagen guía G. Si la imagen guía G es la misma que la imagen de entrada A, las estructuras de la imagen de salida B seguirán siendo las mismas que las de la imagen de entrada A. Si la imagen guía G es diferente de la imagen de entrada A, las estructuras de la imagen guía G influyen en la imagen de salida B, imprimiendo estas estructuras en la imagen de entrada A. Este efecto se denomina transferencia de estructuras.

La imagen de entrada B es, localmente, una transformación lineal de la imagen guía G.

$$b_i=x_k{g}_i+y_k,\forall i\in {\omega }_k$$

b_i y g_i son los i-ésimos píxeles de B y G, respectivamente. x_k e y_k son los coeficientes en una ventana cuadrada, ω_k, que el algoritmo asume que son constantes.

La función imguidedfilter optimiza las ponderaciones de la transformación lineal para minimizar el error E entre la imagen de entrada A y la imagen de salida B.

$$E={\displaystyle \sum _{i\in {\omega }_k}\left({\left(x_k{g}_i+y_k-a_i\right)}^2+\epsilon x_k^2\right)}$$

a_i es el i-ésimo píxel de A. ε es el parámetro de regularización que controla el grado de influencia que la imagen guía G tiene en la imagen de salida B y es comparable al grado de suavizado.

Si especifica un valor alto para ε, el coeficiente x_k debe ser pequeño y y_k debe ser similar al valor del píxel a_i de la imagen de entrada A para minimizar la función de coste. Estos valores de x_k e y_k reducen el grado de influencia de la imagen guía G y suavizan más la imagen de salida B. Por otro lado, si especifica un valor bajo para ε, puede especificar un valor mayor para el coeficiente x_k, lo que aumenta el grado de influencia de la imagen guía G y suaviza menos la imagen de salida B. Al utilizar la función imguidedfilter puede controlar el valor de ε ajustando el argumento nombre-valor DegreeOfSmoothing, y el grado de influencia del entorno en el filtrado especificando el argumento nombre-valor NeighborhoodSize. El tamaño del entorno es el radio de la ventana ω_k.

Aplicaciones

Puede realizar diversas operaciones de procesamiento de imágenes, como la colorización, la matización de imágenes, la eliminación del ruido con flash o sin flash y el filtrado que conserva los bordes eligiendo diferentes imágenes guía.

• Colorización: si tiene una imagen en escala de grises en la que ha garabateado de forma interactiva con los colores deseados para distintas partes de la imagen, puede colorear toda la imagen utilizando los colores deseados. Utilice los canales de crominancia de la imagen como imagen de entrada A y el canal de luminancia como imagen guía G que influye en la estructura.

• Matteado de imágenes: puede realzar los datos mate alfa de una imagen RGB para que capte las estructuras finas. Utilice los mate alfa como imagen de entrada A y la imagen RGB como imagen guía G que influye en la estructura.

• Eliminación del ruido con o sin flash: las imágenes capturadas sin flash son más propensas al ruido. Puede eliminar el ruido de una imagen sin flash utilizando una imagen correspondiente capturada con flash. Utilice la imagen sin flash como imagen de entrada A y la imagen con flash como imagen guía G que influye en la estructura.

  

  Para obtener un ejemplo de eliminación de ruido con flash o sin flash utilizando un filtro guiado, consulte Perform Flash/No-flash Denoising with Guided Filter.

• Filtrado que conserva los bordes: puede filtrar una imagen conservando sus bordes utilizando la misma imagen que la imagen de entrada A y la imagen guía G.

  

  Para obtener un ejemplo de filtrado que conserva los bordes utilizando un filtro guiado, consulte Segment Thermographic Image After Edge-Preserving Filtering.

Referencias

[1] He, Kaiming, Jian Sun, and Xiaoou Tang. “Guided Image Filtering.” IEEE Transactions on Pattern Analysis and Machine Intelligence 35, no. 6 (June 2013): 1397–1409. https://doi.org/10.1109/TPAMI.2012.213.

Consulte también

imguidedfilter

Temas relacionados

• Perform Flash/No-flash Denoising with Guided Filter
• Segment Thermographic Image After Edge-Preserving Filtering