PRÁCTICA 11

TÍTULO

Filtrado del ruido en una imagen

OBJETIVO

El objetivo de la práctica es realizar un estudio comparativo de diversos algoritmos de filtrado para la reducción del ruido presente en una imagen. Se trabajará con ruido Gaussiano, de distinta sigma, y con ruido aleatorio sobre distinto número de pixeles. El alumno deberá destacar la influencia que existe entre el algoritmo de filtrado y el tipo de ruido.

IMÁGENES DE PRUEBA

Las imágenes utilizadas son en blanco y negro de 256 filas por 256 columnas ("Imágenes/CargarPrácticas/ImagenPráctica1"). Son las siguientes:

CUAD_I. Imagen sintética

CUAD_B. Imagen de bordes correspondiente a la inicial

CUAD_1. Imagen inicial corrupta con ruido Gaussiano de sigma baja

CUAD_2. Imagen inicial corrupta con ruido Gaussiano de sigma alta

CUAD_3. Imagen inicial corrupta con ruido aleatorio en pocos pixeles

CUAD_4. Imagen inicial corrupta con ruido aleatorio en muchos pixeles

CUAD_5. Imagen inicial corrupta con ruido Gaussiano de sigma baja y con ruido aleatorio en pocos pixeles

CUAD_7, CUAD_8, CUAD_9. Conjunto de imágenes, del mismo objeto, corruptas con ruido Gaussiano de la misma sigma

ALGORITMOS UTILIZADOS

Se emplean los siguientes algoritmos de filtrado

Media del entorno de vecindad. ("AlgoritmosBN/Ruido/Reduccion/Media")
Mediana del entorno de vecindad. ("AlgoritmosBN/Ruido/Reduccion/Mediana")
Mediana ponderada del entorno de vecindad. ("AlgoritmosBN/Ruido/Reduccion/MedianaPonderada")
Promedio de varias imágenes (sólo válido para un conjunto de varias imágenes). ("AlgoritmosBN/TresImagenes/Composicion")

Para evaluar la bondad del algoritmo de filtrado del ruido se emplean los siguientes criterios

Para ver la reducción del nivel de ruido de la imagen filtrada: Error cuadrático de la imagen diferencia entre la filtrada y la sintética, para los puntos que no son bordes en la imagen. ("AlgoritmosBN/Caracteristicas/ErrorCuadratico").
Para ver la conservación de los detalles de forma: Error cuadrático de la imagen diferencia entre la filtrada y la sintética, para los puntos del borde de la imagen. ("AlgoritmosBN/Caracteristicas/ErrorCuadratico")
Para ver la nitidez de la imagen: Cálculo de la nitidez de la imagen, para los puntos del borde de la imagen. ("AlgoritmosBN/Caracteristicas/Nitidez")

Por comodidad en el desarrollo de la práctica, se recomienda también el uso de los siguientes algoritmos:

Selección entre varias imágenes de entrada ("Imágenes/Manipulación/Selección")

Guardar una imagen en un buffer de trabajo local ("Imágenes/GuardaEnBuff")

Leer una imagen de un buffer de trabajo local ("Imágenes/LeeDeBuff")

Diferencia entre dos imágenes ("AlgoritmosBN/DosImágenes/Diferencia")

DESCRIPCIÓN DE LA PRÁCTICA

El alumno debe probar para cada imagen con ruido o conjunto de imágenes con ruido (IMAGEN_RUIDO), los diversos algoritmos de filtrado descritos anteriormente, obteniendo en cada caso la IMAGEN_FILTRADA. A fin de poder contestar a las preguntas propuestas, el alumno debe compararla con la IMAGEN_SINTETICA inicial (que en éste caso se sumnistra), recomendándose seguir los siguientes pasos:

1. Para obtener mayor información de los tratamientos realizados es necesario manejar imágenes de referencia, en concreto las siguientes:

Para el entorno de los bordes de la imagen, se dilata la imagen de bordes (BORDES), obteniendo IMAGEN_BORDES_DILATA.
Para las zonas uniformes de la imagen, se invierte la anterior imagen, obteniendo IMAGEN_FONDO.

2. Obtener la nitidez de la IMAGEN_SINTETICA, con referencia IMAGEN_BORDES_DILATA, para poder analizar como el filtrado afecta a la nitidez.

3. Obtener el error cuadrático entre la IMAGEN_RUIDO (sin filtrar) y la IMAGEN_SINTETICA, con referencia tanto en la IMAGEN_BORDES_DILATA, y en la IMAGEN_FONDO.

4. Filtrar la IMAGEN_RUIDO con los distintos filtros propuestos (se obtiene IMAGEN_FILTRADA).

5. Obtener la nitidez de la IMAGEN_FILTRADA, con referencia IMAGEN_BORDES_DILATA, para poder analizar como el filtrado afecta a la nitidez.

6. Obtener el error cuadrático entre la IMAGEN_FILTRADA y la IMAGEN_SINTETICA, con referencia tanto en la IMAGEN_BORDES_DILATA (se analiza los detalles de forma), y en la IMAGEN_FONDO (se analiza la reducción del nivel de ruido).

MÉTODO DE EVALUACIÓN

Los alumnos deberán de entregar un documento resumen del trabajo desarrollado, justificando los pasos seguidos y las conclusiones obtenidas.

El documento deberá contener una tabla en la que se detalla los resultados obtenidos con los algoritmos de filtrado para las distintas imágenes, así como un juicio comparativo entre los algoritmos

Los alumnos deberán de mandar el documento en pdf y las áreas de trabajo generadas para la ejecución de la práctica por mail a jose.sebastian@upm.es

Igualmente el alumno deberá contestar a las siguientes preguntas, según los datos obtenidos. Al no estar activo la versión remota, se recomienda que el contenido de dichas preguntas se incluya en el documento generado.

Imagen CUAD_1 (contaminada con ruido Gaussiano de sigma 5.0) filtrada con el algoritmo de media del entorno de vecindad

La reducción del nivel de ruido de la imagen resultante es:

MuyBaja Baja Media Alta Muy Alta

La nitidez de la imagen resultante es:

MuyBaja Baja Media Alta Muy Alta

La conservación de los detalles de forma es:

Muy Bajo Bajo Medio Alto Muy Alto

Imagen CUAD_1 (contaminada con ruido Gaussiano de sigma 5.0) filtrada con el algoritmo de mediana del entorno de vecindad

La reducción del nivel de ruido de la imagen resultante es:

MuyBaja Baja Media Alta Muy Alta

La nitidez de la imagen resultante es:

MuyBaja Baja Media Alta Muy Alta

La conservación de los detalles de forma es:

Muy Bajo Bajo Medio Alto Muy Alto

Imagen CUAD_1 (contaminada con ruido Gaussiano de sigma 5.0) filtrada con el algoritmo de mediana ponderada del entorno de vecindad

La reducción del nivel de ruido de la imagen resultante es: