Función de convolución

La función de convolución realiza el filtrado de los valores de píxel de una imagen, lo que se puede utilizar para aumentar su nitidez, difuminarla, detectar sus ejes u otros realces basados en el kernel.

Las entradas para esta función son las siguientes:

• Ráster de entrada
• Tipo
• Kernel (núcleo)

Tipos de filtro de convolución

Los filtros se utilizan para mejorar la calidad de la imagen de ráster al eliminar datos falsos o mejorar las entidades de los datos. Estos filtros de convolución se aplican a un kernel móvil o superpuesto (ventana o vecindad), como 3 x 3. Los filtros de convolución actúan calculando el valor de píxel en función de la ponderación de sus vecinos.

Hay varios tipos de filtros de convolución que puede seleccionar dentro de esta función. También puede especificar un tipo definido por el usuario y escribir sus propios valores de kernel.

Puede aplicar un filtro de mediana a la imagen especificando una ponderación de 1/9 para un kernel de 3 x 3, con lo que proporciona a cada píxel del kernel una ponderación igual. Este filtro se puede utilizar para suavizar una imagen. Hay otros kernel que se pueden utilizar para aumentar la nitidez o mejorar los ejes. Puede combinar filtros para lograr resultados concretos. Por ejemplo, es posible que desee aplicar un filtro que quite manchas o suavice una imagen y, a continuación, aplicar otro que detecte ejes.

Para obtener unos resultados de visualización óptimos, quizás desee aplicar una extensión del histograma para ajustar el contraste de la imagen o el brillo a fin de resaltar entidades.

Los siguientes ejemplos se aplican a una de estas dos imágenes:

Tipos de gradiente

Los filtros de gradiente se pueden utilizar para la detección de arista en incrementos de 45 grados.

Tipo	Descripción	Ejemplo
Gradiente este	Filtro de 3 x 3 1 0 1 2 0 -2 1 0 -1
Gradiente norte	Filtro de 3 x 3 -1 -2 -1 0 0 0 1 2 1
Gradiente nordeste	Filtro de 3 x 3 0 -1 -2 1 0 -1 2 1 0
Gradiente noroeste	Filtro de 3 x 3 -2 -1 0 -1 0 1 0 1 2
Gradiente sur	Filtro de 3 x 3 1 2 1 0 0 0 -1 -2 -1
Gradiente oeste	Filtro de 3 x 3 -1 0 1 -2 0 2 -1 0 1

Tipos Laplacian

Los filtros Laplacian se suelen utilizar para la detección de arista. Se suelen aplicar a una imagen que primero se ha suavizado para reducir su sensibilidad al ruido.

Tipo	Descripción	Ejemplo
Laplacian 3x3	Filtro de 3 x 3 0 -1 0 -1 4 -1 0 -1 0
Laplacian 5x5	Filtro de 5 x 5 0 0 -1 0 0 1 -1 -2 -1 0 -1 -2 17 -2 -1 1 -1 -2 -1 0 1 0 -1 0 0

Tipos de detección de línea

Los filtros de detección de línea, como los filtros de gradiente, se pueden utilizar para realizar la detección de arista.

Es posible que consiga mejores resultados si aplica un algoritmo de suavizado antes de un algoritmo de detección de arista.

Tipo	Descripción	Ejemplo
Detección de línea horizontal	Filtro de 3 x 3 -1 -1 -1 2 2 2 -1 -1 -1
Detección de línea diagonal izquierda	Filtro de 3 x 3 2 -1 -1 -1 2 -1 -1 -1 2
Detección de línea diagonal derecha	Filtro de 3 x 3 -1 -1 2 -1 2 -1 2 -1 -1
Detección de línea vertical	Filtro de 3 x 3 -1 0 -1 -1 2 -1 -1 2 -1

Tipos de extensión de punto

Tipo	Descripción	Ejemplo
Extensión de punto	Filtro de 3 x 3 -0.627 0.352 -0.627 0.352 2.923 0.352 -0.627 0.352 -0.627

Tipos de nitidez

El filtro de nitidez (paso alto) acentúa la diferencia comparativa de los valores con sus vecinos. Un filtro de paso alto calcula la estadística de suma focal de cada celda de la entrada mediante una vecindad de kernel ponderada. Resalta los límites entre entidades (por ejemplo, donde una masa de agua se une al bosque), aumentando así la nitidez de los ejes entre objetos. El filtro de paso alto se conoce como un filtro de realce de arista. El kernel del filtro de paso alto identifica qué celdas se van a utilizar en la vecindad y cuánto se van a ponderar (multiplicar por).

Tipo	Descripción	Ejemplo
Aumentar nitidez	Filtro de 3 x 3 0 -0.25 0 -0.25 2 -0.25 0 -0.25 0
Aumentar nitidez II	Filtro de 3 x 3 -0.25 -0.25 -0.25 -0.25 3 -0.25 -0.25 -0.25 -0.25
Nitidez 3x3	Filtro de paso alto 3x 3 -1 -1 -1 -1 9 -1 -1 -1 -1
Nitidez 5x5	Filtro de paso alto 5 x 5 0 -1 -1 -1 0 -1 2 -4 2 -1 -1 -4 13 -4 -1 -1 2 -4 2 -1 0 -1 -1 -1 0

Tipos de suavizado

Los filtros de suavizado (paso bajo) suavizan los datos al reducir la variación local y quitar el ruido. El filtro de paso bajo calcula la media (valor medio) de cada vecindad. El efecto es que se calcula la media de los valores alto y bajo de cada vecindad, con lo que se reducen los valores extremos de los datos.

Tipo	Descripción	Ejemplo
Media aritmética suave	Filtro de 3 x 3 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111
Suavizado 3x3	Filtro de paso bajo 3 x 3 1 2 1 2 4 2 1 2 1
Suavizado 5x5	Filtro de paso bajo 5 x 5 1 1 1 1 1 1 4 4 4 1 1 4 12 4 1 1 4 4 4 1 1 1 1 1 1

Tipos Sobel

El filtro Sobel se utiliza para la detección de arista.

Tipo	Descripción	Ejemplo
Sobel horizontal	Filtro de 3 x 3 -1 -2 -1 0 0 0 1 2 1
Sobel vertical	Filtro de 3 x 3 -1 0 1 -2 0 0 -1 0 1