Suavizado de Bordes en Imgenes (Marzo 2010)

Suavizado de Bordes en Imgenes (Marzo 2010)

Ivn Lpez Espejo
Este documento recoge una forma de abordar el planteamiento y construccin de un sistema para el suavizado (especialmente de bordes) de imgenes digitales.

I. INTRODUCCIN Y DESARROLLO
STE DOCUMENTO recoge una forma de abordar el planteamiento y construccin de un sistema para el suavizado (especialmente de bordes) de imgenes digitales. La idea del sistema es bien sencilla y est basada en minimizacin de gradiente. El mtodo se encarga de iterar el siguiente algoritmo:

algoritmo tantas veces como sea necesario hasta que en la n-sima iteracin no se haya producido ningn cambio en la imagen. De lo anterior se deduce que el algoritmo ha de ser convergente en un nmero finito de pasos. No se ha procedido a su demostracin matemtica, aunque parece intuitivo que esto sea as. El caso que s podra poner en peligro la convergencia del mtodo, sera el de una imagen que no tuviese bordes, como se dara en la situacin de una imagen continua proyectada sobre una superficie esfrica. Notar que el concepto de vecindad se basa en un 8-entorno, as como que el comportamiento de la implementacin en los bordes pasa por considerar nicamente los pxels reales contiguos (es decir, en el caso de un pxel en una esquina, el entorno estara compuesto por 3 pxels). El sistema puede resultar interesante en el caso de querer alisar imgenes ligeramente pixeladas o con bordes muy pronunciados, como puede ser el caso de un texto. Como ejemplo, se gener el siguiente texto en Paint:

1.

2.

Para el pxel i-simo de la imagen (con = 1,2, , ) almacenamos en un vector el valor de las muestras diferenciales calculadas como la diferencia del nivel de gris del pxel i-simo con cada uno de los niveles de gris de los pxels de su vecindad. Mediante comparacin, para cada uno de los valores del anterior vector construido (en valor absoluto), estudiamos si alguno de ellos excede el valor diferencial mximo impuesto por el parmetro de entrada, donde este valor diferencial mximo se obtiene como 1 1 ,

3.

donde iveles hace referencia al nmero de niveles de gris de la imagen (por defecto iveles = 256) y parmetro es un valor real en el intervalo [0,1], donde 0 indicara suavizado mnimo (ya que establecera la diferencia mxima de niveles de gris entre dos pxels contiguos en 255) y 1 hara lo propio referenciando suavizado mximo (ya que no permitira diferencia de niveles de gris ninguna en la imagen, lo que se traduce en una imagen final de un nivel de gris continuo). Si ninguno de los valores del vector, en valor absoluto, excede el diferencial mximo de niveles de gris, se vuelve al paso 1 hasta completar el recorrido por la imagen. Si alguno s supera esta cota, calculamos el nuevo valor de gris del pxel a partir del pxel vecino que provoca la mxima diferencia (gradiente), de la forma, = + ,

Fig. 1. Texto de ejemplo algo pixelado en los bordes.

A continuacin mostramos el efecto de suavizado con un coeficiente de 0.9. Notar el curioso efecto potencialmente aplicable a otros menesteres con coeficientes de suavizado altos:

Fig. 2. Texto de ejemplo suavizado con coeficiente 0.9.

4.

donde signo controla el signo de la resta entre el pxel i-simo y uno de los vecinos. Una vez se hayan recorrido todos los pxels de la imagen con este procedimiento, se repetir el