Práctica 7
Técnicas de filtrado
1. Utilizando emacs, genera los diferentes tipos de filtro vistos en clase y aplicalos a alguna de las bandas.
| TITLE Media ponderada de 3x3 para dar mayor peso al pixel central MATRIX 3 1 1 1 1 2 1 1 1 1 DIVISOR 10 TYPE P |
filtro_mp.txt con emacs filtro_mp.txt |
| TITLE Filtro de media :asigna al pixel central la media de todos los
pixels incluidos en la ventana MATRIX 3 1 1 1 1 1 1 1 1 1 DIVISOR 9 TYPE P |
filtro_m.txt con emacs filtro_m.txt
|
| TITLE Matriz gaussiana con s=2 y r=5 MATRIX 5 1 1 2 1 1 1 2 2 2 1 2 2 3 2 2 1 2 2 2 1 1 1 2 1 1 DIVISOR 39 TYPE P |
filtro_g.txt generado con r.gauss_filter.sh
filter=filtro.txt r=5 s=2 type=P
|
 |
Aplicación de filtro_g.txt con r.mfilter |
 |
Aplicación de filtro_m.txt con r.mfilter |
 |
Aplicación de filtro_mp.txt con r.mfilter |
2. Utiliza r.neighbors para hacer un filtro de mediana.
 |
 |
r.neighbors size 1 for the center
cell alone
|
r.neighbors 7x7 neighborhood arround the center
cell
|
Utilización de la opción 2, median
value en r.neighbors |
|
3. Anota la información adicional que puedes obtener con cada tipo
de filtrado.
Con el filtrado no se obtiene información adicional; con los filtros lo que hacemos es reducir la influencia de los efectos adversos para la interpretación como son la dispersión atmosférica y la reflectividad lambertiana.
4. Compara los resultados del filtro de media, el de mediana y un filtro gaussiano.
El filtro de la media hace la imagen mas borrosa ya que homogeneiza los valores asignando la media del conjunto de píxeles al píxel central de la ventana de píxeles, sería como aumentar el tamaño de píxel y darle un valor igual a la media de todos los incluidos en la ventana.
El filtro de la mediana conserva el valor real y por eso es menos borroso, además es menos sensible a cambios extremos, pero es mas complejo de calcular, pero, como se observa en las imágenes superiores, dependiendo del parámetros que se use con r.neighbors se ve más borrosa por la causa expuesta, homogeneizar los valores de los pixels considerados.
En el filtro gaussiano entra en juego la distancia y la desviación
típica en función de qué se quiere obtener con el filtrado, si
una mayor claridad para evitar la reflectividad de píxeles vecinos,
o resaltar algunos píxeles.