Convolucion de Matrices

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 5

Convolución de matrices

Vamos a describir a continuación en que consiste la técnica de la convolución matricial


aplicada al tratamiento de imágenes Estas matrices son una conversión de funciones lineales
estas pueden ser infinitas o finitas y llegan a ser diferentes dependiendo del tipo de
filtrado alto que se necesita,
Ejemplos

Imagen Matriz sencilla


Original Matriz de Filtrado Alto
de Filtrado Alto
−1 −1 −1
1 0 −1 −1 8 −1
0 0 0 −1 −1 1
−1 0 1
Una imagen puede interpretarse como una función bidimensional z = F(x, y) donde
x e y son coordenadas espaciales, y z es el valor de la intensidad de la imagen en el punto (x, y).
Las imágenes analógicas son siempre funciones continuas.

La digitalización de las coordenadas se llama muestreo, mientras que la


digitalización de la intensidad se denomina cuantización. Una imagen digital
en escala de grises viene dada a partir de la matriz
Zij = F(xi , yj ). Cada entrada de la matriz es un pixel y el número de pixels (el
orden de la matriz) define la resolución de la imagen digital.

El rango de intensidades varía de un valor de 0 (negro) a 255


(blanco).
Convolución es el tratamiento de una matriz por otra que se llama “Kernel”.

La Convolución es una operación matemática que combina dos señales para producir una tercera señal.

El filtro matriz de convolución usa una primera matriz que es la imagen que será tratada. La imagen es una colección
bidimensional de píxeles en coordenada rectangular. El kernel usado depende del efecto deseado.

A la izquierda, la imagen de la matriz: cada píxel está marcado con su valor. El píxel inicial tiene un borde rojo. El área
de acción del kernel tiene un borde verde. En el medio, el kernel, y a la derecha, el resultado de convolución.
Para el filtrado de imágenes se usa habitualmente matrices Kernel de orden 3×3 o 5×5. A
dichas matrices se les denomina también o sl mascaras. Para poder aplicar también la
convolución en los píxeles del borde de la imagen existen varias alternativas, algunas de las
cuales son:

1) Completar con ceros los valores de alrededor.


2) Repetir los valores en el borde.
3) Completar con los valores de la parte simétrica opuesta.

También podría gustarte