FILTRO GAUSSIANO

FLORES PANTOJA ERICK
DURAN CHOQUE JONATHAN

el resultado sobre cada píxel depende de los píxeles de su entorno. donde las operaciones se llevan a cabo en la transformada de Fourier de la imagen . . o en el dominio de la frecuencia.CONCEPTO DE FILTRO Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Una imagen se puede filtrar en el dominio del espacio. trabajando directamente sobre los píxeles de la imagen. pero en todos los casos. Pueden usarse para distintos fines.

Transforman imágenes en nuevas imágenes Aplicaciones: • Suavizado del ruido • Resaltado de aristas y otras características de la imagen .

.

un filtro gaussiano modifica la señal de entrada por convolución con una función de Gauss. justo cuando el sinc es el filtro de dominio de la frecuencia ideal. Estas propiedades son importantes en áreas tales como osciloscopios y los sistemas de telecomunicaciones digitales. Este comportamiento está estrechamente relacionada con el hecho de que el filtro de Gauss tiene el mínimo retraso posible grupo. Filtros gaussianos tienen las propiedades de no tener sobreimpulso a una entrada de función de paso mientras se minimiza el tiempo de subida y caída. Se considera que el filtro de dominio momento ideal.FILTRO GAUSSIANO En la electrónica y procesamiento de señales. . un filtro gaussiano es un filtro cuya respuesta al impulso es una función gaussiana (o una aproximación a la misma). Matemáticamente. esta transformación también se conoce como la transformada de Weierstrass.

Es similar al filtro de media pero se usa una máscara diferente.El filtro gaussiano se usa para emborronar imágenes y eliminar ruido. y es la distancia desde el origen en el eje vertical. . y σ es la desviación estándar de la distribución gaussiana. modelizando la función gaussiana: donde x es la distancia desde el origen en el eje horizontal.

5) ≈0. El préstamo de los términos de estadísticas.• Donde las desviaciones estándar se expresan en número de muestras y N es el número total de muestras. El valor de respuesta del filtro gaussiano a esta frecuencia de corte es igual a exp (-0.607. la desviación estándar de un filtro puede ser interpretado como una medida de su tamaño. Si σ se mide en muestras de la frecuencia de corte (en unidades físicas) se puede calcular con: Donde Fs es la frecuencia de muestreo. La frecuencia de corte de un filtro gaussiano podría definirse por la desviación estándar en el dominio de la frecuencia produciendo: Donde todas las cantidades se expresan en sus unidades físicas. .

h1=fspecial('gaussian').subimage(fn).2.h1).title('Imagen original').2.4).subimage(im). %Representaciones de las imágenes subplot(2.title('Filtro gaussiano').gif').1).title('Filtro de media 3X3'). h2=fspecial('average').subimage(g1).2.h2).2. media2=imfilter(fn. fn = imnoise(im. .subimage(media2).• • • • • • • • • • • im=imread('cameraman.3).'gaussian'). subplot(2.title('Imagen con ruido gaussiano'). subplot(2. subplot(2.2). g1=imfilter(fn.

Como funciona el filtro gaussiano .

Este tipo de filtro reduce especialmente el ruido tipo gaussiano. ruido en la digitalización. etc. Tiene su origen en diferencias de ganancias del sensor. pero no es tan acusado como el caso de la media simple. . Este tipo del filtro también tiene el problema del difuminado de los bordes.El valor de cada punto es el resultado de promediar con distintos pesos los valores vecinos a ambos lados de dicho punto. Ruido gaussiano: produce pequeñas variaciones en la imagen.