CS Fundamentals Trainer · Guias
Filtragem no espaço e na frequência: uma operação, duas visões
A convolução como multiplicação de espectros e o impulso como constante. A soma de um kernel é seu ganho na frequência zero, kernels passa-alta, rejeita-faixa e passa-faixa construídos de um passa-baixa, por que um gaussiano largo tem espectro estreito, aliasing e filtragem antes de reduzir, e quando calcular no domínio da frequência.
8 min de leitura
Todo filtro espacial tem uma segunda descrição que muitas vezes é mais fácil de raciocinar: o que ele faz com as frequências da imagem. Bordas, ruído e textura fina vivem nas altas frequências; paredes, céus e sombreamentos suaves vivem nas baixas. Borrar remove as primeiras, aguçar as reforça, e "passa-baixa", "passa-alta" e "passa-faixa" são nomes para o que um filtro mantém. Este guia liga as duas visões, para que você preveja o efeito de um kernel pela sua forma e projete um a partir do efeito que quer.
1. Os dois fatos que ligam tudo
- A convolução no domínio espacial é uma multiplicação no domínio da frequência (e vice-versa). Filtrar uma imagem com um kernel w é multiplicar o espectro da imagem pelo espectro de w.
- Um impulso de intensidade A no domínio espacial é uma constante A no domínio da frequência (e vice-versa). Um kernel com um único 1 e zeros no resto, o impulso unitário, tem um espectro plano igual a 1 e deixa tudo passar sem mudança.
Todo o resto deste guia decorre desses dois fatos, junto com o fato de que uma imagem pode ser escrita como uma soma de senoides de frequências e amplitudes diferentes. Regiões de variação lenta pedem senoides de baixa frequência, e transições abruptas pedem senoides de alta frequência.
2. A frequência como imagem
Uma placa zonal é uma imagem de teste de anéis concêntricos que ficam mais estreitos longe do centro, então sua frequência local cresce com a distância ao centro. Filtre-a e o resultado mostra o comportamento do filtro em frequência como uma imagem:
- um filtro passa-baixa mantém os anéis do centro e apaga os externos;
- um filtro passa-alta faz o oposto;
- um filtro passa-faixa mantém uma faixa em forma de anel;
- um filtro rejeita-faixa remove uma faixa e mantém o resto.
Uma placa zonal é um bom primeiro teste para qualquer kernel que você escrever. Se o padrão de saída é quadrado em vez de redondo, o kernel não é isotrópico (um kernel separável construído de um perfil 1-D dá um padrão quadrado, enquanto girar o mesmo perfil 1-D em torno do centro dá um redondo).
3. A soma dos coeficientes é o ganho na frequência zero
A componente "DC" (frequência zero) é o nível médio da imagem. Um kernel a multiplica pela soma de seus coeficientes.
| Kernel | Soma | Na frequência zero | Consequência |
|---|---|---|---|
| Caixa ou gaussiano normalizado | 1 | ganho 1 | regiões planas mantêm o valor |
| Laplaciano, Sobel, passa-alta | 0 | ganho 0 | regiões planas dão zero; o resultado tem valores negativos e deve ser reescalado para exibição |
| Kernel de nitidez (impulso + k × passa-alta) | 1 | ganho 1 | o brilho é mantido enquanto o detalhe é reforçado |
Esse único fato explica por que os kernels de suavização são normalizados, por que os kernels de derivada somam zero e por que aguçar somando de volta ao original uma imagem de derivada mantém a faixa tonal.
4. Construir os quatro tipos de filtro a partir de um passa-baixa
Seja lp um kernel passa-baixa e δ o impulso unitário com o mesmo centro. No domínio da frequência, "1 menos o passa-baixa" é um passa-alta, e 1 é a transformada de δ, então:
| Filtro | Kernel | Por quê |
|---|---|---|
| Passa-baixa | lp | dado |
| Passa-alta | δ − lp | o espectro 1 − H(u) |
| Rejeita-faixa | lp₁ + (δ − lp₂) | um passa-baixa e um passa-alta com cortes diferentes |
| Passa-faixa | δ − rejeita-faixa | o complemento da faixa rejeitada |
Um caso concreto: o passa-baixa de caixa 3 × 3 tem 1/9 em toda parte. Subtraí-lo do impulso dá um passa-alta com 8/9 no centro e −1/9 nos outros oito lugares, que soma zero. A máscara de nitidez f − borrada(f) é exatamente a saída desse passa-alta, então a máscara de nitidez é "somar ao original uma cópia da imagem filtrada com passa-alta". Somar k vezes esse passa-alta ao impulso dá o kernel de nitidez; com k = 1 e a caixa 3 × 3, ele tem 17/9 no centro e −1/9 nos demais, e soma 1.
5. O par gaussiano
Um gaussiano no espaço tem um espectro gaussiano, e as duas larguras são inversamente relacionadas: um kernel largo (σ grande) tem um espectro estreito. Por isso um σ maior borra mais, já que passa uma faixa mais estreita de baixas frequências. Três consequências:
- Como os espectros se multiplicam, convoluir dois gaussianos dá um gaussiano cuja variância é a soma das duas variâncias: σ = √(σ₁² + σ₂²). Então σ = 3 seguido de σ = 4 é σ = 5.
- Um gaussiano não tem ondulações no espectro: remove as altas frequências suavemente, sem deixar algumas delas para trás. Por isso borra sem criar anéis.
- Um kernel de caixa é diferente. Seu espectro tem lóbulos laterais que deixam passar de novo algumas altas frequências e invertem o sinal de outras, e é por isso que borramentos de caixa podem deixar artefatos leves e favorecer as direções horizontal e vertical.
6. Onde entra a amostragem
Amostrar uma imagem em uma grade só consegue representar frequências até um limite dado pelo espaçamento dos pixels. As frequências acima dele não desaparecem; elas dobram para trás e aparecem como falsas frequências mais baixas (aliasing, moiré, diagonais serrilhadas). As regras práticas decorrem direto:
- Passa-baixa antes de reduzir. Reduzir uma imagem por um fator 2 mantém só metade das frequências, então remova antes a metade superior, com um gaussiano de σ adequado, e só depois descarte pixels. Descartar pixels sem filtrar causa aliasing do detalhe.
- Um borramento aplicado antes de a imagem ser amostrada (a lente, o filtro óptico à frente de um sensor) impede o aliasing. Depois da amostragem, o conteúdo com aliasing está misturado ao conteúdo real e um borramento posterior não consegue separá-los; só amacia os dois. Ao reduzir uma imagem já amostrada, filtre primeiro e depois descarte pixels.
7. Espaço ou frequência: em qual calcular?
Os dois dão o mesmo resultado quando bem feitos, então a questão é custo e conveniência.
- A filtragem direta custa cerca de mn operações por pixel para um kernel m × n, ou m + n se for separável.
- A filtragem no domínio da frequência transforma a imagem uma vez, multiplica pelo espectro do filtro e transforma de volta. Seu custo por pixel cresce só devagar com o tamanho da imagem e não depende do tamanho do kernel, então muitas vezes vence quando o kernel é grande e não separável. Ela não é automaticamente mais rápida para todo kernel grande.
- Se vence ou não depende das dimensões da imagem, do preenchimento (a transformada trabalha no tamanho preenchido, pelo menos M + m − 1 por N + n − 1, e muitas vezes arredondado para um tamanho que a FFT trata bem), da estrutura do kernel (um gaussiano separável grande exige só m + n operações por pixel diretamente, e as passagens 1-D podem vencer a FFT), de quantas imagens compartilham um kernel (sua transformada pode ser calculada uma vez e reaproveitada) e da implementação (uma convolução direta otimizada, uma GPU ou uma boa biblioteca de FFT mudam muito o ponto de equilíbrio, assim como o uso de memória e a precisão numérica).
- Para kernels pequenos (de poucos pixels até talvez uma dúzia) e para gaussianos separáveis, a filtragem direta costuma ser mais simples e igualmente rápida. Não existe um tamanho de equilíbrio universal: meça com seus dados e sua biblioteca.
Dois detalhes pedem cuidado ao calcular no domínio da frequência:
- A transformada trata a imagem como periódica, então um filtro fará a borda esquerda dar a volta até a direita. Para evitar isso, preencha a imagem até pelo menos M + m − 1 por N + n − 1 (o mesmo tamanho da convolução "completa") antes de transformar.
- O resultado de um passa-alta de soma zero tem valores negativos, então reescale antes de exibir.
8. Equívocos
- "Bordas são alta frequência, então um passa-alta encontra bordas e nada mais." O ruído também é alta frequência. Um passa-alta encontra bordas e ruído juntos, e é por isso que a nitidez amplifica o ruído e a remoção de ruído borra as bordas. A frequência sozinha não distingue os dois.
- "Um kernel maior sempre significa um filtro mais forte." Para um gaussiano, além de cerca de 6σ o tamanho extra não muda nada. A força é dada por σ.
- "Passa-baixa significa que a imagem fica mais escura." Só se o kernel não é normalizado ou se o preenchimento de zeros traz preto para a borda. Um passa-baixa normalizado mantém o nível médio.
- "Convolução e correlação são a mesma coisa." Coincidem para kernels simétricos (caixa, gaussiano, laplaciano) e, caso contrário, diferem por uma rotação de 180°.
9. Autoavaliação
- Um kernel tem os coeficientes 1/9 nas nove posições, e outro tem 1/16 vezes [[1,2,1],[2,4,2],[1,2,1]]. Qual é o ganho de cada um na frequência zero?
- Você quer um filtro que passe só uma faixa intermediária de frequências. Liste os kernels que combina e as operações entre eles.
- Você convolui a imagem com um gaussiano de σ = 2 e depois com outro de σ = 2. Que σ único dá o mesmo resultado, e qual o tamanho mínimo do kernel?
- Por que não se pode remover ruído com um filtro passa-alta?
Respostas: ambos têm ganho 1; passa-faixa = δ − (lp₁ + (δ − lp₂)); σ = 2√2 ≈ 2,83, então um tamanho de ⌈6σ⌉ = 17, que já é ímpar; porque o ruído também vive nas altas frequências, um passa-alta o mantém.
Leitura complementar
- Digital Image Processing, 4ª edição, capítulo 3 (a comparação entre os domínios espacial e da frequência e os filtros construídos a partir de passa-baixa) e capítulo 4.
- Band-pass filter, Convolution e Gaussian blur.
- Cross-correlation.
Pratique este tema: Computer Vision