CS Fundamentals Trainer · Guias
Qual filtro de imagem devo usar? Um guia de decisão
Parta do que está errado na imagem (ruído, manchas impulsivas, falta de nitidez, luz irregular) e escolha o filtro: caixa, gaussiano, mediana, máscara de nitidez, laplaciano ou gradiente. Como dimensionar o kernel, por que os tamanhos escalam com a resolução, o que a separabilidade economiza, como tratar a borda e os erros comuns.
10 min de leitura
A maioria dos filtros de imagem é fácil de aplicar e difícil de escolher. Um borramento de caixa, um gaussiano, uma mediana, uma máscara de nitidez e um laplaciano levam poucas linhas de código, e cada um resolve um problema enquanto piora outro. Este guia é um guia de decisão: parta do que está errado na imagem, escolha o filtro que combina, depois defina o tamanho e confira a borda. Ele não deriva os filtros; diz quando cada um é a ferramenta certa e quanto custa.
1. Pergunte primeiro o que está errado
Antes de escolher um filtro, dê nome ao problema em uma frase. Quase todo caso real é um destes:
| O que você vê | O que realmente é | Família de correção |
|---|---|---|
| Granulação fina na imagem toda | Ruído que varia um pouco em cada pixel | Suavização (tipo média) |
| Pontos brancos e pretos, de poucos pixels | Ruído impulsivo ("sal e pimenta") | Mediana |
| A imagem parece macia | As bordas perderam contraste | Nitidez |
| Um lado está mais escuro que o outro | Iluminação irregular (sombreamento) | Passa-baixa grande, depois divisão |
| Tudo está sem brilho ou escuro demais | Faixa estreita de intensidades | Operação pontual (veja o guia de processamento pontual versus de vizinhança) |
| Você quer só os objetos grandes | Os detalhes pequenos não importam | Passa-baixa, depois limiar |
Duas dessas linhas não tratam de filtros. Se o problema é a faixa de intensidades, uma curva de tons resolve, e nenhum kernel resolverá.
Diagram: Choosing a filter from the symptom
2. Suavizar ruído: média ou ordenação?
Um filtro tipo média (caixa, gaussiano) substitui cada pixel por uma média ponderada dos vizinhos. Se o ruído em cada pixel é independente, tirar a média de n pixels com pesos iguais divide o desvio-padrão do ruído por √n. Uma caixa 3 × 3 faz a média de 9 pixels, então o desvio-padrão do ruído cai a um terço (exemplo medido: ruído de desvio-padrão 10 passa a 3,3 depois de uma caixa 3 × 3). O preço é que todo o resto também entra na média, então bordas e linhas finas borram.
Um filtro de ordenação (mediana, máximo, mínimo) ordena a vizinhança e toma um valor. A mediana ignora os valores extremos em vez de misturá-los. Tome uma janela 3 × 3 com cinco valores 100 e quatro valores 255 (ruído sal): a média é 168,9, que inventa um brilho que nunca existiu, mas a mediana é 100, um valor limpo. A regra é que a mediana sobrevive enquanto menos da metade dos pixels da janela estiver corrompida: 4 de 9 está bem, 5 de 9 não.
| Caixa | Gaussiano | Mediana | |
|---|---|---|---|
| Tipo | linear | linear | não linear (ordenação) |
| Melhor contra | ruído aleatório leve, testes rápidos | ruído aleatório, suavização geral | ruído impulsivo (sal e pimenta) |
| Bordas | borra | borra, de forma menos abrupta | bordas em degrau ficam quase nítidas |
| Valores de saída | valores novos (médias) | valores novos | sempre um dos valores da janela |
| Separável | sim | sim | não |
| Cuidado com | favorece as direções horizontal e vertical | precisa de um kernel maior que o da caixa para o mesmo borramento | linhas finas mais estreitas que metade da janela desaparecem |
Se você aplica um filtro de média a ruído sal e pimenta, cada ponto claro se espalha em uma mancha cinza em volta dele em vez de sumir. Se você aplica uma mediana a ruído leve do tipo gaussiano, ela funciona, mas um filtro de média do mesmo tamanho costuma reduzir mais esse tipo de ruído.
3. Caixa ou gaussiano?
Para suavização geral, prefira o gaussiano:
- Ele é isotrópico: sua resposta não depende da direção, enquanto a caixa favorece as duas direções perpendiculares e deixa blocos visíveis em detalhes diagonais.
- Ele decai suavemente, então as bordas borram com mais elegância. Também modela melhor uma lente desfocada que a caixa.
- É o único kernel que é ao mesmo tempo circularmente simétrico e separável, então mantém o cálculo barato.
Um kernel de caixa ainda serve para experimentos rápidos e quando você precisa do borramento mais barato possível (uma soma deslizante o faz).
4. Escolher o tamanho
O tamanho é a decisão que mais costuma dar errado, e tem uma regra: o kernel deve ser maior que os detalhes que você quer remover e menor que os detalhes que quer manter.
- Um gaussiano é definido por σ. Valores a mais de 3σ do centro são desprezíveis, então o kernel só precisa de cerca de 6σ de tamanho, arredondado para um número ímpar: σ = 3 dá 19 × 19, σ = 7 dá 43 × 43, σ = 3,5 dá 21 × 21. Um kernel maior acrescenta custo e, na prática, nada mais (um kernel 85 × 85 com σ = 7 difere do 43 × 43 em menos de um nível de cinza). Kernels mais curtos são comuns nas bibliotecas e bastam para muitos usos; o tamanho 6σ é a escolha segura.
- Um gaussiano precisa de mais pixels que uma caixa para o mesmo borramento, porque seus pesos externos são pequenos: um gaussiano com σ = 7 (43 × 43) borra mais ou menos como uma caixa 21 × 21.
- Escale com a imagem. O mesmo kernel borra menos em uma imagem maior, porque os objetos também são maiores. Se você passa de uma versão 1024 × 1024 para uma 4096 × 4096 da mesma cena, tanto o tamanho do kernel quanto σ devem crescer por 4 para obter o mesmo aspecto.
- Empilhar filtros se soma de forma previsível. Para gaussianos, as variâncias se somam: σ = 3 seguido de σ = 4 age como σ = 5. Para kernels de mesmo tamanho m, Q estágios se combinam em um de tamanho Q(m − 1) + 1: três estágios 3 × 3 agem como um 7 × 7.
5. Nitidez: qual ferramenta?
| Ferramenta | O que faz | Ponto forte | Ponto fraco |
|---|---|---|---|
| Máscara de nitidez / reforço (highboost) | soma k × (original − borrada) | simples, um botão para a força (k) e outro para a escala (σ) | k grande cria halos e pode cortar valores |
| Laplaciano | segunda derivada, somada de volta com o sinal certo | detalhes muito finos, isotrópico | amplifica muito o ruído |
| Gradiente de Sobel | módulo da primeira derivada | bordas fortes, suavização embutida | bordas grossas, não serve para ser somado de volta como está |
| Laplaciano × gradiente suavizado | detalhe só onde as bordas são fortes | áreas planas calmas, pouco ruído | mais etapas para ajustar |
Todo aguçador baseado em derivadas amplifica o ruído, pois o ruído também é uma mudança brusca. Dois hábitos ajudam: suavizar um pouco antes de aguçar (a máscara de nitidez já faz isso por construção, pois a máscara usa uma cópia borrada) e usar o gradiente como máscara quando a imagem é ruidosa.
O sinal importa para o laplaciano: com o kernel que tem −4 no centro, a imagem aguçada é f − ∇²f. Com centro +4, é f + ∇²f. Somar com o sinal errado escurece as bordas em vez de aguçá-las.
6. Custo e velocidade
O custo por pixel de um filtro linear com kernel m × n é de cerca de mn multiplicações, ou m + n se o kernel for separável. Em uma imagem 1024 × 1024 com kernel 11 × 11 são cerca de 127 milhões de multiplicações contra 23 milhões, uma vantagem de 5,5. Para um kernel separável quadrado, a vantagem é cerca de metade da largura do kernel, então cresce com o tamanho: 10,5 para 21 × 21, 256 para 512 × 512.
- Os kernels de caixa e gaussiano são separáveis. Teste qualquer outro kernel calculando seu posto: posto 1 significa separável.
- A mediana não é separável e exige ordenação, então é mais lenta que uma caixa do mesmo tamanho.
- Para kernels grandes e não separáveis, o caminho pelo domínio da frequência pode ser mais barato, mas não automaticamente; depende do tamanho da imagem, do preenchimento e da implementação (veja o guia de espaço e frequência), então meça.
7. A borda
Perto da borda, parte do kernel cai fora da imagem, então algo precisa ser fornecido ali.
- O preenchimento de zeros escurece a borda ao suavizar: uma caixa 3 × 3 sobre uma imagem constante de 90 dá 40 em um canto e 60 ao longo de uma borda. Evite, a menos que queira esse efeito.
- O preenchimento por réplica (copiar o pixel de borda mais próximo) serve a bordas quase constantes.
- O preenchimento por espelho (refletir a imagem) serve a bordas com detalhes. Na dúvida, use espelho.
8. Erros a evitar
- Usar um filtro de média em ruído impulsivo. Use uma mediana.
- Usar um tamanho de kernel escolhido para outra resolução.
- Aguçar antes de remover o ruído. O aguçador amplifica o ruído, e o filtro de ruído então tem um trabalho mais difícil.
- Normalizar errado: kernels de suavização devem somar 1 (ou o brilho muda), e kernels de derivada somam 0 (e o resultado precisa ser reescalado para exibição).
- Esquecer que correlação e convolução diferem para kernels assimétricos. Para kernels de caixa e gaussiano não importa, mas para uma derivada direcional importa.
- Confiar em um resultado que parece bom em uma só imagem. Confira uma área plana (deve continuar plana), uma borda (não deve criar anéis nem deslocar) e a borda da imagem.
9. Pontos de partida, não regras
Os ajustes abaixo são primeiros palpites. Os valores certos dependem do conteúdo da imagem, do nível de ruído, da resolução e da implementação, então olhe a saída.
| Objetivo | Primeira escolha | Ajustes típicos |
|---|---|---|
| Remover sal e pimenta | Mediana | 3 × 3, depois 5 × 5 se os pontos forem maiores |
| Reduzir granulação leve | Gaussiano | σ de 0,5 a 2 pixels, tamanho ⌈6σ⌉ arredondado para ímpar |
| Remover detalhes pequenos, manter formas grandes | Gaussiano, depois limiar | σ maior que os detalhes a remover |
| Estimar a iluminação | Gaussiano | σ próximo do tamanho da maior característica da cena, suporte do kernel cerca de ⌈6σ⌉, depois dividir |
| Aguçar uma foto macia | Máscara de nitidez | σ próximo da largura do borramento, k entre 0,5 e 2 |
| Aguçar uma imagem ruidosa | Laplaciano mascarado pelo gradiente suavizado | suavizar o gradiente com uma caixa 5 × 5 |
Leitura complementar
- Digital Image Processing, 4ª edição, capítulo 3 (filtragem espacial, suavização e nitidez).
- Kernel (image processing)), Gaussian blur e Median filter.
- Unsharp masking e Discrete Laplace operator.
Pratique este tema: Computer Vision