Filtrar luz como quien filtra sonido

Si alguna vez has movido el control de graves o agudos en un ecualizador, ya sabes lo que es un filtro: decides qué frecuencias conservar y cuáles atenuar. Graves arriba, la música retumba. Agudos arriba, todo suena más brillante. El filtrado espacial es exactamente la misma idea, pero con imágenes en lugar de sonido.

El ecualizador óptico

En el sonido, las frecuencias bajas son los graves — variaciones lentas de presión. Las frecuencias altas son los agudos — oscilaciones rápidas. En una imagen, las frecuencias espaciales bajas son las variaciones suaves de brillo (los «graves» de la imagen), y las altas son los bordes y detalles finos (los «agudos»).

Un filtro paso bajo en audio elimina los agudos y deja un sonido apagado. Un filtro paso bajo en una imagen elimina los bordes y deja una imagen borrosa. Un filtro paso alto en audio elimina los graves y deja un sonido estridente. Un filtro paso alto en una imagen elimina las zonas suaves y deja solo los bordes. La matemática es idéntica.

La visualización siguiente lo muestra en paralelo. A la izquierda, una señal temporal compuesta por tres frecuencias (2, 7 y 15 ciclos). A la derecha, la misma señal interpretada como variación espacial de brillo. Mueve el deslizador de corte y observa cómo las frecuencias altas desaparecen de ambas al mismo tiempo:

Explorar

Audio (temporal)

Original

Filtrada

Imagen (espacial)

Original

Filtrada

Corte paso bajo 10

Frecuencias en la señal: 2, 7, 15 — se conservan las ≤ 10

Con el corte en 10, la señal de frecuencia 15 desaparece — tanto en la onda como en la franja. Si bajas el corte a 5, también pierdes la componente de frecuencia 7 y solo queda la oscilación lenta. El principio es universal: filtrar es seleccionar frecuencias.

El sistema 4f

En el artículo anterior vimos que una lente calcula la transformada de Fourier del campo de entrada. El sistema 4f usa dos lentes para hacer algo más poderoso: filtrar una imagen en el dominio de frecuencias y reconstruirla.

La configuración es elegante. El objeto se coloca a distancia $f$ antes de la primera lente. Esta lente calcula la transformada de Fourier y la proyecta en su plano focal — el plano de Fourier, a distancia $f$ después de la lente. Ahí se coloca una máscara: un filtro físico que bloquea o atenúa ciertas frecuencias espaciales. Después de la máscara, una segunda lente (a distancia $f$ del plano de Fourier) calcula la transformada inversa, y la imagen filtrada aparece a distancia $f$ después de la segunda lente. Distancia total: $4f$ — de ahí el nombre.

Primera lente: calcula la FT. Máscara: selecciona frecuencias. Segunda lente: calcula la FT inversa. El resultado es la imagen filtrada. Todo a la velocidad de la luz, sin electricidad ni algoritmos.

Experimenta con el sistema 4f completo. Selecciona una imagen de entrada, elige un tipo de filtro y ajusta su radio. Observa tres cosas: la imagen original (izquierda), el espectro de Fourier con la máscara aplicada (centro, donde el azul indica lo que pasa y el rojo lo que se bloquea), y la imagen filtrada resultante (derecha):

Explorar

Imagen

Filtro

Entrada

Plano de Fourier

Salida filtrada

Sin filtro — la imagen de salida es idéntica a la entrada

Prueba esto: selecciona «Franjas horizontales» con filtro «Bloqueo horizontal». Las franjas horizontales tienen su energía en frecuencias verticales del espectro (un par de puntos arriba y abajo del centro). Al bloquear la franja horizontal del espectro, no eliminamos las franjas — porque su energía está en la dirección perpendicular. Ahora cambia a «Bloqueo vertical» y observa cómo desaparecen. La geometría del espectro refleja la geometría de la imagen.

Ver con otros ojos: detección de bordes

Una de las aplicaciones más intuitivas del filtrado espacial es la detección de bordes. La idea es simple: si un filtro paso bajo conserva las zonas suaves y difumina los bordes, un filtro paso alto hace lo contrario — elimina las zonas suaves y conserva solo donde el brillo cambia rápidamente. Los bordes.

Esto es exactamente lo que hacen los algoritmos de detección de bordes en procesamiento digital (Sobel, Canny, Laplaciano). Pero Ernst Abbe entendió el principio óptico en 1873, más de un siglo antes de que existieran esos algoritmos. Un filtro paso alto en el plano de Fourier de un microscopio revela la estructura de los bordes de la muestra.

Ajusta el radio del filtro paso alto y observa cómo emerge la silueta de la imagen. Con un radio pequeño, solo se eliminan las frecuencias más bajas y quedan bordes gruesos. Con un radio grande, solo sobreviven las frecuencias más altas — los bordes más finos:

Explorar

Imagen

Radio paso alto 8

Imagen original

Bordes detectados

Filtro paso alto con radio 8 — elimina frecuencias bajas, conserva bordes

La teoría de Abbe

En 1873, Ernst Abbe hizo una observación que transformó la microscopía: la formación de imagen en un microscopio es un proceso de filtrado espacial. El objetivo del microscopio es una lente que captura luz en un cono limitado — definido por su apertura numérica (NA). Esto significa que solo captura frecuencias espaciales hasta un máximo. Las frecuencias más altas — los detalles más finos — se pierden para siempre.

El límite de resolución que resulta es:

d_{\min} = \frac{\lambda}{2\,\text{NA}}

¿De dónde sale λ/(2NA)?

El objetivo del microscopio captura luz en un cono de semiángulo $\theta_{\max}$ , con $\text{NA} = n \sin\theta_{\max}$ . La máxima frecuencia espacial que un rayo con ángulo $\theta$ puede transportar es:

u_{\max} = \frac{n \sin\theta_{\max}}{\lambda} = \frac{\text{NA}}{\lambda}

Pero la formación de imagen requiere que dos ondas interfieran: el orden 0 (rayo directo) y al menos un orden difractado. En el caso más favorable, el orden +1 entra por un borde de la pupila y el orden −1 por el otro. La frecuencia máxima que puede formar imagen es entonces $u_{\max} = 2\,\text{NA}/\lambda$ (iluminación oblicua, caso ideal de Abbe). El detalle mínimo resoluble:

d_{\min} = \frac{1}{u_{\max}} = \frac{\lambda}{2\,\text{NA}}

Con iluminación axial (solo el orden +1 o −1), el factor 2 desaparece: $d_{\min} = \lambda/\text{NA}$ . El valor $\lambda/(2\,\text{NA})$ es el caso óptimo con iluminación coherente oblicua.

donde $\lambda$ es la longitud de onda de la luz y NA es la apertura numérica del objetivo. Con luz visible ( $\lambda \approx 550\,\text{nm}$ ) y un buen objetivo de inmersión en aceite ( $\text{NA} \approx 1.4$ ), obtienes $d_{\min} \approx 200\,\text{nm}$ . No puedes resolver detalles más finos que eso — no por una limitación del instrumento, sino por la naturaleza ondulatoria de la luz.

La resolución es un problema de filtrado. El microscopio es un sistema 4f donde la «máscara» es simplemente la pupila de salida del objetivo — un círculo que deja pasar las frecuencias bajas y corta las altas. Un filtro paso bajo impuesto por la geometría del instrumento.

La matemática

El sistema 4f en una ecuación. El campo de salida es la transformada inversa del producto del espectro de entrada con la función de transferencia del filtro:

g(x,y) = \mathcal{F}^{-1}\!\big\{ H(u,v) \cdot F(u,v) \big\}

donde $F(u,v) = \mathcal{F}\{f(x,y)\}$ es el espectro de la imagen de entrada y $H(u,v)$ es la función de transferencia del filtro — la máscara en el plano de Fourier.

Hay una forma equivalente que no usa el dominio de Fourier en absoluto. Por el teorema de convolución, multiplicar en el dominio de frecuencias equivale a convolucionar en el dominio espacial:

g(x,y) = h(x,y) * f(x,y)

donde $h(x,y) = \mathcal{F}^{-1}\{H(u,v)\}$ es la respuesta al impulso del sistema, y $*$ denota convolución. La función $H(u,v)$ se llama OTF (función de transferencia óptica) — y será protagonista del artículo 05.

Las dos formas dicen lo mismo: multiplicar en frecuencias o convolucionar en el espacio son operaciones duales. Pensar en una u otra depende del problema. Pero el sistema 4f tiene la gracia de hacer la primera — la multiplicación en frecuencias — de manera directa y física.

¿Y esto para qué sirve?

El filtrado espacial no es un ejercicio de laboratorio. Es la base de técnicas que se usan a diario:

Contraste de fase (Zernike, Nobel 1953): una máscara de fase en el plano de Fourier convierte diferencias de fase (invisibles al ojo) en diferencias de intensidad. Permite ver células vivas sin teñirlas.
Microscopía de campo oscuro: se bloquea la componente DC (el punto central del espectro). Solo la luz difractada por la muestra llega a la imagen. Partículas diminutas brillan sobre fondo negro.
Fotografía Schlieren: se bloquea la mitad del plano de Fourier con una cuchilla. Los gradientes de densidad en el aire (calor, ondas de choque) se hacen visibles. Es la técnica que revela el aire caliente sobre una vela o la onda de choque de un proyectil.
Procesado digital de imágenes: los filtros de «enfocar» y «desenfocar» de cualquier editor de fotos son filtros espaciales. «Desenfocar» es paso bajo, «enfocar» es paso alto. El filtrado que Abbe describió con lentes en 1873, hoy lo hacemos con matrices en una GPU.

Y un adelanto: si el sistema 4f filtra multiplicando el espectro por una máscara, ¿qué pasa cuando esa máscara no la elegimos nosotros sino que la impone el propio instrumento? Eso es lo que ocurre en cualquier sistema óptico real — la difracción, las aberraciones, el tamaño finito de las lentes imponen su propio filtro. Toda imagen es una convolución, y toda convolución es un filtrado. Eso es el artículo 05.

Ejercicios

Ejercicio 1

Usa el simulador del sistema 4f de arriba. Selecciona la imagen «Cuadrícula» (o una imagen que contenga franjas verticales y horizontales). Aplica un filtro de «Bloqueo vertical» y observa el resultado. Luego cambia a «Bloqueo horizontal». ¿Qué franjas desaparecen en cada caso? Diseña una estrategia para eliminar solo las rayas verticales de una imagen que tiene rayas en ambas direcciones.

Solución

Las franjas verticales tienen su energía concentrada en frecuencias horizontales del espectro (puntos a izquierda y derecha del centro). Las franjas horizontales la tienen en frecuencias verticales (puntos arriba y abajo del centro).

Para eliminar solo las rayas verticales, necesitas un filtro que bloquee la franja horizontal del espectro (las frecuencias $u \neq 0, v \approx 0$ ) pero deje pasar la franja vertical. El filtro «Bloqueo horizontal» hace exactamente eso: bloquea las frecuencias a lo largo del eje $u$ , eliminando las franjas verticales de la imagen pero conservando las horizontales. La geometría del filtro en el plano de Fourier es perpendicular a la geometría de la estructura que elimina en la imagen.

Ejercicio 2

Usa la analogía audio-espacial de arriba. La señal tiene componentes a frecuencias 2, 7 y 15 ciclos. Ajusta el corte del filtro paso bajo a diferentes valores y observa cómo cambia tanto la onda como el patrón de franjas. Si quisieras diseñar un filtro pasa-banda que conserve solo la componente de frecuencia 7 (eliminando la de 2 y la de 15), ¿qué tipo de máscara necesitarías en el plano de Fourier?

Solución

Un filtro pasa-banda deja pasar solo las frecuencias dentro de un rango $[f_{\min}, f_{\max}]$ y bloquea el resto. Para conservar solo la componente de frecuencia 7:

En el plano de Fourier, necesitas una máscara anular (un anillo) que sea opaca en el centro (bloquea frecuencias bajas, eliminando la componente de frecuencia 2), transparente en un anillo intermedio (deja pasar la frecuencia 7, digamos entre 5 y 10), y opaca de nuevo en la periferia (bloquea frecuencias altas, eliminando la componente de frecuencia 15). Matemáticamente:

H(u) = \begin{cases} 0 & |u| < f_{\min} \\ 1 & f_{\min} \leq |u| \leq f_{\max} \\ 0 & |u| > f_{\max} \end{cases}

Es la combinación de un paso alto (radio interno) y un paso bajo (radio externo).