- **Distinguir** entre filtros lineares e não‑lineares, reconhecendo suas respectivas aplicações práticas.
* Em operações morfológicas: - *Erosão*: $I_{\text{eros}}(x,y)=\min_{(i,j)\in\mathcal{N}(x,y)} I(x+i, y+j)$. - *Dilatação*: $I_{\text{dil}}(x,y)=\max_{(i,j)\in\mathcal{N}(x,y)} I(x+i, y+j)$.
| Tipo | Vizinhos considerados | Número de vizinhos | |------|-----------------------|--------------------| | **4‑conectividade** | Norte, Sul, Leste, Oeste | 4 | | **8‑conectividade** | 4‑conectividade + diagonais (NE, SE, SW, NW) | 8 |
* Para uma intuição visual veja também: [Convolution Visualizer](https://ezyang.github.io/convolution-visualizer/index.html).
- **Separabilidade**: se $H = a\,b^T$, o cálculo reduz de $\mathcal{O}(N^2)$ para $\mathcal{O}(N)$.
- **Cuidado com bordas**: modos de extensão (replicação, reflexão, zero‑padding).
* $G(x) = \frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}\qquad$ Aproximação: $\quad G'(x) = e^{-\frac{(x-\mu)^2}{2\sigma^2}}$
- Quais são as principais diferenças entre filtros **passa‑baixa**, **passa‑alta** e **realce de bordas** em termos de impacto visual na imagem?
- Em que situações um **filtro Gaussiano** é preferível a uma média simples, mesmo considerando o **custo computacional** adicional?