El filtrado de imágenes es una tarea fundamental para la mayoría de los sistemas de visión por computador cuando las imágenes se usan para análisis automático o, incluso, para inspección humana. De hecho, la presencia de ruido en una imagen puede ser un grave impedimento para las sucesivas tareas de procesamiento de imágenes como, por ejemplo, la detección de bordes o el reconocimiento de patrones u objetos y, por lo tanto, el ruido debe ser reducido. Del mismo modo, el aumento de la resolución y el tamaño de las imágenes nos conduce a requerimientos computacionales más altos, los cuales hemos de intentar rebajar sobretodo para aplicaciones en tiempo real o similares.
En los últimos años el interés por utilizar imágenes en color se ha visto incrementado de forma significativa en una gran variedad de aplicaciones. Es por esto que el filtrado de imágenes en color se ha convertido en un área de investigación interesante. Se ha observado ampliamente que las imágenes en color deben ser procesadas teniendo en cuenta la correlación existente entre los distintos canales de color de la imagen. En este sentido, la solución probablemente más conocida y estudiada es el enfoque vectorial. Las primeras soluciones que proponen técnicas de filtrado vectorial, son las conocidas técnicas del filtro de mediana vectorial (VMF) o el filtro direccional vectorial (VDF). Desafortunadamente, estas técnicas no se adaptan a las características locales de la imagen, lo que implica que habitualmente los bordes y detalles de las imágenes se emborronan y pierden calidad. A fin de solventar este problema, varios filtros vectoriales adaptativos se han propuesto recientemente, entre los que destacan las técnicas de peer group. En los últimos años ha aparecido la teoría de los denominados conjuntos fuzzy, borrosos o difusos (lógica, métricas y topologías), que se ha demostrado es una herramienta adecuada para el filtrado de imágenes.
En la presente Tesis Doctoral las metas principales son: (i) el estudio de la aplicabilidad de métricas difusas en tareas de procesamiento de imagen y mejora computacional; (ii) el diseño de nuevos filtros para imágenes en color que aprovechan las propiedades de las métricas fuzzy y consiguen un buen rendimiento con una gran mejora computacional y (iii) implementar versiones de los filtros diseñados con MPI para probar su rendimiento mediante computación paralela. Los resultados experimentales presentados en esta Tesis muestran que las métricas difusas son herramientas útiles para diseñar técnicas de filtrado con un bajo coste computacional y son competitivas en comparación con otras técnicas en el estado del arte.