Documentos de Académico
Documentos de Profesional
Documentos de Cultura
00filtros Aplicados A Imagenes
00filtros Aplicados A Imagenes
INDICE
1 INTRODUCCCION ..
2. RESUMEN .
3. PROCESAMIENTO DE IMGENES .
....
Ajustes de brillo
10
......
11
12
Ajustes de canales
18
1. INTRODUCCIN
En el procesamiento de seales e imgenes se utilizan algunas tcnicas sustentadas en el
conocimiento de los operadores lineales y no lineales. El avance de las tecnologas de
comunicacin e informacin permiten hoy en da la aplicacin de imgenes (matrices) y
transformaciones del lgebra lineal a diversas reas de las ciencias puras y aplicadas as como
de la ingeniera.
Los conceptos de espacio vectorial y algebra lineal resultan ser muy naturales en el
procesamiento de seales. Y ms an en el procesamiento de imgenes digitales, ya que una
imagen digital es una matriz. Las operaciones matriciales juegan un papel importante en el
procesamiento de imgenes digitales. Una nocin fundamental en el desarrollo de este estudio
tiene que ver con que una imagen puede visualizarse de diferentes formas, y la manipulacin de
su representacin es una de las ms poderosas herramientas disponibles.
Las manipulaciones tiles pueden ser lineales (ejemplo, las transformaciones) o no lineales
(ejemplo, la cuantificacin).
2. RESUMEN
Las imgenes digitales (o imgenes discretas) provienen del mundo circundante, un mundo
continuo. Es as como actualmente se suele representar una gran variedad de fenmenos por
medio de fotografas digitales o secuencias de imgenes digitales. stas se obtienen a partir de
imgenes anlogas mediante muestreo y cuantificacin, procesos que dependen de los
dispositivos de captura de imagen de las cmaras digitales. El rea del procesamiento de seales
e imgenes se ha venido desarrollando a travs del estudio terico de las diferentes
transformaciones, que se manifiesta en la creacin de algoritmos que proyectan soluciones a
problemas de la vida real, soportados por avanzados elementos de software y de hardware. Este
artculo presenta algunas de las transformaciones ms usadas sobre imgenes digitales tanto a
nivel de pxeles, como de sus valores de intensidad. Transformaciones lineales y no lineales se
implementan a travs de una herramienta de software como Matlab. Igualmente se establecen
aspectos tericos del lgebra lineal: transformaciones lineales y transformaciones afines.
Finalmente se estudian aspectos numricos de interpolacin sobre imgenes.
(
Donde
)(
m11 m 12 m1 n ( p , p , p) ( p , p , p)
m 21 m 22 m2 n ( p , p , p) ( p , p , p)
+
m m 2 m m 2 mmn ( p , p , p) ( p , p , p)
( p , p , p)
( p , p , p)
=C
( p , p , p)
Para i = 1, 2, 3,, m y j = 1, 2, 3, , n.
Donde M corresponde a la matriz imagen y C corresponder a la imagen ajustada de M
Y p es el parmetro de ajuste de brillo, cuyo estndar va de -100 a 100.
COLUMNA
Un poco de nomenclatura:
N de columnas de la matriz: ancho de la
imagen (width).
N de filas de la matriz: alto de la imagen
(height).
FILA
Eje horizontal: eje x.
Eje vertical: eje y.
Normalmente el tamao de la imagen se
expresa como: ancho x alto
Ejemplo.
Tamaos tpicos:
Por ejemplo, se espera que los valores de dos pxeles prximos sean ms o menos
parecidos.
Tiene sentido definir la vecindad de un pxel y la distancia entre dos pxeles.
Supondremos un acceso indexado a los pxeles: si i es una imagen, i(x, y) ser el valor
del pxel en la columna x, fila y.
Pero, qu indica el valor de un pxel?
Cada pxel representa el valor de una magnitud fsica.
Cantidad de luz en un punto de una escena.
Valor de color (cantidad de radiacin en la frecuencia del rojo, verde y azul).
Nivel de radiacin infrarroja, rayos X, etc. En general, cualquier radiacin
electromagntica.
Profundidad (distancia) de una escena en una direccin.
Cantidad de presin ejercida en un punto.
Nivel de absorcin de determinada radiacin.
Etctera, etctera.
Imagen binaria:
1 pxel = 1 bit
0 = negro; 1= blanco
Imagen en color:
1 pxel = 3 bytes
Cada pxel consta de 3 valores: (Rojo,
Verde, Azul)
Un byte por color
16,7 millones de colores posibles
Imgenes multicanal:
Cuando los pxeles representan magnitudes en distintos dominios fsicos, decimos que
la imagen es multicanal.
Ejemplo:
Imagen en color, imagen con 3 canales: canal R (rojo), canal G (verde), canal B (azul).
Canal R
Canal G
Canal B
Ejemplo. RGBA, Imagen RGB ms canal Alfa. El canal Alfa representa el nivel de
transparencia del pxel.
Ejemplo. En algunas aplicaciones (p.ej., imgenes de satlite, visin nocturna)
suelen usarse canales para frecuencias no visibles, infrarrojo, ultravioleta, etc.
Resumen
Donde
)(
m11 m12 m1 n
(255,255, 255)
(255,255, 255)
m m22 m2 n
21
=C
Para i = 1, 2, 3,, m y j = 1, 2, 3, , n.
C corresponde a la imagen negativa de M.
Eliminar ruido: eliminar aquellos pxeles cuyo nivel de intensidad es muy diferente al de sus
vecinos y cuyo origen puede estar tanto en el proceso de adquisicin de la imagen como en el de
transmisin.
Detectar bordes: detectar los pxeles donde se produce un cambio brusco en la funcin
intensidad.
Ajuste de canales
Consiste en manipular la intensidad de nicamente un canal a la vez, ya sea el ro- jo, verde, o
azul independientemente.
Como ejemplo definamos el ajuste del canal verde:
M + A=C
Esta ecuacin ser, para ajustar el color verde:
)(
Donde
(0, p , 0)
(0, p , 0)
=C
( 0, p , 0)
Para i = 1, 2, 3,, m y j = 1, 2, 3, , n.
C corresponder a la imagen ajustada de M
*Nota: Para ajustar el canal rojo cada elemento de la matriz de ajuste ser:
para el canal azul ser de elementos:
(0, 0, p) .
( p , 0,0) y
( x ,' y ' )
(x , y ) .
x ' =ax+ by +m
y ' =cx+ dy+ n
Cuando m = n =0
x' = a b x
x' =ax+ by
'
y'
c d y
y =cx+ dy
( ) ( )( )
| |
()(
)( )
SC x Shoriz
T x =a b x a b =
y
c d y
c d
S vert SC y
( ) ( )( ) ( ) (
Donde,
a=SC x
corresponde al escalado en x, y
d=SC x
c=S vert
escalado en y,
b=S horiz
vertical.
Ejemplo: Sea
( ) ( )( ) (
T x = a b x = x+ 2 y
y
c d y
y
Coordenadas homogneas:
Un punto (x, y) en coordenadas homogneas se representa por la terna (xw, yw, w). Es as, como
el punto (3, 2) del sistema de coordenadas cartesianas se representa como (6, 4, 2), o como (15,
10, 5) entre otros. Y la representacin normalizada de (3, 2) en coordenadas homogneas es (3,
2, 1) que es la convencin ms usada.
La representacin matricial en coordenadas homogneas de la transformacin afn 2D:
( )(
)( )
x'
a b m x
x' =ax+ by y ' = c d n y
y' =cx+ dy
1
0 0 1 1
Transformaciones espaciales
La mayora de los mtodos para transformar imgenes se clasifican:
1. Mtodos que usan el mapeo directos o hacia adelante
2. Mtodos que usan el mapeo inverso.
Los mapeos hacia adelante son ms complejos y costosos de implementar computacionalmente.
El mtodo del mapeo inverso es ms fcil de implementar que el mapeo directo.
El procedimiento de mapeo inverso valora cada pixel de salida y calcula las correspondientes
posiciones en la imagen de entrada usando e interpolando entre los pxeles de la imagen de
entrada ms cercanos para determinar el valor del pxel de salida
En el caso de la distorsin geomtrica si suponemos que esta se puede modelar mediante elpar
de ecuaciones bilineales
'
x =r ( x , y )=c 1 x +c 2 y+ c 3 xy +c 4
y ' =s ( x , y ) =c 5 x +c 6 y+ c 7 xy +c 8
Con 8 puntos de unin conocidos estas ecuaciones se pueden resolver para los
ck
con
k=1,2,3,...8 . Estos coeficientes modelaran la distorsin geomtrica y por tanto podran ser
usados para transformar todos los pxeles dentro de un cuadriltero definido por los puntos de
atadura que se usaron para obtener los coeficientes.
Estos puntos de atadura actualmente se obtienen mediante tcnicas muy distintas. Algunos
sistemas de generacin de imgenes poseen fsicamente mallas de puntos metlicos dentro del
sensor de imgenes produciendo un conjunto conocidos como mascaras obtenidos directamente
sobre la imagen cuando sta es capturada.
Interpolacin
La interpolacin de imgenes se utiliza siempre en el procesado de imgenesdigitales
Escalado (remuestreo).
Reasignacin (transformaciones geomtricas - rotacin, cambio de
perspectiva,...).
Relleno (restauracin de agujeros).
Deformacin, transformaciones no lineales.
Es un mtodo bsico.
Requiere un tiempo de procesado bajo.
Solo tiene en cuenta un pxel: el ms cercano al punto interpolado.
Simplemente aumenta el tamao de cada pxel.
con la
1D
Relaciones
interpolacin
Bilineal
Tiene en cuenta los valores en los pxeles conocidos que rodean a unodado en una
vecindad de los 2x2 pxeles ms cercanos.
Se toma el promedio ponderado de estos 4 pxeles y se calcula el valor interpolado.
El resultado est ms suavizado que las imgenes obtenidas utilizando el mtodo del
pxel ms cercano.
Necesita ms tiempo de procesado.
Figura: Ejemplo en el que todos los
pxeles conocidos estn a la misma
distancia. El valor interpolado en
entonces la suma de sus valores dividida
por cuatro.
Bicbica
Un paso ms all del caso bilineal es considerar la vecindad de los 4x4 pxeles
conocidos ms cercanos, es decir, un total de 16 pxeles.
Como estn situados a distancias distintas del pxel de valor desconocido, se da mayor
peso en el clculo a los ms cercanos.
4 CONCLUSIONES:
De acuerdo al valor que tiene cada pixel se ve variado las caractersticas de una imagen.
Las transformaciones geomtricas aplicadas a las imgenes exigen la solucin de
problemas de aproximacin que varan segn el tipo de aplicacin.
Los mtodos de interpolacin se utilizan en aquellas situaciones donde se quiera
recuperar informacin perdida o informacin desconocida.
Los aspectos matemticos de la interpretacin de la imagen como superficie muestran
que el ajuste de la superficie mediante el mtodo bicbico es mejor que el presentado
por el bilineal y el del mejor vecino respecto a caractersticas como la de la suavidad.
5 . BIBLIOGRFA:
Gonzlez, R.C., Wintz, P. (1996). Procesamiento digital de imgenes. Addison-Wesley.
Hctor Zrate Rea, Aplicacin de las Matrices en el Procesamiento de Imgenes,
Universidad Nacional Autnoma de Mxico.
Jos Esqueda & Luis Palafox, Fundamentos de Procesamiento de Imgenes,
Universidad autnoma de Baja California.
Transformaciones Geomtricas sobre Imgenes Digitales, Samuel Barreto Melo,
Universidad Distrital Francisco Jos de Caldas