2 Procesamiento de imgenes con matrices

INDICE
1 INTRODUCCCION ..

2. RESUMEN .

3. PROCESAMIENTO DE IMGENES .

3.1 MATRICES ...

3.2 IMAGENES Y MATRICES

....

3.3 REPRESENTACION DE IMAGENES MEDIANTE MATRICES .....

Invertir colores (negativo) .....

Ajustes de brillo

3.4 FILTROS APLICADOS A IMGENES ........

10

......

11

3. 5 TRANSFORMACIONES GEOMETRICAS ...

12

Ajustes de canales

Rotacin de una imagen

4. CONCLUSIONES ... 18
5. BILIOGRAFIA ...

18

3 Procesamiento de imgenes con matrices

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).

4 Procesamiento de imgenes con matrices

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.

5 Procesamiento de imgenes con matrices

3.1 MATRICES:
En matemtica, una matriz es un arreglo bidimensional de nmeros, y en su mayor generalidad
de elementos de un anillo.
Las matrices se utilizan para mltiples aplicaciones y sirven, en particular, para representar los
coeficientes de los sistemas de ecuaciones lineales o para representar aplicaciones lineales .
Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las hace un
concepto clave en el campo del lgebra lineal.
En programacin, una matriz o vector (llamado en ingls array) es una zona de almacenamiento
continuo, que contiene una serie de elementos del mismo tipo, los elementos de la matriz. Desde
el punto de vista lgico una matriz se puede ver como un conjunto de elementos ordenados en
fila (o filas y columnas si tuviera dos dimensiones).
3.2 IMAGENES Y MATRICES:
La imagen digital est formada por una serie de matrices numricas de ceros y unos que se
almacenan en una memoria informtica y que definen las caractersticas de una fotografa, o
tambin se le define como una celda compuesta de pxeles, en donde cada pixel es un espacio en
la memoria de la computadora donde se almacena un numero que representa la definicin del
color y el brillo de una parte de la imagen.
Una vez esta imagen es interpretada (leda), los ordenadores la transforman en una imagen
visible a travs de la pantalla e imprimible tambin, a travs de cualquier dispositivo de salida.
La gran ventaja del archivo digital es que puede duplicarse y copiarse tantas veces como se
quiera.
Ajuste de brillo:
El Ajuste de brillo es uno de los ajustes ms elementales dentro del ajuste de imgenes y
uno de los ms empleados.
El brillo es el porcentaje de iluminacin u oscuridad de un color. Puede ir desde el 0% que
significa negro hasta 100% que es blanco.

(
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)

mij corresponde a un vector ( r ij , gij ,b ij correspondiente a la Imagen.

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.

6 Procesamiento de imgenes con matrices

3.3 REPRESENTACION DE IMGENES MEDIANTES MATRICES:

RGB:
Cualquier color puede ser representado mediante la combinacin de los colores rojo, verde y
azul, cada uno en diferente proporcin. La combinacin RGB estndar indica 256 niveles por
cada canal, es decir por cada color rojo, verde o azul. Para representar el valor de 256,
requerimos de 8 bits para cada canal de color. Lo que nos permite una combinacin del orden
2563 lo que nos permite una combi-nacin de casi 17 millones de colores. Una imagen digital
es una matriz, o array bidimensional, de nmeros en donde cada celda de la matriz es un pxel.
PIXEL
Ejemplo. Imagen de 20x15.

Una forma ms comn de visualizar una imagen.

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:

7 Procesamiento de imgenes con matrices

320x240, 640x480, 800x600, 1024x768,
Vecindad, proximidad: En una imagen, los pxeles prximos tienen una relacin ms
estrecha entre s que los lejanos. Diferencia respecto a una matriz en sentido genrico.

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.

De qu tipo de datos es cada celda de la matriz?

Imagen binaria:
1 pxel = 1 bit
0 = negro; 1= blanco

Imagen en escala de grises:

1 pxel = 1 byte
Permite 256 niveles de gris
0 = negro; 255 = blanco

8 Procesamiento de imgenes con matrices

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

2 bits por pxel

3 bits por pxel

4 bits por pxel

Hi-color: Mtodo reducido para representar colores

1 pxel = 2 bytes
5 bits por cada color (Rojo, Verde, Azul)
Imgenes en punto flotante: tiles en procesos intermedios
1 pxel = 1 float o un doubl.

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.

9 Procesamiento de imgenes con matrices

Almacenamiento de imgenes digitales:

Cuestin 1: Cul es el origen de coordenadas y el orden de las filas?

Top-left: el pxel i(0, 0) es la esquina superior izquierda. Suele ser el ms habitual.
Bottom-left: el pxel i(0, 0) es la esquina inferior izquierda. Usado en algunos
formatos (p.ej. BMP).
Cuestin 2: Cmo se almacenan los distintos canales?
Entrelazado (interleaved, pixel order): R0, G0, B0, R1, G1, B1, R2, G2, B2, ..., Rn,
Gn, Bn.
No entrelazado (non-interleaved, plane order): R0, R1, R2, ..., Rn, G0, G1, G2, ...,
Gn, B0, B1, B2, ..., Bn.

Resumen

Parmetros de una imagen digital:

Ancho y alto.
Nmero de canales y significado de cada uno.
Nmero de bits por pxel y canal (depth).
Origen de coordenadas y modo de almacenamiento multicanal.
Resolucin espacial: tamao de la imagen.
Resolucin fotomtrica: profundidad de color.
Resolucin temporal: aplicable en vdeos.

Invertir colores (negativo):

Esta operacin se basa en invertir cada canal RGB a su respectivo negativo. La utilidad
de este filtro, se encuentra en la digitalizacin de pelculas fotogrficas.

( 255,255, 255) (255, 255, 255)

( 255,255, 255) (255, 255, 255)

( 255,255, 255) (255, 255, 255)

Donde

)(

m11 m12 m1 n
(255,255, 255)
(255,255, 255)
m m22 m2 n
21
=C

( 255,255, 255) mm 2 mm 2 mmn

mij corresponde a un vector ( r ij , gij ,b ij correspondiente a la Imagen.

Para i = 1, 2, 3,, m y j = 1, 2, 3, , n.
C corresponde a la imagen negativa de M.

10 Procesamiento de imgenes con matrices

3.4 FILTROS APLICADOS A IMAGENES

Proceso de filtrado
Es el conjunto de tcnicas englobadas dentro del preprocesamiento de imgenes cuyo objetivo
fundamental es obtener, a partir de una imagen origen, otra final cuyo resultado sea ms
adecuado para una aplicacin especfica mejorando ciertas caractersticas de la misma que
posibilite efectuar operaciones del procesado sobre ella.
Los principales objetivos que se persiguen con la aplicacin de filtros son:
Suavizar la imagen: reducir la cantidad de variaciones de intensidad entre pxeles vecinos.

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.

Realzar bordes: destacar los bordes que se localizan en una imagen.

11 Procesamiento de imgenes con matrices

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:

)(

m11 m12 m1 n (0, p , 0) (0, p , 0)

m21 m22 m2 n (0, p , 0) (0, p , 0)
+

mm 2 mm 2 mmn (0, p , 0) (0, p , 0)

Donde

(0, p , 0)
(0, p , 0)
=C

( 0, p , 0)

mij corresponde a un vector ( r ij , gij ,b ij correspondiente a la Imagen.

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

12 Procesamiento de imgenes con matrices

3.5 TRANSFORMACIONES GEOMTRICAS

Las transformaciones Geomtricas modifican la relacin espacial entre pxeles. En trminos del
procesamiento de imgenes digitales una transformacin geomtrica consiste de dos
operaciones bsicas:
1. Una transformacin espacial que define la reubicacin de los pxeles en el plano
imagen.
2. Interpolacin de los niveles de grises, los cuales tienen que ver con la asignacin de los
valores de intensidad de los pxeles en la imagen transformada.
Una transformacin es aquella, en la que las coordenadas

( x ,' y ' )

expresadas linealmente en trminos de las del punto original

(x , y ) .

del punto imagen son

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

( ) ( )( )

El sistema tiene solucin nica si y solo si

| |

= a b 0, es decir la matriz es no singular,

c d

por lo tanto la transformacin inversa existe y viene dada por:

x = a' b' x '

x=a' x ' +b ' y '
y
c ' d' y'
y=c ' x ' + d ' y '

()(

)( )

En el estudio del significado de los coeficientes de la matriz de la transformacin se puede

comprobar que s

SC x Shoriz
T x =a b x a b =
y
c d y
c d
S vert SC y

( ) ( )( ) ( ) (

13 Procesamiento de imgenes con matrices

Donde,

a=SC x

corresponde al escalado en x, y

presin o inclinacin en direccin horizontal y

d=SC x

c=S vert

escalado en y,

b=S horiz

presin o inclinacin en direccin

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

m corresponde al desplazamiento horizontal mientras n al desplazamiento vertical. En la figura

2 se ilustran la aplicacin de una transformacin afn a una imagen cuya accin es la de una
presin o empuje en direccin horizontal y luego una accin compuesta de rotacin, escalado y
traslacin.

14 Procesamiento de imgenes con matrices

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.

15 Procesamiento de imgenes con matrices

Vecino ms cercano (Nearest neighbor)

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

16 Procesamiento de imgenes con matrices

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.

Relacin con la interpolacin 1D

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.

17 Procesamiento de imgenes con matrices

Produce imgenes ms ntidas que los dos mtodos anteriores.
Es un buen compromiso entre tiempo de procesado y calidad de resultado.
Es un procedimiento estndar en programas de edicin de imgenes, drivers de
impresoras e interpolacin en cmaras.

Relacin con la interpolacin 1D

Figura: Interpolacin mediante el vecino ms cercano, bilineal y bicbica

18 Procesamiento de imgenes con matrices

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