Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Imagenes Con Matlab
Imagenes Con Matlab
Resumen
Cada pixel podemos representarlo como la
informacin de tres canales diferentes uno con la
informacin relacionada con el rojo, otro con el
verde y otro con el azul. Considerando lo anterior,
podemos representar cada pixel como un vector
con 3 componentes RGB y representarlo en el
espacio 3D (figura1). La intencin al segmentar en
color es separar objetos cuyos patrn de color sea
uniforme, es decir aislar regiones que tengan el
mismo color, para eso vamos a utilizar un
algoritmo muy sencillo pero que en ciertas
circunstancias nos permite buenos resultados.
I Introduccin
Una de las labores de gran importancia en el
procesamiento de imgenes es la segmentacin.
Debido a que un objeto puede ser caracterizado
por sus propiedades de color, textura y forma,
podemos usar al color como elemento
discriminante entre objetos para realizar una
segmentacin de escenas naturales o en imgenes
artificiales
II Desarrollo
Para explicar el procedimiento vamos a
emplear dos imgenes, una artificial mostrada en
las figuras 3 y otra natural mostrada en la figura 4.
im=imread('lain.jpg');
%definimos la tolerancia
tol=30;
%
%creamos una figura para visualizar las
%imgenes
figure
subplot(1,2,1)
imshow(im)
%
%tomamos una muestra de color de la imagen que
%est siendo mostrada
pix=impixel;
%
%definimos los colores de referencia
colrefR=double(pix(1,1));
colrefG=double(pix(1,2));
colrefB=double(pix(1,3));
Fig. 8, Segmentacin de
separar el cabello. T=20.
lain.jpg
buscando
Fig. 5, Segmentacin de
separar el rostro. T=20.
lain.jpg
buscando
chao.jpg
buscando
Fig. 7, Segmentacin
separar el moo. T=20.
de
lain.jpg
buscando
III conclusiones
En las imgenes de escenas naturales se
observa una gran cantidad de colores y de texturas,
por lo tanto, debemos buscar tcnicas de
segmentacin ms robustas para que las ligeras
variaciones de color entre pxeles no sean un
obstculo para segmentar completamente objetos
de inters. Hay que tener en cuenta que la
tolerancia que escojamos har que tengamos
resultados aceptables o indeseados. Para mejorar
el algoritmo se podra trabajar una tolerancia
independiente para cada componente de color.
Referencias
[1] Rafael C. Gonzlez y Richard E. Woods. Digital
Image Processing Using Matlab. Pearson Prentice
Hall. 2004
[2] Arturo de la Escalera. Visin por Computador:
Fundamentos y Mtodos. Prentice Hall. 2001.