Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 1. Teoría de Procesamiento de Imágenes.: 1.1. Conceptos Generales
Capítulo 1. Teoría de Procesamiento de Imágenes.: 1.1. Conceptos Generales
I (1,1)
I (2,1)
I=
M
I (1,2)
I (2,2)
M
L
L
I (1, M )
I (2, M )
M
I ( N ,1) I ( N ,2) L I ( N , M )
Los elementos de la matriz (pixeles) en una imagen monocromtica tpica son del
orden de 28 256 niveles de gris, por lo tanto, pueden ser representados como caracteres en
la mayora de los lenguajes de programacin. Las columnas y los renglones de las matrices
de imgenes digitales, por tanto, tienen un rango de:
0 i N 1 , 0 j M 1
Este grupo de pixeles se nota como N4(p). As mismo, las vecindades diagonales
con el punto (x, y) se notan como ND(p), y sus coordenadas son:
(a)
(b)
10
Dos pixeles son vecinos si cumplen con la definicin de adyacencia. Si los pixeles
comparten una de sus fronteras, se dice que los mismo son vecinos directos; si slo se
tocan en una de sus esquinas, se llaman vecinos indirectos.
Una vecindad de un pixel p0, denotada como Vp , es una submatriz MKL de tamao
KxL, con K y L enteros impares pequeos, contenida en la matriz imagen (iMN), la cual est
formada por un nmero finito de pixeles vecinos o no de p0.
V p = {p : p M KL }; M KL i MN ; K = L = 3,5,9
(a)
(b)
11
En el desarrollo de tcnicas de procesamiento de imgenes que involucren el
anlisis de una determina regin de la escena digital, es posible encontrar vecindades de
5x5 y hasta de 9x9; bsicamente la definicin de las dimensiones de la matriz vecindad
depende de la tcnica que se est desarrollando.
1.1.2. Conectividad.
La conectividad entre pixeles es un concepto utilizado para establecer los lmites en
objetos y regiones de componentes en una imagen. Para establecer la conectividad entre dos
pixeles, es necesario determinar si son adyacentes en sentido especfico (si tiene 4
vecindades) y si su nivel de gris satisface un criterio especificado de similitud (si son
iguales). Por ejemplo, en una imagen binaria con valores 0 y 1, dos pixeles pueden tener
vecindad de 4, pero slo se consideran conectados si tienen el mismo valor.
12
c) Conectividad mezclada. Dos pixeles, p y q, con valores de V, estn conectados
mezclados si:
Figura 1.4. (a) Arreglo de pixeles; (b) Pixel central de conectividad 8; (c) conectividad
mezclada del mismo pixel. [7]
13
barrido, y r y t son los vecinos arriba y a la izquierda respectivamente, la naturaleza de la
secuencia de barrido asegura que, cuando llegamos a p, los puntos r y t ya han sido
encontrados (y etiquetados en caso de ser 1).
14
veces; a esto se denomina clases de equivalencia. Para algunos k entre uno e infinito
(255), incluso, algunos como aRb si y solo si a y b pertenecen a la misma clase de
equivalencia. [5]
15
La deteccin de contornos es un carcter bsico en procesamiento de imgenes,
pues contiene informacin til acerca de los lmites del objeto que pueden ser utilizados
para el anlisis, deteccin del objeto y para aplicaciones de filtrado. De igual forma se
emplea para simplificar el anlisis de imgenes, realizando una reduccin drstica de la
cantidad de datos a ser procesados, mientras que al mismo tiempo preservan la informacin
estructural alrededor de los lmites del objeto.
Los puntos de contorno son como zonas de pixeles en las que existe un cambio
brusco de nivel de gris. Si pensamos en una imagen como una funcin continua f(x,y),
vemos que su derivada tiene un mximo local en la direccin del contorno. Por ello las
16
tcnicas ms usadas en la deteccin de contornos se basan en la medida del gradiente de f a
lo largo de r en una direccin .
El mximo valor de
se obtiene cuando
17
Si llamamos H a una mscara de tamao p x p, se define el producto interno con una
imagen U, en una posicin (m,n) como:
18
1 1 1
1
1 1 1
1 1 1
1 1 1
1 1 1
Por razones computacionales, casi siempre, la magnitud del gradiente se calcula como:
19
a) Roberts
b) Smoothed (o Prewitt)
c) Sobel
20
d) Isotrpico
[17]
Se puede apreciar que los contornos extrados con este mtodo son dobles, y que
siempre sern cerrados, aunque la regin no lo sea.
1.3. Segmentacin.
21
La forma de un objeto puede ser descrita en trminos de sus bordes o de la regin
que ocupa. La representacin de objetos basada en los bordes requiere detectar contornos;
para la representacin basada en regiones, se realiza la segmentacin de varias regiones
homogneas despus de haber realizado la deteccin de contornos. La segmentacin
subdivide una imagen en partes u objetos; el nivel de subdivisin depende de la aplicacin.
La segmentacin de imgenes vincula la divisin o separacin de la imagen en regiones de
atributos similares, considerando el atributo ms bsico de segmentacin la amplitud,
aunque los contornos y la textura de la imagen tambin han de ser considerados.
1.3.1. Thresholding.
22
suele ser menos fiable que el simple, puesto que es difcil establecer varios umbrales que
aslen las regiones de inters, especialmente cuando el nmero de modos correspondientes
en el histograma es grande. Tpicamente, es ms efectivo utilizar thresholding simple
variando el nivel de umbral.
Figura 1.8. (a) Imagen ruidosa; (b) resultado de la deteccin de contornos. [7]
23
Con base a lo anterior, thresholding puede considerarse como una operacin que
implica pruebas en una funcin T de la forma:
T = T [x, y, p ( x, y ), f ( x, y )]
donde f(x,y) es el nivel de gris en el punto (x,y) y p(x,y) denota alguna propiedad local en
ese punto. Una imagen g(x,y) a la cual se ha aplicado deteccin de umbral se define como:
1 sif ( x, y ) > T
g ( x, y ) =
0 sif ( x, y ) T
24
Los umbrales se obtienen, como hemos mencionado, del histograma de la imagen,
es decir, se puede determinar encontrando el mnimo N-1 entre los N picos consecutivos
del histograma. En muchos casos, los lbulos del histograma no se pueden determinar
claramente debido a los pixeles situados en el rea de transicin entre dos regiones. El
mtodo ms simple para la modificacin del histograma es realizar una deteccin de
contornos y excluir todos los pixeles que pertenezcan a los bordes al calcular el histograma.
Haciendo
referencia a la figura 1.9., podemos observar dos regiones, R1 y R2, adyacentes con
permetros P1 y P2 respectivamente, permetros que han sido previamente unidos. Despus
25
de realizar las etapas iniciales del crecimiento de regin, una regin debe contener
previamente sub-regiones unidas por diferentes valores de amplitud.
D
>
MIN {P1 , P2 }
26
1.4.1. Dilatar.
27
a = (a1 , a 2 )
b = (b1 , b2 ) , respectivamente. La
( A) x = {cIc = a + x, para : a A}
B = {xIx = b, para : b B}
El complemento de A es:
A c = {xIx A}
A B = {xIx A, x B} = A B c
A B = xI ( B ) x A
28
Dado que la dilatacin aumenta el tamao de una regin, algunas veces se conoce
como crecimiento.
1.4.2. Cerrar.
29
secciones del contorno, pero generalmente une separaciones estrechas y golfos delgados;
elimina pequeos hoyos y rellena aberturas.
A B = ( A B)B
A es un subgrupo de A B
( A B) B = A B