Marcelo Alturin Di Maria    PDI 

PROCESAMIENTO
DIGITAL
DE
IMÁGENES
:



Reto 1:  

 
 ¿Qué ocurre con la media, moda o rango de niveles de gris de la imagen
transformada respecto de la original?

 ¿Qué pasa con el histograma de la imagen final respecto del original?

 ¿Para qué sirve λ?

 
Aplicaciones en el campo médico para extracción de imágenes precisas mediante la 
eliminación de ruido de fondo mediante filtrado. 
 
Para ello empleamos el siguiente algoritmo: 
 
Rj = 255 * min {1, λ * (Ij / Fj) } 
 
R = imagen retocada 
I = imagen original 
F = imagen de fondo correspondiente a I 
λ = variable control  λ<1 
 
El código Matlab empleado para este apartado que implementa el algoritmo 
anterior es el que se espone a continuación: 
 
landa=0.75;

fondo=imread('fondo1.pgm');

imagen=imread('imagen1.pgm');

[fila columna]=size(imagen);

R=zeros(fila,columna);
for i=1:fila
for j=1:columna
R(i,j)=255*min(1,landa*double(imagen(i,j))/double(fondo(i,j)));
end
end

R=uint8(R);
imshow(R);
 
 
 
 
 
 
Marcelo Alturin Di Maria    PDI 

Todas las imágenes empleadas tienen en común una zona de interés que se 
pretende diferenciar del resto. Para ello, el algoritmo empleado resalta dichas 
zonas sobre su fondo, oscureciendo su área sobre el fondo claro. 
 
Imagen Original 
 
FONDO
 IMAGEN



  

 
 
 
Tras aplicar el método desarrollado para diferentes valores de nuestra constante λ  
tenemos los siguientes resultados. 
 
A medida que aumentamos el valor de λ, conseguimos un mayor contraste entre la 
imagen y el fondo, lo cual hace que la imagen representativa se vea con mucha más 
precisión en sus bordes así como con una mayor exactitud en sus trazos internos. 
 
 
Valor
de
λ
 Imagen
Resultante




0.1


 
Marcelo Alturin Di Maria    PDI 

0.25


 



0.5


 



0.75


 
Marcelo Alturin Di Maria    PDI 

0.85


 



1


 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Marcelo Alturin Di Maria    PDI 

 
 Diseñar vuestra propia transformación usando operaciones simples sobre
las imágenes originales y/o de fondo.
 
R=fondo-imagen;

[fila columna]=size(imagen);

minimo=min(min(R));
maximo=max(max(R));

for i=1:fila
for j=1:columna
if R(i,j)<minimo
R(i,j)=0;
end
if R(i,j)>maximo
R(i,j)=255;
end
if R(i,j)>=minimo && R(i,j)<=maximo

R(i,j)=double(R(i,j))*round(255/(maximo-minimo))-minimo*(255/(maximo-minimo));
end
R(i,j)=255-R(i,j);
end
end 
 
 
 
Imagen
original
 Imagen
resultante



  

 
 
Se ha empleado: 
 
 Técnica de stretching, para alongar el rango de niveles 
 
 Obtención  de  fondos  claros  y  superficie  de  interés  oscura  mediante  la 
inversión de niveles de gris