UNIVERSIDAD NACIONAL ABIERTA Y DISTANCIA

INGENIERIA ELECTRONICA PROCESAMIENTO DIGITAL DE SEALES

NELSON MANTILLA JAIMES 91255402

TUTOR JORGE ENRIQUE MOTEALEGRE

Mlaga, 7 noviembre de 2009

INTRODUCCIN
El presente trabajo esta enfocado en el estudio de procesamiento de imgenes, que es previo para lograr el principal objetivo que es el reconocimiento de objetos. La visin artificial es una rama de la inteligencia artificial. El propsito de la visin artificial es programar un computador para que "entienda" una escena o las caractersticas de una imagen . La visin artificial (machine vision) es la adquisicin automtica de imgenes sin contacto y su anlisis tambin automtico con el fin de extraer la informacin necesaria para controlar un proceso o una actividad. La visin artificial se basa en el procesamiento digital de imgenes, de este se extraen principalmente tres pasos, procesamiento de bajo nivel, procesamiento de nivel intermedio, procesamiento de alto nivel. El procesamiento de bajo nivel consiste en el mejoramiento de la imagen, donde se optimiza la imagen para facilitar el procesamiento posterior, aqu se realizan pasos como la disminucin o eliminacin del ruido, adems de enfatizar las caractersticas. El procesamiento de nivel medio esta enfocado a realzar los bordes y a segmentar los objetos que se encuentran en la imagen, por segmentar se entiende en separar los objetos del fondo donde se encuentran, el resultado ptimo es obtener el fondo en color negro y los objetos de inters queden con color blanco. Finalmente el procesamiento de alto nivel consiste en tomar una imagen ya segmentada y codificarla con alguna tcnica, la cual se compara con un cdigo ya escrito en el programa que realiza el trabajo de reconocimiento de objetos y que representa el objeto que se esta buscando.

OBJETIVOS
Objetivos generales: -Anlisis del tratamiento digital de imgenes. -Estudio, anlisis y nocin de lo que es la visin artificial. -Analizar las distintas en que se descompone el proceso de digitalizacin de imgenes. -Estudio y anlisis del tratamiento de imgenes, y su simulacin en Matlab.

Objetivos Especficos: -Estudio comparativo de imgenes de dos dimensiones, sus representaciones matemtica. Estudio y anlisis del tratamiento de imgenes

APLICACION LOS FILTROS DIGITALES EN LA COMPRESIN DIGITAL DE IMGENES

LOS FILTROS LINEALES: Se basan en el concepto que afirman que la funcin de transferencia y el impulso o funcin de distribucin puntual de un sistema lineal son transformadas de Fourier. Los filtros pasa bajo atenan o eliminan las componentes de alta frecuencia, estas componentes son caracterizadas por los bordes y los restantes detalles muy marcados de la imagen, por lo tanto su utilizacin hace borrosa la imagen. La forma del filtro se puede apreciar en la imagen:

Los filtros pasa alto atenan o eliminan las componentes de baja frecuencia, por lo tanto el uso de este filtro realza los bordes y detalles marcados en la figura:

Los filtros pasa banda eliminan unas regiones elegidas de frecuencias intermedias, estos filtros se ocupan para la restauracin de imgenes, su forma se puede apreciar en la figura:

Los filtros no lineales: Operan tambin en entornos. Sin embargo, en general su operacin se basa directamente en los valores de los pxeles en el entorno en consideracin y no se emplean los 19 coeficientes como los descritos en la ecuacin, la reduccin de ruido se puede realizar eficazmente con un filtro no lineal cuya funcin principal sea calcular los valores medio del nivel de gris de cada pxel.

FILTROS SUAVIZANTES: Filtrado espacial de Paso Bajo: Una de las condiciones mas bsicas de un filtro pasa bajo (suavisante), es que el filtro debe tener todos sus coeficientes positivos (ver figura. Para un filtro 3 x 3, la construccin ms simple consistira en una mascara en la que todos los coeficientes fuesen iguales a 1. Sin embargo, por la ecuacin, la respuesta seria en este caso la suma de los niveles de gris de los nueve pxeles, lo que podra hacer que R se saliese del rango vlido de grises. La solucin consiste en cambiar la escala de la suma dividiendo R por 9. La figura (a) muestra la mscara resultante. La figura(b) y (c), muestran mascaras que siguen el mismo concepto. Observemos que en estos casos la respuesta R simplemente ser la media de todos los pxeles en el rea de la mascara.

En la figura siguiente podemos observar la aplicacin de distintas mascaras de filtro pasa bajo, para la misma foto (a), mascaras de n x n, donde (b) n=3, (c) n= 5, (d) n= 9, (e) n= 15, (f) n= 35. Se puede observar la perdida de nitidez en la figura (f).

FILTROS REALZANTES: El objetivo principal del realce es el de destacar los detalles finos de una imagen o intensificar detalles que han sido difuminados. Filtrado espacial pasa alto bsico. El perfil de respuesta a un impulso necesaria para implementar un filtro espacial de paso alto indica que el filtro debe tener coeficientes positivos cerca del centro y coeficientes negativos en la periferia (ver figura (b).

Podemos apreciar la clsica forma de de implementar un filtro de realce 3x3. Es importante observar que la suma de los coeficientes es cero, la salida proporcionada por la mascara es cero o un valor muy pequeo. El filtro elimina el trmino de frecuencia cero, la eliminacin de este trmino reduce la media de niveles de gris de la imagen a cero, reduciendo significativamente el contraste global. Filtros Diferenciales: Los filtros utilizados para la deteccin de bordes son filtros diferenciales, que se basan en la derivacin o diferenciacin. Dado que el promediado de los pxeles de una regin Tiende a difuminar o suavizar los detalles y bordes de la imagen, y esta operacin es anloga a la integracin, es de esperar que la diferenciacin tenga el efecto contrario, el de aumentar la nitidez de la imagen, resaltando los bordes. Los filtros diferenciales se usan para aumentar la nitidez de una imagen. El mtodo ms comn de diferenciacin en las aplicaciones de procesado de la imagen es el gradiente. Para una funcin f(x,y), el gradiente de f en el punto de coordenadas (x,y) se define como un vector de 2 dimensione y 1 columna.

MTODOS EN EL DOMINIO DE LA FRECUENCIA. En este mtodo se trata de calcular la transformada de Fourier de la imagen a intensificar, multiplicar el resultado por la funcin de transferencia de un filtro y, finalmente, tomar la transformada de Fourier inversa para llegar a una imagen mejorada. Los filtros paso bajo atenan o eliminan los componentes de alta frecuencia en el dominio de Fourier, mientras dejan las bajas

frecuencias sin alterar (esto es, ste tipo de filtros dejan "pasar" las frecuencias bajas). Las altas frecuencias son caractersticas de bordes, curvas y otros detalles en la imagen, as el efecto de un filtro paso bajo es el de difuminar la imagen. De igual forma, los filtros paso alto, atenan o eliminan las bajas frecuencias. stas son las responsables de las pequeas variaciones de las caractersticas de una imagen, tal como pueden ser el contraste global y la intensidad media. El resultado final de un filtro paso alto es la reduccin de estas caractersticas, y la correspondiente aparicin de bordes y otros detalles de curvas y objetos. Filtrado de paso bajo. El difuminado que busca el filtro pasa bajo se consigue, en el dominio de la frecuencia, a base de atenuar un rango especifico de componentes de alta frecuencia en la transformada de una imagen dada. De la ecuacin:

Donde F(u, v) es la transformada de Fourier de la imagen que hay que suavizar. Filtrado Ideal. Un filtro pasa bajo bidimensional ideal es aquel cuya funcin de transferencia verifica la relacin:

Donde D0 es una cantidad especificada no negativa, y D(u, v) es la distancia desde el punto (u, v) al origen de coordenadas del plano de frecuencia; es decir

La frecuencia de corte es muy til para especificar las caractersticas del filtro y tambin sirve como una base comn para comparar el comportamiento de diferentes tipos de filtros. Para entender la perdida de nitidez de una imagen como un proceso de convolucin en el dominio espacial radica en la propia naturaleza de h(x, y). El nombre de filtro ideal, viene de que todas las imgenes en el interior del crculo de radio D0, pasan el filtro sin ninguna atenuacin, mientras que el resto de frecuencias fuera del crculo se atenan completamente.

En el ejemplo siguiente se realiza un filtrado ideal paso bajo de la imagen de la izquierda con una frecuencia de corte cada vez superior. Vase que con pocos coeficientes las formas ms importantes de la imagen aparecen ya definidas.

Donde la figura (a) muestra la imagen original en la imagen (b) se muestra la imagen pasada por un filtro pasa-bajo con 2 coeficientes, mientras que en la figura 1.(c) se ocuparon 4. Filtro Butterworth: La funcin de transferencia espacial de filtro butterworth de paso bajo de orden n, y con emplazamiento de la frecuencia de corte a una distancia D0 del origen, esta definido por la relacin.

Donde D(u, v) esta dado por la ecuacin : Los filtros cuya funcin de transferencia cambie sin brusquedad, es habitual definir la frecuencia de corte a partir del lugar de los puntos donde H(u, v) corresponde a una determinada frecuencia de su valor mximo. En el caso de la ecuacin 1.3.1.2, H(u, v) = 0.5 , cuando D(u, v) = D0. Otro valor comnmente empleado es 1/2 del valor mximo de H(u, v). Filtrado de Paso Alto. Filtro Ideal. Un filtro bidimensional ideal de paso alto viene caracterizado por una funcin de transferencia que verifica la relacin

Donde D0 es la distancia de corte media desde el origen del plano de frecuencia, y D(u, v) viene dado por la ecuacin .

Filtro Butterworth. La funcin de transferencia del filtro de Butterworth de paso alto de orden n y con frecuencia de corte situada a una distancia D0 del origen esta definido por la relacin:

Donde D(u, v) esta dada por la ecuacin

Donde la figura 1.3.2.1(a) muestra la imagen original en la imagen (b) se muestra la imagen pasada por un filtro pasa-alto Butterworth con n=2 coeficientes, mientras que en la figura (c) se ocuparon n=8