PASO1_IDENTIFICACION PRE SABERES

Jxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxx

TUTOR(A)
xxxxxxxxxxxxxxxxxxxxxxxxxx

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

xxxxxxxxxxxxxxxxxxxxx
a) ¿Cuál es la diferencia entre imagen análoga e imagen digital?
Una imagen análoga es aquella que se obtiene del proceso de grabar
imágenes fijas sobre una superficie de material sensible a la luz ésta se
basa en procedimientos físico-químicos para la obtención y el procesado
de las imágenes, mientras que las imágenes digitales es una imagen de
dos dimensiones es una función f(X, Y) donde X e Y representan las
coordenadas del plano. f(X,Y) representa la intensidad o nivel de gris de
la imagen en ese punto Si X e Y son discretos y finitos entonces la imagen
es digital.

b) Investigue e indique 5 campos de aplicación que tiene el

tratamiento de imágenes. (Defina esta pregunta en 5 renglones
máximo)
1- Análisis y procesamiento de imágenes radiológicas de diagnóstico médico.
2- imágenes aéreas obtenidas para realizar exámenes del terreno, Mediante
este método se pueden analizar los recursos naturales, las fallas
geológicas del terreno.
3- Segmentación y análisis de fisuras en metales (Sector Industria)
4- Procesamiento imágenes en escenarios para la industria del cine y la
fotografía.
5- Visión computacional con el objetivo de extraer características de una
imagen para su descripción e interpretación a través de una computadora.
c) ¿Se tiene una imagen con resolución de 300 pixeles de alto y 200
pixeles de ancho, cuantos pixeles en total tiene la imagen? (Defina
esta pregunta en 1 renglón máximo)
La resolución de una imagen digital se calcula multiplicando su anchura
por la altura por lo tanto:
300x200Px = 600 pixeles

d) Indique cual es la definición de cada uno de los siguientes tipos

de número:

1) Unit8 = Tipo de dato entero de 8 bits comprendido en el rango

[0 : 255] 1 byte por elemento.

2) Unit16 = Tipo de dato entero de 16 bits comprendido en el rango

[0 : 65535] 2 byte por elemento.

3) Double = Doble precisión, números de tipo flotante que varían en un

rango [-10308 a 10308] 8 bytes por elemento.

4) Logical = Valores [0,1] 1 bit por elemento.

e) Seleccione cuál de las siguientes afirmaciones es correcta y

explique por qué:
1) RGB= rojo, gris y blanco
2) RGB= rojo, verde y blanco
3) RGB= rojo, verde y azul
4) RGB= verde, azul y gris
Corresponde a las siglas de Red, Green, Blue que es la composición del
color en términos de la intensidad de los colores primarios de la luz.
f) Indique cuantas capas tiene un espacio de color RGB. (Defina esta
pregunta en 2 renglones máximo)
Las imágenes con modelo RGB contienen tres planos de imágenes
independientes, uno para cada color primario. Cuando estas tres
imágenes son proyectadas a un monitor RGB, la pantalla de fósforo
produce una imagen de color compuesto. El procesamiento de imágenes
en color, utilizando el modelo RGB, toma sentido cuando las imágenes se
expresan naturalmente en términos de tres planos de color.
g) ¿Qué espacio de color tiene las siguientes capas: matiz, saturación
y valor? (Defina esta pregunta en 1 renglón máximo)
Matiz: Se representa como un grado de ángulo cuyos valores posibles
van de 0 a 360° (aunque para algunas aplicaciones se normalizan del 0
al 100%). Cada valor corresponde a un color. Ejemplos: 0 es rojo, 60 es
amarillo y 120 es verde.
Saturación: Se representa como la distancia al eje de brillo negro-
blanco. Los valores posibles van del 0 al 100%.
Valor: Representa la altura en el eje blanco-negro. Los valores posibles
van del 0 al 100%.

h) ¿Qué es histograma? (Defina esta pregunta en 5 renglones y

anexe una imagen)
Es una representación de la distribución de los colores de una imagen
Para las imágenes digitales, un histograma de color representa el número
de píxeles que tienen colores en cada uno de una lista fija de gamas de
color, que abarcan el conjunto de todos los colores posibles.
 Anexo 2 – Proyecto Final

Teniendo en cuenta los diferentes dispositivos que conforman los

sistemas de comunicación, un equipo de investigación de la UNAD, está
trabajando con comunicaciones inalámbricas a través de ondas
electromagnéticas. Uno de los objetivos es crear un sistema de
inteligencia artificial, que por medio de procesamiento de imágenes pueda
identificar si el dispositivo que envío la señal fue un computador o un
teléfono móvil.

Proyecto: Con el fin de realizar la identificación del dispositivo que

envió la señal, se deben cumplir los siguientes pasos:
1. Pre procesamiento de imágenes
2. Procesamiento de imágenes
3. Identificación de características
4. Implementación de clasificador
5. Resultados
6. Análisis de resultados

1. PRE PROCESAMIENTO DE IMÁGENES

 En esta etapa se adquiere la imagen a tratar, es decir se lee la imagen
desde el software Matlab (para este caso), y se aplican operaciones como
escala de grises, histograma, reducir el entorno que no es de interés para
el problema. Fondo, ruido, etc (Wainschenker, 2011).

2. PROCESAMIENTO DE IMÁGENES

El procesamiento de imagen tiene como objetivo hacer resaltar

aquellos detalles que se quieren hacer notar, tales como detección de
bordes y filtrado de las imágenes por morfología (digital, s.f.).

3. IDENTIFICACION DE CARACTERISTICAS

En esta etapa se identifican aquellas características que hacen

diferente a la imagen de las demás, para nuestro caso se haría detalle en
los bordes de la imagen, otra característica importante es los momentos
de la imagen, para después compararlo con un banco de datos y encontrar
similitudes.

4. IMPLEMENTACION DE CLASIFICADOR

en esta etapa se clasifican las imágenes por medio de filtros para

después compararlas con el banco de datos y encontrar o no coincidencia.

5. RESULTADOS
 en esta etapa se tienen los resultados de la clasificación, si es un
computador o un teléfono móvil, esta etapa también es la encargada de
acondicionar la salida para que el usuario entienda.

6. ANALISIS DE RESULTADOS

En esta etapa se hace una evaluación y análisis de los resultados

obtenidos, se hace una comparación con los resultados obtenidos para
ver si son o no favorables. Corregir o darle el visto bueno al proyecto.

 Indique para qué sirven los comandos clc, clear all y close all.
Clc: limpia la pantalla de Command Window pero mantiene las
variables usadas.
clear all: Borra todas las variables, incluyendo las globales, y
las funciones.
close all: Cierra todas las ventanas gráficas abiertas.
% JAIME SALAZAR
%año 2020
%periodo 2
clear all
clc
close all
Comunicacion=imread('imagen1.jpg');
figure;
imshow(Comunicacion)
GrayComunicacion=rgb2gray(Comunicacion);
figure;
imshow(GrayComunicacion)
GrayComunicacion=im2double(GrayComunicacion);
figure;;
imhist(GrayComunicacion)
 Imread : lee la imagen del archivo especificado por filename, infiriendo
el formato del archivo a partir de su contenido.
Imshow : muestra una imagen, utilizando pares nombre-valor para
controlar los aspectos de la operación.
rgb2gray : convierte la imagen truecolor RGB en la imagen de
intensidad de escala de grises
im2double : convierte la imagen I a doble precisión. Puedo ser una
imagen de intensidad en escala de grises, una imagen en color
verdadero o una imagen binaria. im2double reescala la salida de tipos
de datos enteros al rango [0, 1].
Imhist : muestra una gráfica del histograma de la imagen

1. Desarrolle el siguiente código en el script creado anteriormente. (Asegúrese de

estar trabajando en la carpeta que ya se ha creado)

Código para el espacio de color RGB (Red, Green, Blue o Rojo, Verde y
Azul)
%%Espacio de color RGB
% JAIME SALAZAR
%año 2020
%periodo 2
clear all
clc
close all
Comunicacion=imread('imagen1.jpg');
ComponenteRojo=Comunicacion(:,:,1);
figure;
image (ComponenteRojo),colormap([(0:1/255:1)',
zeros(256,1),zeros(256,1)]),colorbar;
ComponenteVerde=Comunicacion (:,:,2);
figure;
image
(ComponenteVerde),colormap([zeros(256,1),(0:1/255:1)',zeros(256,1)]),colo
rbar;
ComponenteAzul=Comunicacion (:,:,3);
figure ;
image
(ComponenteAzul),colormap([zeros(256,1),zeros(256,1),(0:1/255:1)']),color
bar;
clc
close all
Comunicacion=imread (imagen1.jpg');
% lee la imagen donde esta almacenada y la guarda en la variable compu
%% COMPONENTE ROJO
ComponenteRojo= comunicacion (:,:,1); % se declara la variable a trabajar
y el color del pixel
figure ;% crear una ventana para la presentacion de la imagen
image (componenteRojo),colormap([(0:1/255:1)',
zeros(256,1),zeros(256,1)]),colorbar;
% Se da la instruccion de crear la imagen de la variable componenteRed
% habiliatndo solo los pixeles rojos y mostrar la barra del color
%% COMPONENTE VERDE
componenteVerde= compu (:,:,2); % se declara la variable a trabajar y el
color del pixel
figure;% crear una ventana para la presentacion de la imagen
 image
(componenteVerde),colormap([zeros(256,1),(0:1/255:1)',zeros(256,1)]),colo
rbar;
% Se da la instruccion de crear la imagen de la variable componenteGreen
% habiliatndo solo los pixeles verdes y mostrar la barra del color

%% COMPONENTE AZUL
componenteAzul= compu (:,:,3); % se declara la variable a trabajar y el
color del pixel
figure ;% crear una ventana para la presentacion de la imagen
image
(componenteAzul),colormap([zeros(256,1),zeros(256,1),(0:1/255:1)']),color
bar;
% Se da la instruccion de crear la imagen de la variable componenteBlue
% habiliatndo solo los pixeles azules y mostrar la barra del color

1. Investigue cómo realizar el código para el espacio de color HSV y realícelo en

Matlab a la imagen que le fue asignada. (agregue el código utilizado e imágenes
obtenidas).

% Espacio HSV
% JAIME SALAZAR
%año 2020
%periodo 2
clear all
clc
close all
comunicacion=imread ('imagen1.jpg'); % Lectura de la imagen
HSV = rgb2hsv(comunicacion); % Convierta la imagen RGB al espacio de
color HSV.
[h, s, v] = imsplit(HSV); % Divido la versión HSV en sus planos
componentes: matiz, saturación y valor.
montage({h, s, v, HSV}, 'BorderSize', 20);% Muestra los planos de color
HSV individuales con la imagen original.