Documentos de Académico
Documentos de Profesional
Documentos de Cultura
informe Nº1
REDUCCION DE RUIDO Y DETECTOR DE
BORDES
Edgar Forero Vargas
20161145609
imagen2 = convol1(imagen,mascara);
Resumen—En el presente trabajo se realiza multiples t1 = toc;
ejercicios aplicando filtros de reducción de ruido y detectores de
bordes mediante el software online Matlab, además, se realiza la
comparación de retardos en la ejecución de un código aplicando
tic
la ecuación general de la convolucion para el procesamiento de
imágenes y el comando suministrado por el software antes imagen3 = convol2(imagen,mascara);
mencionado. t2 = toc;
subplot(2,2,1)
imshow(uint8(imagen));
title(sprintf('original'))
subplot(2,2,2)
imshow(uint8(imagen2));
title(sprintf('convolucion 1'))
subplot(2,2,3)
imshow(uint8(imagen3));
title(sprintf('convolucion 2'))
Figura 1: test.tif
subplot(2,2,4)
Para la solucion de este punto se realizó el siguiente código: imshow(uint8(imagen4));
title(sprintf('convolucion 3'))
imagen= imread('test.tif');
imagen=double(imagen);
mascara=[-1 0 1;-1 0 1; -1 0 1]; figure(2)
imshow(uint8(imagen5))
title('resultado por imfilter')
tic
el cual obtuvimos los siguientes tiempos:
Laboratorio Nº1: REDUCCION DE RUIDO Y DETECTOR DE BORDES 2
[ ]
25 25 25 25 25
1 1 1 1 1 1 1 1
[ ]
Y el resultado que se obtuvo para las funciones de 9 9 9 25 25 25 25 25
convolucion fue la figura 2 y para el comando imfilter es la
figura 3:
1 1 1 1 1 1 1 1
9 9 9 25 25 25 25 25
1 1 1 1 1 1 1 1
9 9 9 25 25 25 25 25
1 1 1 1 1
25 25 25 25 25
1 1 1 1 1 1 1
[ ]
1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1
49
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
[ −1 9 −1
−1 −1 −1 ] matriz2=[matriz1(:)]';
matriz3=sort(matriz2(:));
matriz4=matriz3(5);
matrizfinal=matriz4;
imagencero(f,c)=matrizfinal;
end
end
[f,c]=size(imagen);
vector=zeros(1,sum(sum(ponderada)));
if c==3
img=rgb2gray(imagen);
else
img=imagen;
end
[x,~]=size(ponderada);
vecmask=reshape(ponderada,[1,x*x]);
[f,c]=size(img);
Laboratorio Nº1: REDUCCION DE RUIDO Y DETECTOR DE BORDES 4
figure(2)
subplot(2,2,1);
imshow(uint8(imagencero))
imagen1 = imfilter(imagen,media3x3); title(sprintf('mediana'))
subplot(2,2,1);
imshow(uint8(imagen1))
title(sprintf('media 3x3')) subplot(2,2,2);
imshow(uint8(imgn))
title(sprintf('ponderada'))
imagen2 = imfilter(imagen,media5x5);
subplot(2,2,2);
imshow(uint8(imagen2)) imagenx5 = imfilter(imagencero,mascara);
title(sprintf('media 5x5')) subplot(2,2,3);
imshow(uint8(imagenx5))
title(sprintf('masc.mediana'))
imagen3 = imfilter(imagen,gaussiana3x3);
subplot(2,2,3);
imshow(uint8(imagen3)) imagenx6 = imfilter(imgn,mascara);
title(sprintf('gaussiana 3x3')) subplot(2,2,4);
imshow(uint8(imagenx6))
title(sprintf('masc.mediana'))
imagen4 = imfilter(imagen,gaussiana5x5);
subplot(2,2,4);
imshow(uint8(imagen4))
title(sprintf('gaussiana 5x5'))
%----------------------------------------
figure(3)
imagenx1 = imfilter(imagen1,mascara);
subplot(2,2,1);
imshow(uint8(imagenx1))
title(sprintf('masc.med3'))
Laboratorio Nº1: REDUCCION DE RUIDO Y DETECTOR DE BORDES 5
Roberts [ 1 0] [ 01 ]
−1 0 1 −1 −1 −1
Prewitt
[ −1 0 1 0
−1 0 1 1
0
1
0
1 ][ ]
−1 0 1 −1 −2 −1
imagen= imread('circulo.png');
imagen=double(imagen);
figure(1)
imshow(uint8(imagen))
figure(2)
roberts1=[1 0];
roberts2=[0;1];
filtro1=imfilter(imagen,roberts1);
Laboratorio Nº1: REDUCCION DE RUIDO Y DETECTOR DE BORDES 6
roberts=imfilter(filtro1,roberts2);
subplot(2,2,1);
imshow(uint8(roberts))
title(sprintf('filtro roberts'))
prewitt1=[-1 0 1; -1 0 1; -1 0 1];
prewitt2=[-1 -1 -1; 0 0 0; 1 1 1];
filtro11=imfilter(imagen,prewitt1);
prewitt=imfilter(filtro11,prewitt2);
subplot(2,2,2);
imshow(uint8(prewitt))
title(sprintf('filtro prewitt'))
II.ANALISIS DE RESULTADOS
1. Las funciones creadas según diferentes formas de
aplicar la ecuación general, aunque funcionan
presentan mayor tardanza que la suministrada por
Matlab (imfilter) el cual presenta mayor rapidez a la
hora de ejecución lo cual ayuda bastante a la hora de
sistemas robustos de tratamientos de imágenes, además,
presenta mejores resultados a la hora de comparar éstos
métodos.
2. El resultado obtenido por cada filtro presenta gran cada
vez perdida de detalle y enfoque en la imagen, dando
mejor resulado el filtro 3x3 debido a que es la matriz
Laboratorio Nº1: REDUCCION DE RUIDO Y DETECTOR DE BORDES 7