TALLER PROCESAMIENTO DE IMÁGENES

ANDRES FELIPE BARRERO RIAÑO COD. 201813461

UNIVERSIDAD PEGAGÓGICA Y TECNOLÓGICA DE COLOMBIA

FACULTAD DE INGENIERÍA
INGENIERIA AMBIENTAL
TUNJA
2020
 Resumen

Durante el transcurso de la clase correspondiente al tema de procesamiento de imágenes, se

conoció las diversas funciones del sotfware image_j, el cual sirve para lograr el mejoramiento

visual de una imagen. Para esto se seleccionaron dos imágenes (imágenes 19r y 20r), las

cuales se les debería aplicar los distintos comandos contenidos en este sotfware para tratar de

mejorarlas, por medio de uso de distintos filtros, matrices y ajustes. Con la ayuda de estos se

intento lograr el mejor resultado posible.

Marco Teórico

• Procesamiento de imágenes: consiste en la alterar la información visual para obtener

mejores resultados o para aislar algunas características particulares de las imágenes.

(Giménez Palomares, Monsoriu Serrá, & Alemany Martínez, 2016)

• Pixel: Un píxel es la unidad mas pequeña de color que forma una imagen digital, ya

sea una fotografía o un video.

• Representación de imágenes digitales: La salida del muestreo y cuantificación es

una matriz de números reales.(Villa & Sánchez, 2017)

• Profundidad de bits: Una imagen digital está formada por una matriz de píxeles (a x

b x c), donde a y b representan anchura y altura y c es la profundidad de color o

profundidad de bit, podríamos decir que es la tercera dimensión de la matriz, la que

permite que cada píxel pueda tener un número determinado de colores

distintos.(Giménez Palomares et al., 2016)

• Resolución: La resolución nos indica el número de píxeles por unidad de longitud,

habitualmente se utiliza la pulgada como unidad de longitud.

• Procesos de bajo nivel: Utilizan operaciones como el preprocesamiento de imagen

para reducir el ruido, mejora del contraste, y filtros de enfoque. (MEJÍA, 1996)

• Procesos de nivel medio: Operaciones como segmentación y clasificación de objetos

individuales. Se caracterizan por que sus entradas son generalmente imágenes, pero

sus salidas son atributos extraídos de esas imágenes (contornos, bordes, identidad de

objetos individuales). (MEJÍA, 1996)

• Procesos de nivel alto: Implica el obtener algún significado de un conjunto de

objetos reconocidos – análisis de imágenes – y, finalmente, realizar las funciones

cognitivas asociadas con la vista.(MEJÍA, 1996)

• Ruido: El ruido es definido como cualquier perturbación que sufre una señal en el

proceso de adquisición, transmisión y almacenamiento. (Villa & Sánchez, 2017)

• Ruido gaussiano: Afecta a la imagen completa donde la intensidad de todos los

píxeles se ve alterada. Cada muestra de entrada es afectada por un valor diferente,

desde cero hasta un valor de saturación mínimo o máximo. (Villa & Sánchez, 2017)

• Ruido impulsivo: El valor que toma el píxel no tiene relación con el valor real, sino

que toma valores muy altos o muy bajos. Tomando el máximo (sal) o el mínimo

(pimienta). (Villa & Sánchez, 2017)

Uso del programa Image_j

1. File:
En esta primera pestaña (file), podemos abrir los archivos del ordenador para seleccionar la
imagen que iremos a trabajar, así como guardar cambios, importarla, deshacer procesos e
incluso imprimirla.
2. Image

En image podremos encontrar distintas funciones de mejoramiento de la imagen, en la cual

resalta adjust, propiedades de la imagen, además de la opción de hacer zoom en dicha imagen
que se esté trabajando.
3. Ajust:

En adjust se podrá configurar propiedades de la imagen tales como el brillo y contraste, el

balaceado de color, thereshold y otras mas ligadas a la distribución de los pixeles.

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 4. Brillo y contraste:

En la función brillo y contraste, se puede ajustar la iluminación de la imagen, así como el

contraste que es el encargado de ajustar los colores mas claros y los mas oscuros. Se debe
procurar que esta línea que atraviesa pase de manera diagonal sobre este, partiendo desde el
origen.
5. Threshold

En esta función se podrá separar regiones de una imagen, que corresponden a los objetos que
se quieren analizar.
6. Process

En la pestaña process, podremos aplicar distintos filtros que pueden ayudar al mejoramiento
visual de la imagen.

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 7. Smooth

Imagen sin editar Imagen aditada con smooth

Este es un filtro de suavizado, como su traducción lo indica, se encarga principalmente de la

eliminación de ruido y del suavizado de la imagen. Reduce los pixeles con tonalidades
intensas al cambiarlos por el valor medio que depende del brillo que tenia el pixel y sus
vecinos. (ImageJ,2012)
8. Sharpen:

Imagen editada con smooth Imagen editada con sharpen

El filtro sharpen se encarga de agudizar una imagen la acción de realzar los detalles finos de
la imagen, es decir, si tenemos una imagen borrosa de entrada, lo que se busca es realzar los
detalles finos, para un mejor entendimiento. (ImageJ,2012)
*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co
 9. Find Edges

Imagen editada con filtro sharpen Imagen editada con filtro find edges

Este filtro utiliza un detector de bordes Sobel para resaltar cambios bruscos de intensidad en
la imagen o selección activa. (ImageJ,2012)
10. Find Maxima:

Imagen original Imagen con filtro Find Maxima

Determina los máximos locales en una imagen y crea una imagen binaria (similar a una
máscara) del mismo tamaño con los máximos, o una partícula segmentada por máximo,
marcada. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 11. Enhance Contrast

Imagen Original Imagen con filtro Enhance contrast

Mejora el contraste de la imagen mediante el uso de estiramiento de histograma o

ecualización de histograma. Utiliza un algoritmo modificado que toma la raíz cuadrada de los
valores del histograma. (ImageJ,2012)
12. Noise

Imagen con enhance contrast imagen con filtro Noise

Agrega ruido aleatorio a la imagen o selección. El ruido es gaussiano (normalmente)

distribuido con una media de cero y una desviación estándar de 25. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 13. Shadows

Imagen original sin filtro Imagen con filtro shadow

Los comandos en este submenú producen un efecto de sombra, y la luz parece provenir de
una dirección correspondiente al nombre del comando (Este, Norte, Noreste, Noroeste, Sur,
Sureste, Suroeste y Oeste). (ImageJ,2012)
14. Binary

Imagen Original sin filtro Imagen con filtro Binary

Este submenú contiene comandos que crean o procesan imágenes binarias (en blanco y
negro). Asumen que los objetos son negros y el fondo es blanco a menos que se marque
Fondo negro. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 15. Math

Imagen original sin filtro Imagen con filtro Math

Los comandos en este submenú agregan (restan, multiplican, etc.) una constante a cada píxel
en la imagen o selección activa. (ImageJ,2012)

16. FFT

Imagen original Imagen con filtro FFT

Los comandos de este submenú admiten la visualización, edición y procesamiento del
dominio de frecuencia. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 17. Colvolve

Colvole
Hace convolución espacial usando un núcleo ingresado en un área de texto. Un núcleo es una
matriz cuyo centro corresponde al píxel fuente y los otros elementos corresponden a los
píxeles vecinos. El píxel de destino se calcula multiplicando cada píxel de origen por su
coeficiente de núcleo correspondiente y sumando los resultados. (ImageJ,2012)

18. Gaussian blur

Imagen original imagen con filtro Gaussian blur

Este filtro utiliza convolución con una función gaussiana para suavizar.. Esto otorga mayor
peso a los píxeles de borde que los píxeles dentro de la imagen, y mayor peso a los píxeles de
esquina que los píxeles que no son de esquina en el borde. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 19. Median

Imagen editada con Gaussian blur Imagen editada con median

Este filtro se usa para suavizar imágenes, reduce la cantidad de variaciones de intensidad
entre pixeles vecinos. (ImageJ,2012)
20. Mean

Imagen editada con median Imagen con filtro Mean

Suaviza la imagen actual reemplazando cada píxel con la media del vecino. (ImageJ,2012)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 21. Minimum

Imagen con filtro Mean Imagen con filtro minimum

Selecciona el menor valor dentro de una ventana ordenada de valores de nivel de gris. Una de
las ventajas es que elimina el ruido sal (píxeles blancos). Pero sólo funciona cuando el ruido
es exclusivamente tipo sal. Además, tiende a oscurecer la imagen. (FG, 2017).
22. Maximum

Imagen con filtro mínimum Imagen con filtro máximum

Este filtro selecciona el mayor valor dentro de una ventana ordenada de valores de nivel de
gris. Solo funciona cuando el ruido es exclusivamente pimienta. (FG, 2017)

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

 23. Histogram

El histograma es una representación gráfica de la distribución de los distintos tonos de una

imagen. El eje vertical representa el número de pixeles que contiene la imagen para cada tono

representado en el eje horizontal.

Mejoramiento de imagen 19r:

Aquí podemos observar la imagen 19r sin hacerle ningún tipo de modificación, con su
respectivo histograma

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

Paso 1:
Como primer paso se aplico el filtro smooth para quitar un poco el ruido que tenía.

Imagen sin filtro Imagen con filtro smooth

Paso 2:
Luego se aplicó el filtro median para quitar el ruido que no quito el anterior.

Image con filtro smooth Imagen con filtro median

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

Paso 3:
Para este último paso se le aplico la matriz laplaciana, que se encarga de realzar los rasgos
lineales de la imagen

Imagen 1. Matriz de laplaciano

Image con filtro Mean Imagen con matriz laplaciano

Mejoramiento imagen 20r:

Imagen inicial sin hacerle ningún procedimiento.

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co

Paso 1:
Se aplico la matriz de la media, con el fin de suavizar la imagen y quitar un poco de ruido

Imagen 2. Matriz filtro media

Imagen sin ningún filtro Imagen con matriz filtro media

Paso 2:
Se aplico el filtro Mean, para quitar aun mas el ruido que existía en la imagen.

Imagen con Matriz de la media Imagen con filtro Mean

*Estudiante de ingeniería ambiental, quinto semestre: andres.barrero@uptc.edu.co
Paso 3:
se selecciono la parte don de hay urbanización, y se le aplico el filtro mínimo con el fin de
resaltar mas los bordes en esta zona.

Imagen con filtro Mean Imagen con filtro mínimo

Conclusiones

• Se conocieron las funciones y el manejo del sotfware ImageJ, para el procesamiento

de imágenes.
• Se aprendieron sobre los conceptos básicos que componen una imagen digital.
• Se conocieron las funciones de cada filtro y de como estos se pueden usar al momento
de mejorar visualmente una imagen.
• Se puso en practica los conocimientos adquiridos para mejorar visualmente la imagen
19r y 20r
Bibliografía
• FG, P. (2017). Tema 3: Filtros. 1–37. Retrieved from
http://alojamientos.us.es/gtocoma/pid/tema3-1.pdf
• Giménez Palomares, F., Monsoriu Serrá, J. A., & Alemany Martínez, E. (2016).
Aplicación de la convolución de matrices al filtrado de imágenes. Modelling in
Science Education and Learning, 9(1), 97. https://doi.org/10.4995/msel.2016.4524
• MEJÍA, J. R. (1996). Procesamiento digital de imágenes. Perfiles Educativos.
• Villa, M., & Sánchez, R. (2017). Fundamentos de la reducción de ruido en imágenes.
Jóvenes En La Ciencia, 3(2), 2531–236.
• ImageJ. (s. f.). Process. Recuperado 15 de junio de 2020, de
https://imagej.nih.gov/ij/docs/guide/146-29.html