UNIVERSIDAD DE PANAMÁ

FACULTAD DE INFORMATICA, ELECTRÓNICA Y COMUNICACIÓN

LABORATORIO DE SISTEMAS DIGITALES PARA EL PROCESAMIENTO DE LA

INFORMACIÓN
(IEC 540)
I semestre
Laboratorio #2
“CONVERSION DE IMAGEN CROMÁTICA A MONOCROMÁTICA”

Profesor: Dr. Iván Armuelles Voinov

Objetivos

 Realizar prácticas de conversión de imagen cromática a formato monocromático.

 Utilización del histograma para el análisis de imágenes.
Recursos:
 Computadora
 Sistema operativo de Microsoft Windows.
 Programa Matlab versión 2010 o superior.

Introducción

A) Conversión de color a blanco y negro

En nuestro ámbito de procesamiento de imágenes, estas se representan como matrices como lo han
visto en la experiencia pasada. Dependiendo del tipo de imagen (monocromática o cromática) se pueden
requerir una o tres matrices. En el caso de las imágenes monocromáticas, se requiere una matriz para
registrar los niveles de gris que contiene cada elemento de imagen o pixel. Las imágenes cromáticas
requieren una matriz por cada componente de color (Rojo, Verde y Azul) de cada pixel.

Sería interesante, en algunas ocasiones, realizar la conversión de una imagen cromática a una imagen
monocromática. Como por ejemplo, aplicar un filtro especial o realizar una composición artística
envejeciendo una foto tomada en la actualidad. La pregunta, entonces, sería ¿con cuál de las matrices
de la imagen cromática se debe realizar la operación de conversión? Realmente para poder conservar la
información completa se debe tener presente la información de color de cada componente.

Una opción interesante es la utilizar la ecuación estándar de correspondencia de color a nivel de

Luminancia en el estándar de televisión NTSC. La luminancia es la a densidad angular y superficial de
un flujo luminoso que incide, atraviesa o emerge de una superficie siguiendo una dirección determinada.
También, se puede definir como la densidad superficial de intensidad luminosa en una dirección dada.
usando hablamos de Luminancia, nos referimos al brillo que percibe el ser a través de la pupila en un
punto de vista en particular.

La conversión de cada pixel de color a blanco y negro se realiza con la siguiente ecuación:
 Y = 0.2989 * R + 0.5870 * G + 0.1140 * B

En donde Y es la luminancia (la intensidad de luz) y R, G y B son los valores de una posición
determinada que corresponde al pixel en cada matriz (R, G y B).

Por lo tanto, el resultado de aplicar la conversión de una imagen cromática (conjunto de tres matrices)
dará como resultado una matriz de las mismas dimensiones.

Fig. 1. Resultado de la conversión de una imagen cromática a mono-cromática

B) Histograma

Para poder conocer la frecuencia o cantidad de veces que aparece un color o nivel de gris en una
imagen, debemos realizar un histograma. Un histograma es la representación gráfica de una variable
mediante barras, donde la superficie (o altura de cada barra) es proporcional a la frecuencia o cantidad
de veces que se repite el valor de los colores o nivel de gris.

Así, un histograma puede darnos una idea sobre qué tanta información de un color o nivel de gris está
contenida en la imagen. Y esta información se puede graficar ya sea haciendo una inspección de la
imagen completa o por filas o columnas.

Fig. 2. Histograma de los niveles de gris de la imagen en blanco y negro de Lena.

En la figura 2 se muestra el histograma aplicado a Lena en niveles de gris. Observe que existen 256
niveles de gris y cada punto en el eje de las abscisas representa un nivel de gris (desde el negro, 0,
hasta el blanco, 255). Del histograma se desprende que el nivel de gris que más se repite está muy
cercano al negro que al blanco.

Cuando los niveles de grises o colores no se distribuyen uniformemente es posible que se requiera
“ecualizar” la imagen haciendo que la distribución sea más uniforme. Esto nos permite encontrar
información oculta en una imagen médica, por ejemplo, un rayos X. Podemos comparar la imagen de
Lena ecualizada con la original en niveles de grises sin ecualizar como se muestra en la figura 3.

Fig. 3. Comparación de una imagen en escala de grises no ecualizada y ecualizada.

Procedimiento:
1. Inicie la aplicación Matlab

2. Cree un nuevo archivo denominado lab1.m. El en mismo deberá realizar las siguientes
declaraciones:

a) cerrar todo (close all),

b) cargue la imagen adjunta “lena.bmp” en la variable “imagen” de la siguiente
forma image=imread(‘lena.bmp’).
c) Indague el tamaño de la imagen mediante la función size. Observe los valores
en la ventana “Workspace” y regístrelos en el informe.

3. Convierta la imagen de colores a niveles de grises usando la función rgb2gray y

guardando el resultado en la matriz lena_gris, indique el tamaño de la imagen resultante.

4. Realice las gráficas en el que se muestre los valores de nivel de gris de las filas 1, 127, y
255. Realice las gráficas para las columnas 1, 127 y 255 y opine si corresponden a la
imagen de lena_gris.

5. Realice el histograma de la imagen_gris. Verifique que es similar a la imagen de la figura

2.
 6. Realice el histograma ecualizado de la imagen lena_gris mediante la función histeq.
Guarde el resultado en la variable lena_eq de la siguiente manera lena_eq=
histeq(lena_gris).

7. Muestre la imagen resultante y verifique que la distribución de los colores es distinta

mediante:

a) el histograma y,
b) graficando los niveles de gris de las de las filas 1, 127, y 255. Realice las
gráficas para las columnas 1, 127 y 255.

Investigación:
 Investigue y demuestre con un ejemplo en matlab como se realiza el histograma para
imágenes cromáticas en matlab.