Procesamiento Digital de Imágenes

Práctica 3
“Ecualización y especificación de histograma”
Alarcon Pedraza Juan Carlos, García Velázquez Christopher, González Rosas Berenise, Lara
Hernandez Mario Alberto
Facultad de Ingeniería, UNAM

Resumen—. En esta práctica se llevaron a cabo algunos
procedimientos de ecualización de histogramas de diferentes
imágenes para observar el comportamiento de cada una de
ellas dependiendo del algoritmo aplicado.
I. OBJETIVOS
● Ecualizar el histograma de una imagen usando distintos
niveles de cuantización.
● A partir de dos imágenes satelitales contiguas, generar
un mosaico procurando que la unión sea imperceptible,
mediante el uso de la técnica de especificación del
histograma.
II. INTRODUCCIÓN
El histograma es una representación gráfica de los distintos tonos
que contiene una imagen y su distribución.
histograma con una distribución uniforme. Es decir, que exista el
mismo número de píxeles para cada nivel de gris del histograma de
una imagen monocroma.
Un histograma igualado significa que las probabilidades de todos
los niveles de gris son iguales. En otras palabras, la ecualización de
histogramas hace que una imagen use todos los colores en la
misma proporción.
III. DESARROLLO
1. Ecualización del histograma de una imagen de bajo contraste
(puede ser la imagen de pinos):
a) Desplegar la imagen original y su histograma (comando
MATLAB imhist).

Los histogramas tienen dos ejes. El eje X, el horizontal, muestra

los diferentes tonos de la escala de grises: desde el negro más
oscuro (izquierda) hasta el blanco más puro (derecha). Por otro
lado, el eje Y, el vertical, representa la cantidad de píxeles que
contiene cada tono de la imagen mostrado en el eje horizontal.

Por lo tanto, aprender a leer un histograma te permitirá medir la

cantidad de brillo de una imagen; la frecuencia de cada tono es
representada como valor en el gráfico de barras.
En términos generales, los histogramas te permiten tener un
entendimiento completo de tus fotografías, y saber qué zonas
tienen demasiado brillo o colores poco naturales te ayudará a
obtener resultados de mayor calidad.

Los histogramas pueden utilizarse, principalmente, para dos fines:

Corregir fotografías demasiado o poco expuestas.

Figura 2. Imagen original.

Figura 1. Histogramas.
La ecualización del histograma de una imagen es una
transformación que pretende obtener para una imagen un Figura 3. Histograma de la imagen original.
b) Ecualizar el histograma de la imagen (comando
MATLAB histeq). Desplegar la imagen resultante y el
histograma ecualizado.

Figura 7. Histograma de figura ecualizada a 128 niveles.

Figura 4. Imagen ecualizada con histeq.

Figura 8. Imagen ecualizada a 64 niveles.

Figura 5. Histograma de la imagen ecualizada.

c) Ecualizar el histograma usando 128, 64, 32, 16, 8 y 2

niveles de cuantización. Desplegar las imágenes e
histogramas resultantes.

Figura 9. Histograma de figura ecualizada a 64 niveles.

Figura 6. Imagen ecualizada a 128 niveles.

 Figura 13. Histograma de figura ecualizada a 8 niveles.

Figura 10. Imagen ecualizada a 32 niveles.

Figura 11. Histograma de figura ecualizada a 32 niveles.

Figura 14. Imagen ecualizada a 8 niveles.

Figura 15. Histograma de figura ecualizada a 8 niveles.

Figura 12. Imagen ecualizada a 16 niveles.


Figura 16. Imagen ecualizada a 4 niveles.
Figura 17. Histograma de figura ecualizada a 4 niveles.
Figura 18. Imagen ecualizada a 2 niveles.
Figura 19. Histograma de figura ecualizada a 2 niveles.
2. Generar un mosaico a partir de dos imágenes satelitales
utilizando la técnica de especificación de histograma procurando
que la unión entre las dos imágenes satelitales sea imperceptible.
El histograma de referencia se toma como el histograma
correspondiente a una zona de traslape, que es común para ambas
imágenes, de una de las imágenes.
a) Desplegar las imágenes satelitales cortando o eliminando
las zonas donde la información es nula. Desplegar
además el histograma correspondiente a cada una de
ellas.
Figura 19. Imagen A sin zonas con información nula.
Figura 20. Histograma sin zonas con información nula.
 c) Desplegar la zona de traslape y su histograma.

Figura 21. Imagen B sin zonas con información nula.

Figura 22. Histograma sin zonas con información nula.

b) Desplegar el mosaico que resulta de unir las dos

Figura 24. Zona de traslape entre imágenes satelitales
imágenes satelitales sin el uso de la técnica de
especificación del histograma.

Figura 23. Mosaico de unión de imágenes satelitales. Figura 25. Histograma de la zona de traslape obtenida.
d) Desplegar las imágenes satelitales recortadas, cuyos
histogramas han sido especificados con el histograma del
inciso anterior. Desplegar además el histograma
correspondiente a cada una de ellas.

Figura 26. Imagen satelital recortada.

Figura 28. Imagen satelital recortada.

Figura 27. Histograma A de imagen satelital recortada.

Figura 29. Histograma B de imagen satelital recortada.

e) Desplegar el mosaico que resulta de unir las dos

imágenes satelitales después de la especificación del
histograma. Desplegar también el histograma del
mosaico.

Figura 30. Mosaico de unión entre las imágenes.

 Figura 35. Cuantización con 64 bits

Figura 32. Histograma de unión entre imágenes

satelitales.

f) Especificar el histograma del mosaico usando 128, 64,

32, 16, 8 y 2 niveles de cuantización.

Figura 36. Histograma cuantización con 64 bits

Figura 33. Cuantización con 128 bits

Figura 37. Cuantización con 32 bits

Figura 34. Histograma cuantización con 128 bits

Figura 38. Histograma cuantización con 32 bits

 Figura 39. Cuantización con 16 bits Figura 43. Cuantización con 2 bits

Figura 40. Histograma cuantización con 16 bits

Figura 44. Histograma cuantización con 2 bits

VI. CONCLUSIONES
En esta práctica se trabajó con diferentes de cuantización para
lograr una correcta ecualización de las imágenes con las que se
trabajaba, con esta herramienta lo que se genera en la imagen es
una correcta distribución en la imagen de forma que exista el
mismo número de píxeles para cada nivel de gris del histograma de
una imagen monocroma.

Se trabajó con dos imágenes independientes analizando cada una y

obteniendo su histograma para después unirlas y analizarlas en
Figura 41. Cuantización con 8 bits conjunto. Con ayuda de estas herramientas se trabajó para hacer
que la unión de ambas imágenes fuera casi imperceptible a través
de la cuantización utilizada.

VII. REFERENCIAS
[1]Gonzalez, R. C. , and Woods, P., Digital Image Processing,
Addison Wesley, 2002.
[2] Histograma en fotografía: que es y cómo leerlo | Adobe. (s.
f.).https://www.adobe.com/es/creativecloud/photography/discover/
how-to-read-a-histogram.html

Figura 42. Histograma cuantización con 8 bits