Documentos de Académico
Documentos de Profesional
Documentos de Cultura
COMPUTADORA
Wilmer Sanz 1
VISIÓN POR COMPUTADORA
CAPTACIÓN
PREPROCESAMIENTO
SEGMENTACIÓN
DESCRIPCIÓN
Wilmer Sanz 2
VISIÓN POR COMPUTADORA
PREPROCESAMIENTO
Wilmer Sanz 3
PREPROCESAMIENTO
CONTENIDO
P
Operación R
Q
Wilmer Sanz 6
OPERACIONES ARITMÉTICAS
P+Q
Q P-Q
Wilmer Sanz 7
OPERACIONES LÓGICAS
AND
p (x, y) AND q (x, y) = 1 si p (x, y) = 1 y q (x, y) = 1
OR
p (x, y) OR q (x, y) = 1 si p (x, y) = 1 o q (x, y) = 1
Complemento
NOT p (x, y) = 1 si p (x, y) = 0
NOT p (x, y) = 0 si p (x, y) = 1
Wilmer Sanz 8
OPERACIONES LÓGICAS
P Q
P OR Q P AND Q P XOR Q
Wilmer Sanz 9
REALCE DE IMÁGENES
“Enhancement”
Wilmer Sanz 10
HISTOGRAMA
Número de píxeles
0 9 65 255
Nivel digital
Wilmer Sanz 11
HISTOGRAMA
Wilmer Sanz 12
MODIFICACIÓN DEL CONTRASTE
Histograma
de una
Histograma de una
Imagen
imagen oscura con
brillante con
poco contraste
poco
contraste
0 255 0 255
4000
3500 4000
3500
3000 3500
3000
3000
2500
2500
2500
2000
2000 2000
1500
1500 1500
1000 1000
1000
500 500
500
0 0
0
0 50 100 150 200 250 0 50 100 150 200 250
0 50 100 150 200 250
Wilmer Sanz 14
MODIFICACIÓN DEL CONTRASTE
s
clara 1
sk = T [rk] T[r]
sk
oscura 0
0 rk 1 r Niveles original
oscura clara
s s s s
Negativo Binarización Tramos
1
0 r r r r
0 1 0 1 0 1 0 1
Wilmer Sanz 15
MODIFICACIÓN DEL CONTRASTE
Imagen de salida Niveles Imagen salida
255
Y1
X1 Niveles
X2 255
Imagen original
Lineal :
y Y1 si x X1
Y2 - Y1
y X -X * x - X1 Y1 si X1 x X 2
2 1
y Y2 si x X 2
Imagen original
Wilmer Sanz 16
MODIFICACIÓN DEL CONTRASTE
Negativo:
s=L–1-r
Logarítmico:
s = c log(1 + r)
Exponencial:
s = c exp(1 + r)
Wilmer Sanz 17
MODIFICACIÓN DEL CONTRASTE
Potencia:
s = c rγ
Wilmer Sanz 18
MODIFICACIÓN DEL CONTRASTE
Fotografía c =1
aérea γ =3
c =1 c =1
γ =4 γ =5
Wilmer Sanz 19
MODIFICACIÓN DEL CONTRASTE
Imagen
original
r2 = max r2 = media
s2 = L-1 s2 = L-1
r1 = min r1 = media
s1 = 0 s1 = 0
Wilmer Sanz 20
ESPECIFICACIÓN DEL HISTOGRAMA
Se especifica la forma que debe poseer el histograma de la imagen
resultante.
s(k)
i
0 1 Nivel/(L-1) 00 1 Nivel/255
k
k rj
N: Total de píxeles
sk T [rk ]
rj : # píxeles en el nivel j j 0 N
Wilmer Sanz 21
ECUALIZACIÓN
Wilmer Sanz 22
VENTANAS DESLIZANTES
Las ventanas constituyen subimagenes, generalmente de
pequeñas dimensiones, cuyos elementos contienen factores de
ponderación. La ventana se hace recorrer por toda la imagen
para modificar el valor del píxel central de la ventana.
10 12 12 11 8 6 Ventana: v Imagen salida: q
12 15 13 10 9 9 i
.1 .1 .1
10 12 14 15 12 11 12 13
.1 .2 .1
j
13 12 12 14 8 10 .1 .1 .1
15 8 10 12 9 9
v(i, j), - k i k; - m j m
Imagen original: p
q ( x, y ) v(i, j ) * p(x i, y j)
i j
Wilmer Sanz 23
VENTANA DESLIZANTE
0 -1 -0
-1 4 -1
0 -1 0
Wilmer Sanz 24
FILTRADO DE IMÁGENES
Convolución en Matlab de una imagen A (5 x 5) con un filtro h (3x 3)
A = [17 24 1 8 15
23 5 7 14 16 h = [8 1 6
4 6 13 20 22 357
10 12 19 21 3 4 9 2]
11 18 25 2 9]
Ventana deslizante
Imfilter (A, h)
Píxeles
de la Píxel 1 x2 + 8 x9 + 15x4 + 7x7 + 14x5 +
imagen central 16 x 3 + 13x6 + 20x1 + 22x8 = 575
Wilmer Sanz 25
FILTRADO DE IMÁGENES
Wilmer Sanz 26
FILTRADO DE IMÁGENES
Wilmer Sanz 27
FILTRADO DE IMÁGENES
h=
Wilmer Sanz 29
FILTRADO DE IMÁGENES
Ruido gausiano
3x3
Wilmer Sanz 30
FILTRADO DE IMÁGENES Promedio 3x3
Ruido sal y pimienta
Prom Gaus
7x7 7x7
Wilmer Sanz 31
FILTRADO DE IMÁGENES
Original
Wilmer Sanz 32
FILTRADO DE IMÁGENES
Promedio 3 x 3
Promedio 7 x 7
gausiano 7 x 7
disco radio 3
Wilmer Sanz 33
FILTRADO DE IMÁGENES
FILTROS DE ORDENAMIENTO
Los filtros de promedio modifican la información en el borde de los
elementos presentes en la imagen.
Los filtros de ordenamiento son filtros no lineales que permiten
reducir el ruido sin alterar el contorno de los objetos.
Principio:
•Ordenar los píxeles de una ventana de acuerdo a su valor digital
•Seleccionar el valor de acuerdo a la definición del filtro
Filtro de mediana: selecciona como nuevo valor del píxel el valor
central de la serie ordenada.
80 93 74 [ 74 78 80 80 85 85 93 98 120 ]
80 120 98
78 85 85
Wilmer Sanz 34
FILTRADO DE IMÁGENES
medfilt2
Wilmer Sanz 35
FILTRADO DE IMÁGENES
Algunas variantes
• La ventana de vecinos utilizada para la determinación
de la mediana puede ser definida de manera selectiva
Hibrido
•Mediana de píxeles en X
•Mediana de píxeles en +
•Mediana de resultados
anteriores y píxel central
Wilmer Sanz 36
FILTRADO DE IMÁGENES
Filtro mediana
3x3
Filtro híbrido
Wilmer Sanz 37
FILTRADO DE IMÁGENES
Wilmer Sanz 38
FILTRADO DE IMÁGENES
Wilmer Sanz 39
FILTRADO DE IMÁGENES
Filtro Laplaciano -
0
-1 -1 -1
-1 8 -1 0
+
-1 -1 -1
- +
+
Otras configuraciones
0 -1 0 1 1 1
-1 4 -1 1 -8 1
0 -1 0 1 1 1
Wilmer Sanz 40
FILTRADO DE IMÁGENES
1 1 1
1 -8 1
1 1 1
Wilmer Sanz 41