Documentos de Académico
Documentos de Profesional
Documentos de Cultura
II. METODOLOGÍA
La siguiente practica se realizara con ayuda del manual de
practicas de la materia de Imagenologia Medica y lo visto en
clase, se utilizo el software matlab.
En la primer parte de la practica se realizan ejercicios para
relacionarse con el tema , en el primer punto se pide el
histograma de una imagen ya ecualizada , en el segundo
ejemplo realizaremos el histograma de una imagen en la
paleta de colores RGB, para después en el punto 4 realizarse
en diferentes niveles de gris, por ultimo el ejercicio 5 nos pide
el histograma de una imagen obtenida en el modelo de colores
HSI.
III. RESULTADOS
Ejemplo 1
Ecualización del Histograma en Imágenes de Intensidad
Código en MatLab
function B= ecualiza(A);
%A.- OIMAGEN DE ENTRADA
%B IAMGEN ECUALIZADA
A=uint8(A);
h=imhist(A);
h=h';
A=double (A);
[m n]=size(A);
H=h/(m*n);
d) Lee y visualizar la imagen “antraxgris.jpg” y su
histograma.
Pf=zeros(1,256); e) Ecualiza la imagen y muestra el histograma y la imagen
suma=0; resultante.
for j =1:256;
suma=suma+H(j); Codigo MatLab
Pf(j)=suma;
end close all
f=0:255; clear all
g=255*Pf(f+1); clc
B=255*Pf(A+1); A=imread('antraxgris.jpg');
A=imresize(A,0.5);
figure
image(uint8(B));
Universidad Nacional Autónoma de México
Laboratorio de Procesamiento Digital de Imágenes Médicas
M. en I. Juan Carlos Muñoz Torres
Dr. Ernesto Moya Albor
close all
clear all
clc
A=imread('antrax.jpg');
A=imresize(A,0.5);
figure; image(A);
Ejemplo 2
Ecualización del Histograma en Imágenes RGB
Universidad Nacional Autónoma de México
Laboratorio de Procesamiento Digital de Imágenes Médicas
M. en I. Juan Carlos Muñoz Torres
Dr. Ernesto Moya Albor
close all
clear all
clc
A=imread('antrax.jpg');
A=imresize(A,0.5);
figure; image(A);
B=zeros(size(A));
for i=1:3
B(:,:,i)=ecualiza(A(:,:, i));
figure
imhist(uint8(B(:,:,i)))
figure
image(B(:,:,i))
colormap(gray(256))
end
figure
image(uint8(B));
Universidad Nacional Autónoma de México
Laboratorio de Procesamiento Digital de Imágenes Médicas
M. en I. Juan Carlos Muñoz Torres
Dr. Ernesto Moya Albor
Imagen a 4 niveles
Ejemplo 3
Ecualización con Diferentes Niveles de Gris
a) Ecualiza la imagen “cancer_pulmon.jpg” usando histeq
para 256, 128, 64, 32, 16, 8, 4 y 2 niveles de gris, desplegar Imagen a 8 niveles.
la imagen ecualizada y su histograma.
close all
clear all
clc
A=imread('cancer_pulmon.jpg');
mapa=gray(256);
J = histeq(A,2);
figure; imhist(J)
figure; image(J);;colormap(mapa);
Imagen a 16 niveles
Ejemplo 4
Especificación del Histograma
Imagen a 32 niveles a) Visualiza las imágenes “chest_x_ray.jpg” y
“cancer_pulmon.jpg” así como su histograma.
close all
clear all
clc
mapa=gray(256);
A=imread('cancer_pulmon.jpg');
B=imread('chest_x_ray.jpg');
figure; imhist(A)
figure; image(A);colormap(mapa);
figure; imhist(B)
figure; image(B);colormap(mapa);
Imagen a 64 niveles
den(den == 0) = eps;
close all S = 1 - 3.*num./den;
clear all H(S == 0) = eps;
clc I = (R + G + B)/3;
mapa=gray(256); % combinacion de cada resultado en la imagen hsi
A=imread('cancer_pulmon.jpg'); hsi = cat(3, H, S, I);
B=imread('chest_x_ray.jpg'); end
close all
figure; imhist(A) clear all
figure; image(A);colormap(mapa); clc
function [hsi]=convertionRgb2Hsi(image)
%HSI: Tono, Saturaci�n e Intensidad
%RGB: Matriz num�rica Rojo, Verde y Azul
%Extraer componentes componentes individuales de color
rgb = im2double(image);
R = rgb(:,:,1);
G = rgb(:,:,2);
B = rgb(:,:,3);
%ecuacion conversion
num = 0.5*((R - G)+(R - B));
den = sqrt((R - G).^2 + (R - B).*(G - B));
angulo = acos(num./(den + eps));
H = angulo;
H(B > G) = 2*pi - H(B > G);
H = H/(2*pi);
num = min(min(R,G),B);
den = R + G + B;
Universidad Nacional Autónoma de México
Laboratorio de Procesamiento Digital de Imágenes Médicas
M. en I. Juan Carlos Muñoz Torres
Dr. Ernesto Moya Albor
[1] http://en.wikipedia.org/wiki/Histograma_de_color
[2]https://la.mathworks.com/matlabcentral/fileexchange/
b) Ecualiza la componente de intensidad en el modelo HSI 40966-conversion-de-una-imagen-rgb-a-hsi.
de la imagen mostrando en una escala de niveles de gris la
componente resultante.
close all
clear all
clc
mapa=gray(256);
A=imread('antrax.jpg');
B= hsi(A);
for i=1:3
C(:,:,i)=ecualiza(B(:,:, i));
end
figure;image(uint8(C));
figure; image(A);
figure;image(B);
figure;image(C(:,:,1));colormap(mapa);
IV. CONCLUSIONES
La practica cumplio con el objetivo de realizar el histograma
de las imágenes y realizar su correcta ecualización,
definitivamente se vieron y reforzaron los conceptos vistos en
clase se entendieron mejor y se pudo comprobar la eficiencia
del ecualizar una imagen, también se cambiaron a diferentes
modelos y se obtuvo su ecualización, la práctica resultó
interesante sobre todo en el manejo del software Matlab el
cual resulta muy útil para la materia, y ver cómo se manejan
las imágenes.
V. REFERENCIAS