Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2.procesamiento de Imagenes
2.procesamiento de Imagenes
Tema de la clase:
Procesamiento de
imágenes, Binarización y
segmentación. Expansión
Reducción de imágenes
Intersección,
Sistemas
Teoría deBasados en Conocimiento
la Lenguajes y Compiladores FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Etapas del Procesamiento de imágenes
4
Sistemas
Sistemas Basados
Basados en
en Conocimiento
conocimiento FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Problema: Identificar frutas
4
Sistemas
Sistemas Basados
Basados en
en Conocimiento
conocimiento FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Definición de una imagen
Cámara Oscura:
"Se hace pasar la luz a
través de un pequeño
agujero hecho en un cuarto
cerrado por todos sus
lados. En la pared opuesta
al agujero, se formará la
imagen de lo que se
Figura 2.1 Imagen a procesar encuentre enfrente".
4
Sistemas
Sistemas Basados
Basados en
en Conocimiento
conocimiento FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Definición de una imagen
4
Sistemas
Sistemas Basados
Basados en
en Conocimiento
conocimiento FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Procesamiento Digital de Imágenes
• Las imágenes y el procesamiento son digitales.
• Imagen digital: Conjunto finito de elementos.
• cada uno tiene una localidad y un valor particular.
• A estos elementos se les llama puntos elementales de la imagen o
píxeles,
• Procesamiento digital de imágenes: Procesamiento de imágenes
realizado por un sistema digital (electrónico).
Figura 2.4 Imagen con 256 niveles de intensidad y representación numérica de fragmento 8*8
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
¿ Que es una Imagen Digital?
Representación en
formato de grilla
(matriz)
M filas x N
columnas
Figura 2.5 Imagen con representación en una matriz de M*N
Imagen 5 bits
Original 32 niveles
de gris
4 bits 3 bits
16 niveles 8 niveles
de gris de gris
2 bits
1 bits
4 niveles
2 niveles
de gris
de gris
Grillado
M x N = 10 x 10
Grillado
MxN= 8-bits
10 x 10 0 = NEGRO
255 = BLANCO
Grillado Grillado
M x N = 10 x 10 M x N = 10 x 10
8-bits 8-bits
0 = NEGRO 0 = NEGRO
255 = BLANCO 255 = BLANCO
Figura 2.10 El pixel resolución con diferentes grillados
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Cuantificación
Resolución:
• Es la cantidad de pixeles que definen la imagen
Figura 2.12 El tamaño de una imagen medido en pixeles y su peso del archivo
La magnitud física que mide cuanta luz hay presente, ligada a la energía es la
intensidad. La intensidad es lo que se cuantifica de 0 a 255 en ocho bits por
tono.
El brillo por otro lado es una sensación humana la relación entre brillo e
intensidad no es directa debido a la adaptabilidad que tiene el ojo.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Histograma: Contraste
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Aplicación de mascaras
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Aplicación de mascaras
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Binarizacion
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Binarizacion
Uno de los métodos para
poder binarizar una imagen digital es
mediante el histograma de dicha
imagen. A través del histograma
obtenemos una gráfica donde se
muestran el número de píxeles por
cada nivel de gris que aparecen en la
imagen.
Para binarizar la imagen, se deberá
elegir un valor adecuado dentro de
los niveles de grises (umbral), de tal
forma que el histograma forme un
valle en ese nivel. Todos los niveles
de grises menores al umbral
calculado se convertirán en negro y Figura 2.10 Histograma de una
todos los mayores en blanco. imagen en la escala de grises
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
Una vez obtenida la imagen binaria se deberá fragmentar o
segmentar en las diferentes componentes conexas (parte de la
imagen donde todos los píxeles son adyacentes entre sí) que la
componen.
Todos estos métodos no pueden ser aplicados al cien por cien, y se hace
necesario el estudio del contexto para poder realizar una segmentación
correcta. Pero el estudio del contexto no se puede aplicar hasta que no hayan
sido extraídos y reconocidos todas las entidades.
Una vez que se hayan extraídos todas los posibles cortes por algunos de los
métodos de segmentación, se puede emplear un árbol de decisión. Para ello
haríamos:
La segmentación o fragmentación
de una imagen también se puede
conseguir mediante la detección de
fronteras o bordes. Algunos de los
métodos de detección de bordes
son:
.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
Técnicas para la
segmentación de
las imágenes
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Fragmentación o segmentación de la imagen
Método del Umbral
• Mas simples, dividen los pixel de la imagen con respecto a su nivel de
intensidad.
• se usan en imágenes que tienen objetos mas ligeros que fondo,
• la selección de este método puede ser manual o automáticos, es decir en
conocimiento previo o en la información de las características de la imagen.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Método de segmentación basado en clústeres
Segmentan la imagen en grupos que tienen pìxeles con características similares,
el agrupamiento de datos es el método que divide los elementos en datos de
manera que los elementos del mismo grupo son similares entre si, que otros.
Existen dos características básicas del método de agrupamiento:
• Método jerárquico.
• Métodos basado en partición.
Por otro lado los métodos basados en particiones utilizan métodos de
optimización de forma iterativa para minimizar la función del objeto.
Entre estos métodos hay varios algoritmos para encontrar clúster, hay dos tipos
básicos de agrupación:
Hard Clustering: Divide la imagen en un conjunto de clústeres de tal manera que un pixel solo
puede pertenecer a un solo cluster, es decir cada pixel puede pertenecer a un grupo, utilizan
funciones de pertenencia que tienen valores de 1 o 0 , es decir uno o ciertos pixeles pueden
pertenecer o no a un grupo, ejemplo HCM
Soft Clustering: Es mas natural porque en la vida real no es posible la división exacta debido a
la presencia de ruido, por ello son útiles en donde la división de la imagen no es estricta, por
ejemplo se usa FUZZY c , donde un pixel puede pertenecer a mas de un grupo.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Métodos basados en cuencas
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Métodos de segmentación basado en la
ecuación diferencial parcial
Son métodos rápidos de segmentación son apropiados para
aplicaciones de tiempo critico, existen dos métodos básicos de PDE:
Filtro de difucion isotrópico no lineal (utilizados para mejorar los
bordes).
Restauracion convexa de variación no cuadrática (utilizar para
eliminar el ruido).
Los resultados del PDE son los bordes borrosos y limites que se
pueden cambiar utilizando operaciones cercanas. El método de PDE
de cuarto orden se utiliza para reducir el ruido de imagen y el método
de PDE de segundo orden se utiliza para mejorar los bordes y limites.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Métodos de segmentación basado en redes
neuronales artificiales
Simulan la es estrategias de aprendizaje del cerebro humano con el
propósito de tomar decisiones, hoy en día este método se utiliza
principalmente en todo procesamiento de imágenes medicas, repara
imágenes requeridas de fondo, etc, una red neuronal artificial se
compone de una gran numero de nodos conectados y cada una tiene
un peso particular.
Este métodos es independiente del PDE teniendo como pasos
básicos la extracción de características y la segmentación por la red
neuronal.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Tabla de comparación de técnicas de
segmentación
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Adelgazamiento de los Componentes
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Reconocimiento de patrones
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Reconocimiento de patrones
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Comparar con patrones
Para poder realizar este paso, se debe disponer en el OCR Genérico de una
base de datos en la que se debe almacenar todos los caracteres que deben
ser reconocidos por dicho OCR Genérico. En esta base de datos se
almacenará, por tanto, todos los patrones o plantillas.
4
Sistemas Basados en Conocimiento FIIS-UNAC Mg. Msc. Sally Torres
Aplicaciones de
reconocimiento de
patrones
3
Sistemas
Teoría deBasados en Conocimiento
la Lenguajes y Compiladores FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Aplicaciones de reconocimiento de patrones
3
Sistemas
Teoría deBasados en Conocimiento
la Lenguajes y Compiladores FIIS-UNAC Mg. Ing.
Mg. Msc. Msc.Sally
Sally Torres
Torres
Comparar con patrones
- Métodos basados en IA: Estos métodos aplican sistemas de decisión a base de reglas al
proceso de reconocimiento. Son algoritmos de búsqueda de árboles que se sustentan la base
de algoritmos clásicos (A*).
- Métodos de Zadeh: Estos métodos basados en la lógica borrosa, están muy bien
adaptados al reconocimiento de caracteres con un tipo de datos impreciso. Usan Máquinas
de estados o reglas de Zadeh.