Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNAD
Tratamiento de imágenes.
Tutor:
Grupo:
203039-xx
Nombre completo.
Nombre completo.
Nombre completo.
Nombre completo.
Nombre completo.
30-08-2023
Tabla de contenido
Introducción......................................................................................................................................3
Objetivos............................................................................................................................................4
Contenido..........................................................................................................................................5
PUNTO 1........................................................................................................................................5
Explicación................................................................................................................................12
Combinación segmento............................................................................................................12
PUNTO 2.......................................................................................................................................12
Filtro para ruido “Sal y Pimienta”.............................................................................................12
Filtro para ruido “Gaussiano”...................................................................................................13
PUNTO 3.......................................................................................................................................14
Explicación................................................................................................................................14
Definición Canny y Sobel..........................................................................................................14
Análisis.....................................................................................................................................15
PUNTO 4.......................................................................................................................................19
Explicación................................................................................................................................19
Diferencia.................................................................................................................................21
Análisis.....................................................................................................................................22
PUNTO 5.......................................................................................................................................23
DEFINICIÓN DE CONCEPTOS........................................................................................................24
Conclusiones....................................................................................................................................25
Bibliografía.......................................................................................................................................26
Introducción
Se trata de resolver diferentes problemas referentes al procesamiento de imágenes por medio de
herramientas computacionales. Abordando cuatro etapas a lo largo del ciclo académico.
La primera etapa consiste en emplear técnicas de detección de bordes, binarizar y filtrado, para los
objetos a trabajar.
Como segunda etapa trata del análisis de las características principales de los objetos de trabajo
en la imagen, para el entrenamiento de los clasificadores.
Tercera etapa, evaluar los diferentes resultados del procesamiento y clasificación de imágenes en
situaciones reales, mediante el uso de las herramientas computacionales como Matlab.
Por lo tanto, en el presente documento se aborda el desarrollo de la etapa segunda, la cual consta
del diseño de una infografía respondiendo preguntas conocimiento general y realización de
códigos en Matlab para identificar los diferentes usos y herramientas importantes como lo son
técnicas de bordes de binarización y filtrado para segmentación para imágenes, las cuales serán de
utilidad a lo largo del desarrollo del curso.
Objetivos
Comprender y aplicar los conceptos como espacios de color por medio de clasificadores
supervisadas y no supervisados para la ejecución de técnicas en tratamiento de imágenes.
Aplicar las herramientas tecnológicas para dar solución a una respuesta a nivel de
ingeniería identificando el contexto: nuevas funcionalidades de Matlab.
Contenido
PUNTO 1
Imagen asignada
Figura 1. Resultado de código original. Fuente: Penagos, D. 2023.
El numero de pixeles es mucho menor a 500, por lo tanto se observa un equilibrio entre los pixeles
de tono blanco y tono negro.
Figura 3. Resultado de código con umbral de 0.7 y numpixeles de 100. Fuente: Penagos, D. 2023.
La proporción de pixeles oscuros aumenta, por lo tanto a menor numero de pixeles y mayor
umbral, se encuentra un desequilibrio entre los pixeles de tono blanco y negro.
Explicación
Combinación segmento
La combinación para segmentar el 80% es: umbral equivalente a 0.8 y numpixels correspondiente
a 20.000.
PUNTO 2
Filtro para ruido “Sal y Pimienta”
Figura 4. Resultado de código con filtro “Sal y Pimienta”. Fuente: Penagos, D. 2023.
Se observa que los pixeles de la imagen tratan de asemejarse a la imagen original con una
pequeña modificación (distorsión).
PUNTO 3
Explicación
La función Canny nos permite tener más pixeles en varios bordes, en escala de blanco y negro.
Figura 9. Resultado de código con borde “Sobel”. Fuente: Penagos, D. 2023.
La función Sobel permite ver los bordes en escala blanca, sin embargo son menos pixeles que
visualiza.
PUNTO 4
Explicación
Diferencia
Análisis
Cuando se aumenta la erosión en el caso b, la eliminación de pixeles es notoria.
El caso A, muestra cuando se maneja la función “line”, la cual dibuja varías líneas, donde se trabaja
con la longitud y el Angulo. A diferencia de la función de trazado, agrega a la línea los ejes actuales
sin eliminar otros objetos de la imagen o reestablecer la propiedad de los ejes.
En el caso B, se maneja la función “Square” donde muestra una imagen más detallada ya que es
una cuadrado y el parámetro es longitud. Modificando morfológicamente la imagen.
PUNTO 5
Figura 12. Resultado de código “dilatación” figura 6 y figura 7. Fuente: Penagos, D. 2023.
Por medio de la función dilatación y aplicando los bordes “Canny” y “Sobel”, se observa una mayor
pronunciación de los pixeles a los límites de la imagen.
Con “Canny” los bordes son mas definidos (Figura 6), lo cual usa dos umbrales para la detección en
conjunto con la función “Square”
“Sobel” pronuncia los pixeles en los límites de la imagen pero no es tan exacto como el borde
“Canny”, dado que los degradados son el horizontal y vertical.
DEFINICIÓN DE CONCEPTOS
Una vez realizado la practica de laboratorio y la investigación teórica, los conceptos y su respectiva
definición se encuentra en la siguiente infografía disponible en Prezi:
https://prezi.com/view/CuhU6TDO04z50DmTPH6c/
Conclusiones
A mayor umbral y número de pixeles se obtiene el 80% de la segmentación de la imagen a
tratar.
De esa forma, se debe buscar un equilibrio entre las variables umbral y numero de pixeles
para una mejor calidad de imagen.
Para detectar los pixeles de mejor forma en imágenes de calidad baja se recomienda
utilizar el borde Canny con la herramienta de dilatación en función Square.
Los niveles de ruido en mayor o menor proporción afectan la calidad de imagen.
La dilatación agrega mas pixeles a la imagen, por lo tanto se ve más borrosa ya que se
asemeja a los pixeles originales.
Bibliografía
[1] MathWorks. Procesado de imágenes digitales. MathWorks. Recuperado de:
https://la.mathworks.com/discovery/digital-image-processing.html
[2] MathWorks. How to use median filter to remove salt and pepper noise?. MathWorks.
Recuperado de: https://es.mathworks.com/matlabcentral/answers/270939-how-to-use-
median-filter-to-remove-salt-and-pepper-noise