Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Clases de imágenes
Podemos clasificar los distintos tipos de imágenes atendiendo a tres dimensiones, que
son el matiz, el movimiento y la modulación temporal:
● Matiz: división en las imágenes, entre aquellas acromáticas y cromáticas:
○ Cuando tenemos una imagen que solo tiene variaciones de intensidad, es
decir, que no tiene color, hablamos de una imagen acromática. Al ser en
blanco y negro lo importante es la posición y la luminancia. La imagen se
encuentra formada por píxeles, se suelen usar imágenes naturales. La
posición espacial es un parámetro importante, podemos localizarlo con
coordenadas (x,y) Cada punto de una imagen tiene 3 valores de R,G y B.
○ Cuando tenemos variaciones en la longitud de onda y también en la
intensidad, hablamos de imagen cromática. Donde podemos diferenciar
los colores y las tonalidades.
● Movimiento: las imágenes pueden ser estáticas o dinámicas.
● Modulación temporal: una imagen estática puede tener modulación temporal o
no.
1
○ Cuando no hay no percibo ningún cambio en la imágen a lo largo del
tiempo aun estando la imagen en el mismo lugar, entonces estamos en el
caso de una imagen de no modulación temporal; no hay parpadeo
perceptible.
○ En el caso en que tengamos una situación donde hay parpadeo en la
imágen, estamos hablando de una imagen de modulación temporal.
Lo que nuestro sistema visual se encarga de procesar son imágenes, las cuales pueden ser
de dos tipos: acromáticas y cromáticas. Que a su vez pueden ser, estáticas o dinámicas.
En el estudio del sonido, los tonos puros son funciones periódicas cuya representación
gráfica se ajusta a la función sinusoidal. Desde el siglo pasado, se sabe que cualquier señal
auditiva puede sintetizarse sumando tonos puros (y viceversa). Por tanto, los tonos puros
constituyen el elemento irreductible a partir del cual puede sintetizarse cualquier sonido.
2
1.2 Enrejados sinusoidales
Enrejado sinusoidal: patrón alternante de franjas paralelas, claras y oscuras que varían de
modo sinusoidal (no abrupta) en luminancia.
En el caso de las imágenes, los “tonos puros” serían denominados enrejados sinusoidales
porque su variación de la luminancia se ajusta a una función sinusoidal.
3
En el caso de ciclos por imagen, se observa que a medida que aumenta la frecuencia
espacial, se incrementa el número de ciclos de claros y oscuros en la imagen. Esto se
representa mediante funciones de onda que muestran la amplitud y el espacio.
En el ejemplo de tres rejillas con diferente frecuencia espacial, se destaca que, a medida
que aumenta la frecuencia espacial, hay más ciclos de contraste en la imagen. La cuenta de
ciclos por imagen se realiza al contar las transiciones de blanco a negro a lo largo de la
imagen. Además, se menciona que la distancia a la que se observa la imagen también es
crucial, y existe otra medida de frecuencia espacial, los ciclos por grado de ángulo visual,
que tiene en cuenta la distancia de visualización.
4
3. Analisis de Fourier
La función de onda que estamos considerando representa la
amplitud en una determinada área. A través del análisis de Fourier,
podemos descomponer esta función en sus componentes, que
serían los siguientes (linea verde=base). Tomemos como ejemplo la
onda (verde), dividiéndola en sus diferenciales. Aquí, podríamos
visualizar otro ejemplo diferente que ilustra cómo se construiría la
función de onda a partir de tres componentes distintos.
Estos ejemplos nos permiten entender cómo podemos descomponer
y reconstruir funciones de onda mediante el análisis de Fourier.
5
estamos observando un solo enrejado, y su espectro
de amplitud está representado.
En el espectro de amplitud, se aprecia una
alternancia de barras verticales claras con bajo
contraste, ubicadas en el centro de la imagen.
Además, hay pequeños puntos grises dispersos. Esta
es la representación de un enrejado con bajo contraste.
Si modificamos el enrejado para aumentar su
contraste, veremos
un cambio notable
en su espectro de
amplitud. Las barras verticales con puro contraste se
destacarán más claramente.
Al cambiar la frecuencia del enrejado, ya sea
aumentando o disminuyendo, veremos cómo afecta al
espectro de amplitud. Aumentar la frecuencia se refleja
en una mayor
información en el
centro de la imagen, mientras que disminuir la
frecuencia lo hará alejarse del centro.
Finalmente, si cambiamos la orientación del
enrejado, por ejemplo, de vertical a horizontal,
observaremos un cambio en la posición de las
barras en el espectro de amplitud, reflejando el cambio
en la orientación.
Imagen compleja
Consideremos dos puntos amarillos en el espectro de
amplitud, que representan un enrejado de 8 ciclos. Al
situarnos a la altura donde se representarán 8 ciclos,
podemos identificar la frecuencia espacial (en este caso
0°). Ahora, al mover la información a los dos puntos azules,
cambiamos la orientación del enrejado mientras mantenemos
la misma frecuencia espacial, se va a girar el enrejado 45
grados. En continuación con un nuevo tipo de tejado en los
puntos blancos, se va girar a 90 °. Aunque la frecuencia
espacial sigue siendo la misma, la orientación varía. Lo
mismo ocurre al acercarnos a los puntos rojos; aunque la
orientación vuelve a ser de 90 grados como en los puntos
blancos, la frecuencia espacial se reduce. Aquí surge un
problema fundamental: los espectros de amplitud no proporcionan información sobre
la posición específica de cada componente en la imagen original. Sabemos que hay
enrejados de diferentes tipos, pero al reconstruir la imagen original, no podemos determinar
en qué parte de la imagen se ubicaría cada enrejado.
6
podemos determinar la ubicación precisa de la
amplitud, ya que el espectro de fase se enfoca en la
posición y la orientación de los componentes
sinusoidales.
Para reconstruir la imagen original, necesitamos tanto
el espectro de amplitud como el espectro de fase.
Cada uno de ellos proporciona una parte esencial de la
información. Mientras que el espectro de amplitud nos
da detalles sobre la magnitud y el contraste de los
componentes, el espectro de fase nos informa sobre
la ubicación y la orientación específicas.
En resumen, ambos espectros son cruciales para
recuperar la imagen original. Sin embargo, utilizar solo
uno de ellos deja lagunas en nuestra comprensión, ya que nos falta información clave para
una reconstrucción precisa.
4. Filtrado de imágenes
⇨ Filtro paso-bajo: Lo que está en el centro es lo que representa las bajas
frecuencias, a medida que nos alejamos del centro
tenemos las frecuencias altas. Con lo cual un filtro
de este tipo nos está dejando pasar sobre las bajas
frecuencias y nos está eliminando las altas
frecuencias
⇨ El filtro contrario el filtro paso alto pues tendría
eliminación de bajas frecuencias de todas las fechas
en el centro y conservación de las altas frecuencias
⇨ El filtro paso banda que deja pasar una banda de frecuencia
así y el resto las atenúa o elimina
⇨ Cuando aplicamos un filtro paso bajo a una imagen,
eliminamos las frecuencias altas y nos quedamos con las bajas,
como se observa en el espectro. Esto transforma una imagen nítida
llena de detalles en una versión borrosa, donde se mantiene la
información general, como la apariencia de una mujer, pero se
pierden los detalles finos como dientes, ojos y pestañas. Aunque
obtenemos una visión global, la percepción de la imagen se vuelve
difusa al filtrar las altas frecuencias.
⇨ Cuando aplicamos un filtro paso alto, como se muestra en
este caso, conservamos los detalles de la imagen pero perdemos
la información global. Podemos distinguir claramente los diferentes elementos,
pero la imagen carece de la coherencia y suavidad que proporcionan las frecuencias
bajas. Al observar el espectro, notamos que se ha eliminado la parte central.
⇨ En cambio, al utilizar un filtro paso banda, que conserva frecuencias
intermedias, obtenemos una mezcla. La imagen resultante tiene algunos detalles
y cierta nitidez, pero falta la definición proporcionada por las frecuencias bajas
presentes en la otra imagen. Este tipo de filtrado nos ofrece una combinación de
detalles y suavidad, pero no alcanza los extremos de los filtros paso bajo o paso
alto.
7
Similar a lo que ocurre con el sonido, también existe ruido visual, conocido como ruido
blanco o gaussiano en el ámbito visual. Este tipo de ruido, suave en apariencia, se asemeja
a la estática en las televisiones cuando la señal es débil. Se utiliza en experimentación para
estudiar el sistema visual y se puede filtrar de manera similar a las imágenes. El ruido visual
se presenta como enrejados sinusoidales con todas las frecuencias, amplitudes y
orientaciones, siendo la fase aleatoria. Al aplicar filtros, como paso bajo, paso alto o
paso banda, se modifican las características del ruido, resultando en imágenes con
aspectos borrosos, detallados o una combinación de ambos, según el tipo de filtrado
utilizado. Esto se evidencia en los espectros de amplitud de las imágenes resultantes.
8
⇨ En este análisis, se destaca que la percepción y la adaptación de los umbrales
están estrechamente ligadas a la similitud entre el estímulo adaptador y los
estímulos de prueba. La medición de umbrales muestra una mayor afectación
cuando los estímulos son más parecidos al adaptador, independientemente de la
orientación específica. La diferencia entre medidas pre y post adaptación es más
notable para estímulos que comparten la misma orientación que el adaptador.
⇨ Se observa una elevación de umbrales, especialmente para estímulos similares al
adaptador, indicando una adaptación selectiva. Este fenómeno se atribuye al
procesamiento a través del mismo canal visual. Si el adaptador es un enrejado
vertical, la adaptación es más fuerte cuando se presentan estímulos similares, como
otro enrejado vertical, mientras que estímulos que utilizan diferentes canales, como
desplazados u horizontales, muestran una menor afectación.
⇨ La existencia de diversas estructuras especializadas, como canales y series de
estructuras formando un canal, indica la complejidad y especialización del
sistema perceptivo. Estas estructuras se adaptan selectivamente a ciertos
estímulos, influyendo en la percepción y la afectación de los umbrales durante la
adaptación. La presencia de canales especializados sugiere una organización
diferenciada del sistema sensorial, adaptándose de manera específica a distintos
tipos de estímulos. Esto contribuye a comprender cómo el sistema perceptivo
procesa e interpreta la información sensorial de manera selectiva.
9
tenemos la línea continua es una medición de datos experimentales tras haber adaptado a
una persona a un enrejado de 5 ciclos por grado. Lo que sucede es que justo para el valor
se reduce la sensibilidad y también afecta en menor medida a los valores más cercanos.
10