Documentos de Académico
Documentos de Profesional
Documentos de Cultura
III PreprocesamientoDesarrollo
III PreprocesamientoDesarrollo
Sumario
Características de la imagen
Transformaciones de la imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones geométricas
Transformaciones morfológicas
Visión por computador
Características de la
Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Histograma
Distribución de niveles de gris en una imagen
Función de densidad de probabilidad de niveles de gris
Coordenadas
Abscisas: rango posible de intensidades de gris
Ordenadas: número de pixeles para cada nivel de gris
Nº de pixeles
Niveles de gris
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos imágenes
Visión por computador
Características de la Imagen
Nivel de ruido
Variación en el nivel de gris que sufre un pixel no debida a la
aportación lumínica de la escena
Tipos
Correlados: La variación del nivel de gris depende de la posición
espacial del pixel afectado
No correlados: La variación del nivel de gris no depende de la
posición espacial del pixel afectado
Características de la Imagen
Ejemplos de imágenes con ruido
Características de la Imagen
Gaussiano
Aleatorio
Original
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos imágenes
Visión por computador
Características de la Imagen
Brillo
Nivel medio de gris de una imagen
Características de la Imagen
Brillo
Nivel medio de gris de una imagen
B=122
B=ó1
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Contraste
Variación en los niveles de gris
ez
Visión por computador
Características de la Imagen
Contraste
Variación en los niveles de gris
C=52,38
C=2ó,19
ez
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Nitidez
Respuesta en nivel de gris de la imagen ante cambios
bruscos en la iluminación de la escena captada.
Visión por computador
Características de la Imagen
Nitidez
Respuesta en nivel de gris de la imagen ante cambios
bruscos en la iluminación de la escena captada.
Visión por computador
Características de la Imagen
Nitidez
Respuesta en nivel de gris de la imagen ante cambios
bruscos en la iluminación de la escena captada.
Características de la Imagen
Nitidez
Respuesta en nivel de gris de la imagen ante cambios
bruscos en la iluminación de la escena captada.
Visión por computador
Características de la Imagen
Nitidez
Visión por computador
Características de la Imagen
Nitidez
Nitidez= 18.24 %
Visión por computador
Características de la Imagen
Nitidez
Nitidez= 18.24 %
Nitidez= 9.77 %
Visión por computador
Características de la Imagen
Nitidez
Nitidez= 18.24 %
Nitidez= 9.77 %
Nitidez= 8.51 %
Visión por computador
Características de la Imagen
Nitidez
La baja nitidez puede estar provocada por:
Objetos fuera del rango de enfoque de la óptica
Deficiencias del elemento sensor
Efectos de algoritmos de tratamiento de imágenes
La medición de la nitidez es una tarea compleja, pues
depende de:
Los objetos presentes en la imagen
La presencia de ruido
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Color. Ojo humano
Las diferentes longitudes de onda del espectro visible son
percibidas por el ojo humano como colores
3 tipos de fotoconversores retinianos:
Azul, verde y rojo
La mezcla, en proporción adecuada, de estas franjas de
longitudes de onda, permite la reproducción de toda la gama
de colores
Síntesis aditiva
Colores primarios
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Textura
Medida de la disposición espacial de lo niveles de gris de
los píxeles de la imagen
Cuantifica propiedades como suavidad, rugosidad y
regularidad
Independiente de la posición, orientación, forma, tamaño,
nivel de brillo ...
Visión por computador
Características de la Imagen
Textura
Medida de la disposición espacial de lo niveles de gris
de los píxeles de la imagen
Cuantifica propiedades como suavidad, rugosidad y
regularidad
Independiente de la posición, orientación, forma,
tamaño, nivel de brillo
Visión por computador
Características de la Imagen
Textura
Medida de la disposición espacial de lo niveles de gris de
los píxeles de la imagen
Cuantifica propiedades como suavidad, rugosidad y
regularidad
Independiente de lasipo ción, orientación, forma, tamaño,
nivel de brillo ...
Visión por computador
Características de la Imagen
Textura
Medida de la disposición espacial de lo niveles de gris de
los píxeles de la imagen
Cuantifica propiedades como suavidad, rugosidad y
regularidad
Independiente de la posición, orientación, forma, tamaño,
nivel de brillo ...
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Visión por computador
Características de la Imagen
Vecindad
Vecindad a cuatro
Vecindad a ocho
Visión por computador
Características de la Imagen
Sea una imagen en donde
se desea saber si un
conjunto de píxeles forma
una región conectada (o
conexa)
Los píxeles pi y pj están
conectados si existe
una secuencia {pi,... pk,... pj}
tal que píxeles consecutivos
pk y pk+1 son vecinos y
comparten una cierta
propiedad (ej: nivel de
gris)
Visión por computador
Características de la Imagen
Características de la Imagen
Sea R la región de una
imagen formada por todos
los pixeles que comparten
una característica dada
Dicha región está
conectada si toda pareja de
pixeles pi y pj en R están
conectados.
El tipo de vecindad usado
determina el tipo de
conectividad de la región R.
Visión por computador
Características de la Imagen
Sea R la región de una
imagen formada por todos
los pixeles que comparten
una característica dada
Dicha región está
conectada si toda pareja de
pixeles pi y pj en R están
conectados.
El tipo de vecindad usado
determina el tipo de
conectividad de la región
R.
Visión por computador
Características de la Imagen
Sea R la región de una
imagen formada por todos
los pixeles que comparten
una característica dada
Dicha región está
conectada si toda pareja de
pixeles pi y pj en R están
conectados.
El tipo de vecindad usado
determina el tipo de
conectividad de la región R.
Región no conectada
Visión por computador
Características de la Imagen
Histograma
Nivel de ruido
Brillo
Contraste
Nitidez
Color
Textura
Tamaño de la imagen
Vecindad y Conectividad
Diferencia cuadrática de dos
imágenes
Características de la Imagen
Diferencia cuadrática de dos imágenes
Error cuadrático total
Tabla de Contenidos
Características de la
imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
Operaciones locales
Operaciones globales
Operaciones geométricas
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
El resultado de aplicarlo a un pixel depende
principalmente de su valor
Imagen de entrada Imagen de
salida
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
El resultado de aplicarlo a un pixel depende
principalmente de su valor
Pueden ser:
Independientes de las características globales
Con una sola imagen
suma, resta, multiplicación,
división
máximo y mínimo respecto a
una constante
umbralización
inversa
transformaciones según una
función racional o irracional
(logarítmicas, exponenciales, ...)
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales. División entre una constante
Transformaciones de la Imagen
Operaciones puntuales. Umbralización
Transformaciones de la Imagen
Operaciones puntuales. Inversa
Transformaciones de la Imagen
Operaciones puntuales
Pueden ser:
Independientes de las características globales
Con una sola imagen
Entre varias imágenes
suma, resta,
multiplicación, división
máximo, mínimo
AND, OR, XOR
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
El resultado de aplicarlo a un pixel depende princi-
palmente de los valores en las imágenes de entrada
Imágenes de entrada
Imagen de salida
Visión por computador
Transformaciones de la Imagen
Diferencia
Visión por computador
Transformaciones de la Imagen
Diferencia
Visión por computador
Transformaciones de la Imagen
Diferencia
Diferencia
Multiplicada
por 1ó
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
Pueden ser:
Independientes de las características
globales
Con una sola imagen
Entre varias imágenes
Dependientes de las características
globales
manipulación del histograma
escalado de la imagen
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales. Manipulación del Histograma
Transformaciones de la Imagen
Operaciones puntuales. Manipulación del Histograma
Transformaciones de la Imagen
Operaciones puntuales
Operaciones locales
Operaciones globales
Operaciones geométricas
Visión por computador
Transformaciones de la Imagen
Operaciones locales
El resultado de aplicar la función a un pixel depende de
su nivel de gris y del de los pixeles del entorno
Transformaciones de la Imagen
Operaciones locales
El resultado de aplicar la función a un pixel depende de
su nivel de gris y del de los pixeles del entorno
Transformaciones de la Imagen
Operaciones locales
El resultado de aplicar la función a un pixel depende de
su nivel de gris y del de los pixeles del entorno
Pueden ser:
Lineales
La imagen resultante es la convolución de la imagen inicial
con una función local denominada máscara
Visión por computador
Transformaciones de la Imagen
Convolución
g(i, j) = ω1 f (i − 1, j − 1) + ω2 f (i, j − 1) + ω1 f (i + 1, j − 1)+
+ω4 f (i − 1, j) + ω5 f (i, j) + ωó f (i + 1, j)+
+ω7 f (i − 1, j + 1) + ω8 f (i, j + 1) + ω9 f (i + 1, j + 1)+
0 0 0 0 0
0, 1, 2, 3, 4, 5,0
1 1 1 1 1
w1 w2 w3 0, 1, 2, 3, 4, 5,1
2 2 2 2 2
w4 w5 wó 0, 1, 2, 3, 4, 5,2
3 3 3 3
7 8 I
0, 1, 2,3 3, 4, 5,3
w w w9 4 4 4 4 magen
Máscara
Visión por computador
Transformaciones de la imagen
Convolución
-1 -1 -1
* 0 0 0 =
1 1 1
Visión por computador
Transformaciones de la imagen
Convolución
-1 -1 -1
* 0 0 0 =
1 1 1
Visión por computador
Transformaciones de la Imagen
Operaciones locales
Pueden ser:
Lineales
No lineales:
Estadísticas (mediana, mediana ponderada)
Visión por computador
Transformaciones de la Imagen
Operaciones locales
Pueden ser:
Lineales
No lineales:
Estadísticas (mediana, mediana ponderada)
Filtro Mediana
Visión por computador
Transformaciones de la Imagen
Operaciones locales
Pueden ser:
Lineales
No lineales:
Estadísticas (mediana, mediana ponderada)
Filtro Mediana
Visión por computador
Transformaciones de la Imagen
Operaciones locales
Pueden ser:
Lineales
No lineales:
Estadísticas
Morfológicas: están relacionadas con la estructura
geométrica de los objetos
Erosión, dilatación
Openings, closings
Adelgazamiento
Hit-or-Miss
Visión por computador
Transformaciones de la Imagen
Adelgazamiento
Visión por computador
Transformaciones de la Imagen
Adelgazamiento
Visión por computador
Transformaciones de la Imagen
Operaciones locales
Pueden ser:
Lineales
No lineales:
Estadísticas
Morfológicas
Analíticas (función analítica no lineal)
Media geométrica
Media armónica
Media contraarmónica
Media de potencia
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
Operaciones locales
Operaciones globales
Operaciones geométricas
Visión por computador
Transformaciones de la Imagen
Operaciones globales
La imagen se transforma globalmente sin considerar los
pixeles de forma individual, realizándose un cambio de
dominio
Imagen de entrada Imagen de salida
Global
Visión por computador
Transformaciones de la Imagen
Operaciones globales
La imagen se transforma globalmente sin considerar los
pixeles de forma individual, realizándose un cambio de
dominio
Entre las más empleadas:
Transformada de Fourier
Transformada de Hadamard-Walsh
Transformada de Karhunen-Lòeve
Transformada discreta del coseno
Transformada de Hough
Cambio entre modelos de color
También se definen sus transformadas inversas
Visión por computador
Transformaciones de la Imagen
Operaciones puntuales
Operaciones locales
Operaciones globales
Operaciones geométricas
Visión por computador
Transformaciones de la Imagen
Operaciones geométricas
La posición de cada pixel en la imagen resultado
depende de su posición en la imagen origen
Imagen de entrada Imagen de salida
Visión por computador
Transformaciones de la Imagen
Operaciones geométricas
La posición de cada pixel en la imagen resultado
depende de su posición en la imagen origen
Imagen de entrada Imagen de salida
Visión por computador
Transformaciones de la Imagen
Operaciones geométricas
La posición de cada pixel en la imagen resultado
depende de su posición en la imagen origen
Imagen de entrada Imagen de salida
Visión por computador
Transformaciones de la Imagen
Operaciones geométricas
La posición de cada pixel en la imagen resultado
depende de su posición en la imagen origen
Las más usadas son:
Homotecia, zoom
Traslación
Rotación, transformada de
Hotelling
Warping, corrección de
distorsiones
Morphing
Visión por computador
Transformaciones de la Imagen
Ejemplos de operaciones geométricas
Visión por computador
Transformaciones de la Imagen
Ejemplos de operaciones geométricas
Zoom
Visión por computador
Transformaciones de la Imagen
Ejemplos de operaciones geométricas
Rotación
Visión por computador
Transformaciones de la Imagen
Ejemplos de operaciones geométricas
Warping
Visión por computador
Tabla de Contenidos
Características de la imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
onvolución
Distribución gaussiana de la función de c
1 1 2 1
3 ó 8 ó 3
4 9 4
2 4 2
1ó 1 8 ó 191 251 119 8ó
4 9 4
1 2 1 249
Visión por computador
Media Gaussiano
Gaussiano
Aleatorio
Visión por computador
Media Gaussiano
Gaussiano
Aleatorio
Visión por computador
Media Gaussiano
Gaussiano
Aleatorio
Visión por computador
Media Gaussiano
Gaussiano
Aleatorio
Visión por computador
Media Gaussiano
Gaussiano
Aleatorio
Visión por computador
Reducción de Ruido
Mediana Media
Gaussiano
Aleatorio
isión por computador
Reucción de Ruido
Mediana Media
Gaussiano
Aleatorio
Visión por computador
Reducción de Ruido
Mediana Media
Gaussiano
Aleatorio
Visión por computador
Visión por computador
Tabla de Contenidos
Características de la
imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
Realce de la Imagen
Realce de la imagen
Aumento de la nitidez de la imagen
Ventajas:
Bordes más definidos
Inconvenientes:
Aumenta el nivel de ruido de la imagen
Se producen “artifacts”: niveles de gris fuera del rango
definido por el entorno de vecindad
“Sharpening” (Filtro lineal)
-a -a -a
-a -a -a
Autor: S. Domínguez
Visión por computador
Realce de la Imagen
Aumento de la nitidez de la imagen
Nitidez: 18.24 %
Visión por computador
Realce de la Imagen
Aumento de la nitidez de la imagen
a=1.0
Nitidez: 18.24 %
Nitidez: ó3.51 %
Visión por computador
Realce de la Imagen
Aumento de la nitidez de la imagen
a=1.0
a=0.3
Nitidez: 18.24 %
Nitidez: ó3.51 %
Nitidez: 38.70 %
Visión por computador
Realce de la Imagen
Aumento de la nitidez de la imagen
Realce de la Imagen
Realce de la imagen
Aumento de la nitidez de la
imagen
Manipulación del
histograma:
Adecúa el rango de niveles
de gris de la imagen.
Modifica el contraste.
Aumenta el nivel de ruido
Sea el histograma h(k)
Función de distribución
Visión por computador
Realce de la Imagen
Realce de la imagen
Manipulación del histograma
Ecualización.
Realce de la Imagen
Realce de la imagen
Manipulación del histograma
Ecualización.
Realce de la Imagen
Realce de la imagen
Manipulación del histograma
Ecualización.
Histograma Final
Visión por computador
Realce de la Imagen
Manipulación del Histograma. Ecualización
Realce de la Imagen
Manipulación del Histograma. Ecualización
Realce de la Imagen
Manipulación del Histograma. Ecualización
Realce de la Imagen
Manipulación del Histograma. Stretching
Realce de la Imagen
Realce de la imagen
Manipulación del
histograma
Ecualización.
Stretching o
alargamiento.
Autoescalado:
se persigue que los extremos del histograma
se correspondan con unos valores prefijados.
El resto se distribuye linealmente.
Uniformiza imágenes tomadas en distintas condiciones o
por diversas cámaras
Otras transformaciones:
se persigue que h(g(l)) se asemeje alguna función
determinada: polinómica, exponencial,
logarítmica, ...
Visión por computador
Tabla de
Contenidos
Características de la
imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
Detección de Bordes
Borde:
Cualquier discontinuidad que sufre alguna función de
intensidad sobre los puntos de la misma
Tipos de bordes:
Cambio brusco en la distancia cámara-objeto (dc)
Cambio en la normal del objeto (n)
Cambio en la reflectancia del objeto (r)
Cambio en la proyección de la luz incidente (s)
Visión por computador
Detección de Bordes
o . l
Filtrad Extrac Umbra Local.
Detección de Bordes
En el dominio espacial
Operadores derivada de los niveles de intensidad
Comparaciones de funciones locales de intensidad
Comparación con máscaras orientadas,
previamente definidas (template matching)
sión por computador
Detección de Bordes
Operadores basado s en la derivada
Visión por computador
Detección de Bordes
Operadores derivada
Discretización de las componentes del Gradiente
Gradiente de Roberts
)
δf (i, j -1 1 δf (i, j) -1 -1 0 0 -1
δi δj 0 1 1 0
1
Detectores
Horizontal Vertical Diagonales
-1 -1 -1 -1 0 1 1 1 0 0 1 1
0 0 0 -1 0 1 1 0 -1 -1 0 1
1 1 1 -1 0 1 0 -1 -1 -1 -1 0
Visión por computador
Detección de Bordes
Operadores derivada
Operador de Prewitt Operador de Sobel
-1 -1 -1 -1 0 1 -1 -2 -1 -1 0 1
0 0 0 -1 0 1 0 0 0 -2 0 2
1 1 1 -1 0 1 1 2 1 -1 0 1
Detección de Bordes
Visión por computador
Detección de Bordes
Detector horizontal
Visión por computador
Detección de Bordes
Detector horizontal
Detector vertical
Visión por computador
Detección de Bordes
Detector horizontal
Detector vertical
Detector de Sobel
Visión por computador
Detección de Bordes
Umbralización
Etiquetado de los pixeles de borde
Problemas
Pérdidas de conectividad:
bordes poco definidos
filtrados muy fuertes
umbral muy exigente
Generación de bordes de
anchura múltiple:
efectos del filtrado
umbral poco exigente
Existencia de falsos
bordes:
presencia de ruido
Visión por computador
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Umbralización simple
Umbral T único, define la existencia de borde
g(x, y)>T entonces BORDE
g(x, y)<T entonces NO BORDE
Umbralización múltiple
Dos o más umbrales, que definen dos imágenes resultado
Determinación de máximos locales del gradiente.
Supresión de los no máximos (SNM)
Visión por computador
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Determinación de máximos locales del gradiente. Supresión
de los no máximos (SNM)
Imagen de Bordes
Visión por computador
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Determinación de máximos locales del gradiente. Supresión
de los no máximos (SNM)
Umbral Único
Algunos bordes muy anchos
Se pierden otros bordes
Imagen de Bordes
Visión por computador
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Determinación de máximos locales del gradiente. Supresión
de los no máximos (SNM)
Umbral Único
Algunos bordes muy anchos
Se pierden otros bordes
Imagen de Bordes
Visión por computador
Detección de Bordes
Ejemplos de imágenes de borde umbralizadas
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Determinación de máximos locales del gradiente.
Supresión de los no máximos (SNM)
Imagen de Bordes
Visión por computador
Detección de Bordes
Tipos de Umbralización
Operadores basados en la primera derivada
Determinación de máximos locales del gradiente.
Supresión de los no máximos (SNM)
Imagen de Bordes
Autor: S. Domínguez
Visión por computador
Detección de Bordes
Operadores basados en la segunda derivada
Cálculo de zero crossing o paso por cero
Intensidad
Píxel
Primera
derivada
Píxel
Segunda
derivada
Píxel
Visión por computador
Detección de Bordes
Operadores segunda derivada
Operador Laplaciana
0 1 0 1 1 1
1 -4 1 1 -8 1
0 1 0 1 1 1
Visión por computador
Detección de Bordes
En el dominio espacial
Operadores derivada de los niveles de intensidad
Comparaciones de funciones locales de intensidad:
se obtiene la diferencia de dos imágenes con distinta
función local de intensidad y posteriormente se somete a
un proceso de Umbralización
Visión por computador
Detección de Bordes
Comparaciones de funciones locales de intensidad
Visión por computador
Detección de Bordes
Comparaciones de funciones locales de intensidad
Visión por computador
Detección de Bordes
Comparaciones de funciones locales de intensidad
Diferencia
Visión por computador
Detección de Bordes
Comparaciones de funciones locales de intensidad
Detección de Bordes
Comparaciones de funciones locales de intensidad
Umbralizada en 40
Visión por computador
Detección de Bordes
Comparaciones de funciones locales de intensidad
Umbralizada en ó0
Visión por computador
Detección de Bordes
En el dominio espacial
Operadores derivada de los niveles de intensidad
Comparaciones de funciones locales de intensidad
Comparación con máscaras orientadas,
previamente definidas (template matching)
Cada máscara define una orientación de un posible
borde.
Hay que emplear tantas máscaras como orientaciones se
deseen detectar
Visión por computador
Tabla de Contenidos
Características de la
imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
Transformaciones Geométricas
Transformaciones geométricas
se persigue cambiar la disposición geométrica de
la imagen
Homotecia, zoom:
se aumenta o disminuye la resolución de la imagen
Traslación
Rotación
Warping:
correcció
no
creación
de
distorsion
es
Morphing:
creación
Visión por computador
Transformaciones de la Imagen
Visión por computador
Transformaciones de la Imagen
Zoom
Visión por computador
Transformaciones de la Imagen
Zoom
Rotación
Visión por computador
Transformaciones de la Imagen
Zoom
Rotación
Warping
Visión por computador
Transformaciones Geométricas
Zoom de una imagen
Expansión de la imagen 3 0 1 0 2
3 1 2 0 0 0 0 0
4 ó 5 4 0 ó 0 5
8 7 9 0 0 0 0 0
8 0 7 0 9
Convolución de réplica
Visión por computador
Transformaciones Geométricas
Zoom de una imagen
Expansión de la imagen 3 0 1 0 2
3 1 2 0 0 0 0 0
4 ó 5 4 0 ó 0 5
8 7 9 0 0 0 0 0
8 0 7 0 9
Convolución de réplica
1 1 3 3 1 1 2
1 1 3 3 1 1 2
4 4 ó ó 5
4 4 ó ó 5
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Replicado
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Replicado
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Replicado
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Replicado
Visión por computador
Transformaciones Geométricas
3 1 2 0 0 0 0 0
4 ó 5 4 0 ó 0 5
8 7 9 0 0 0 0 0
8 0 7 0 9
Convolución de interpolación
Visión por computador
Transformaciones Geométricas
4 ó 5 4 0 ó 0 5
8 7 9 0 0 0 0 0
8 0 7 0 9
Convolución
4 de
2 interpolación
2 3 2 1 1 2
4 1/2
1/4 2 1/4 3 3 3 3 3
1/2 1 1/2 4 5 ó 5 5
ó ó ó ó 7
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Interpolación
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Interpolación
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Interpolación
Visión por computador
Transformaciones Geométricas
Zoom de una imagen por Interpolación
Visión por computador
Tabla de Contenidos
Características de la
imagen
Transformaciones de la
imagen
Reducción del ruido
Realce de la imagen
Detección de bordes
Transformaciones
geométricas
Transformaciones
morfológicas
Visión por computador
Transformaciones morfológicas
Operaciones morfológicas
Relacionadas con la estructura geométrica de
los objetos
Depende del elemento estructurante
En imágenes binarias:
Erosión
Dilatación
Opening
Closing
Hit or Miss
Adelgazami
ento y
esqueletizac
ión
Poda
Visión por computador
Transformaciones morfológicas
Erosión y Dilatación
Imagen
Visión por computador
Transformaciones morfológicas
Erosión y Dilatación
Erosión: Min
0,0 1,0 2,0 3,0 4,0 5,0
Transformaciones morfológicas
Erosión y Dilatación
Erosión: Min
0,0 1,0 2,0 3,0 4,0 5,0
Transformaciones morfológicas
Erosión y Dilatación
Erosión: Min
0,0 1,0 2,0 3,0 4,0 5,0
0,3 1,3
1,3 2,3 3,3 4,3 5,3
Transformaciones morfológicas
Erosión de imágenes binarias
Visión por computador
Transformaciones morfológicas
Erosión de imágenes binarias
Visión por computador
Transformaciones morfológicas
Dilatación de imágenes binarias
Visión por computador
Transformaciones morfológicas
Dilatación de imágenes binarias
Visión por computador
Transformaciones morfológicas
Erosión de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Erosión de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Dilatación de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Dilatación de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Opening y closing
Encadenamiento de operaciones
Opening
Erosión + Dilatación
Closing
Dilatación + Erosión
Opening de orden 2
Erosión + Erosión + Dilatación + Dilatación
Closing de orden 2
Dilatación + Dilatación + Erosión + Erosión
Filtros alternativos
Opening + Closing ; Closing + Opening
Visión por computador
Transformaciones morfológicas
Opening de una imagen binaria
Visión por computador
Transformaciones morfológicas
Opening de una imagen binaria
Visión por computador
Transformaciones morfológicas
Closing de una imagen binaria
Visión por computador
Transformaciones morfológicas
Closing de una imagen binaria
Visión por computador
Transformaciones morfológicas
Opening de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Opening de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Closing de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Closing de una imagen multinivel
Visión por computador
Transformaciones morfológicas
Operaciones morfológicas
Relacionadas con la estructura geométrica de
los objetos
Depende del elemento estructurante
En imágenes binarias:
Erosión
Dilatación
Opening
Closing
Hit or Miss
Adelgazami
ento y
esqueletizac
ión
Visión por computador
Transformaciones morfológicas
Hit or Miss (imágenes binarias)
Busca la existencia en la imagen de una
determinada estructura o morfología
1 x 0 0 x 1
0: Pixel a 0 en la imagen
1 x 0 0 x 1 1: Pixel a 1 en la imagen
1 x 0 0 x 1 x: Pixel indeterminado en la imagen
Elemento estructurante
Visión por computador
Transformaciones morfológicas
Hit or Miss (imágenes binarias)
1 x 0 0 x 1
0: Pixel a 0 en la imagen
1 x 0 0 x 1 1: Pixel a 1 en la imagen
x: Pixel indeterminado en la imagen
1 Elemento
x 0 estructurante
0 x 1
1 0 0 0 0 1 0 0 1 1 0 0
1 0 0 0 0 1 0 0 1 1 0 0
El
1 0 0 0 0 1 0 0 1 1 0 0
Visión por computador
Transformaciones morfológicas
Hit or Miss (Elemento estructurante anterior)
Visión por computador
Transformaciones morfológicas
Hit or Miss (Elemento estructurante anterior)
Visión por computador
Transformaciones morfológicas
Hit or Miss (Elemento estructurante anterior)
1 x 0 0 x 1
1 x 0 0 x 1
1 x 0 0 x 1
Visión por computador
Transformaciones morfológicas
Hit or Miss (Elemento estructurante anterior)
1 x 0 0 x 1
1 x 0 0 x 1
1 x 0 0 x 1
Visión por computador
Transformaciones morfológicas
Hit or Miss (Elemento estructurante anterior)
1 x 0 0 x 1
1 x 0 0 x 1
1 x 0 0 x 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 1
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 00 00 00 0
1 1 1 1 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 11 11 11 1
1 0 1 0 1 11 11 11 1
0 0 0 0 0 0
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 00 00 00 0
1 1 1 1 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 11 11 11 1
1 0 1 0 1 11 11 11 1
0 0 0 0 0 0
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 00 00 00 0
1 1 1 1 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 11 11 11 1
1 0 1 0 1 11 11 11 1
0 0 0 0 0 0
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 00 00 00 0
1 1 1 1 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 11 11 11 1
1 0 1 0 1 11 11 11 1
0 0 0 0 0 0
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento: Determina la mínima
información posible, que cumpla
No se pierde la conectividad (4 o 8)
La anchura es la unidad
Es rob usto ante el ruido
0 0 0 0 0 00 00 00 0
1 1 1 1 0 0
1 1 1 1 0 0
1 1 1 1 1 1
1 1 1 1 1 11 11 11 1
1 0 1 0 1 11 11 11 1
0 0 0 0 0 0
0 0 1 1 1 1
Visión por computador
Transformaciones morfológicas
Adelgazamiento frente a Erosión (I)
Visión por computador
Transformaciones morfológicas
Adelgazamiento frente a Erosión (II)
Visión por computador
Transformaciones morfológicas
Podamiento. Elimina
Puntos aislados
Puntos terminales
Ramas de
pequeño tamaño
Visión por computador
Transformaciones morfológicas
Podamiento. Elimina
Puntos aislados
Puntos terminales
Ramas de
pequeño tamaño
I
m
a
Visión por computador
Transformaciones morfológicas
Podamiento. Elimina
Puntos aislados
Puntos terminales
Ramas de
pequeño tamaño
P
o
d
Visión por computador
Transformaciones morfológicas
Podamiento. Elimina
Puntos aislados
Puntos terminales
Ramas de
pequeño tamaño
P
o
d