Temas

Paraboloide Hiperbólico y Probabilidad

Ingeniería Electrónica y Comunicaciones

Imágenes
Matemáticas
Procesamiento Digital de Señales

Araceli Gonzales Vicente

Abdiel Cruz Rojas
 • Buscar imágenes en internet
• Tomar fotografías con el teléfono
• Verificar el tamaño y el formato
• Conversión y homologación
• Extracción de las matrices de color
• Implementación de los tres tipos de algoritmos de conversión de
grises
• Operaciones aritméticas con imágenes

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Paraboloide hiperbólico

El paraboloide hiperbólico o
también llamada: “Silla de
montar matemática”, es una
superficie engendrada por el
desplazamiento de una parábola
generatriz que se desliza
paralelamente a sí misma a lo
largo de otra parábola directriz de
curvatura opuesta situada en su
plano de simetría.

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Paraboloide hiperbólico

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Probabilidad

La probabilidad se refiere a la
mayor o Probabilidad se refiere a
la mayor o menor posibilidad de
que ocurra un suceso en una
situación aleatoria, su fin es
expresar los resultados y mostrar
que una de ellas tiene más
posibilidad que ocurra a qué otro
suceso.

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Probabilidad

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Datos técnicos
Datos de la cámara (Huawei Y9s) Datos de la cámara (Samsung a20S)
Tipo Wide-angle Camera Tipo Wide-angle Camera
Megapíxeles 48MP Megapíxeles 13MP
Apertura F1.8 Apertura F1.8
Extras PDAF Extras PDAF
Tipo Ultra Wide Camera Tipo Ultra Wide Camera
Megapíxeles 8MP Megapíxeles 8MP
Apertura F2.4 Apertura F2.2
Tamaño del Tamaño del
1.12µm 1.12µm
píxel píxel
Campo de Campo de
120° 120°
visión visión
Tipo Depth Camera Tipo Depth Camera
Megapíxeles 2MP Megapíxeles 5MP
Apertura F2.4 Apertura F2.2
Tamaño del Tamaño del
1.12 µm 1.12 µm
píxel píxel

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Formato y tamaño

Formato JPG Formato JPG Formato JPG Formato JPG

Resolución 1280X960 Resolución 168X126 Resolución 4160X3120 Resolución 522X332

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Preparación de las imagenes
picn=imread(imgetfile)
;

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Conversión y homologación

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Homologación
new1=imresize(pic1,[200
new1=imresize(pic1,[200
250])
250])

picnew1=double(new1);
picnew1=double(new1);

whos
whos 'picnew1'
'picnew1' 'picnew2'
'picnew2'
'picmew3'
'picmew3' 'picnew4'
'picnew4'

+Para
+Para mayor
mayor rapidez
rapidez en en el
el
procesado
procesado dede las
las imágenes.
imágenes.
-Menor
-Menor resolución.
resolución.
-Menor
-Menor nitidez
nitidez enen los
los
resultados.
resultados.

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Extracción de las matrices
Extracción de las matrices de color de cada imagen
colorrojo1=picnew1(:,:,1);
colorrojo1=picnew1(:,:,1);
%save
%save colorrojo1.mat
colorrojo1.mat
colorverde1=picnew1(:,:,2);
colorverde1=picnew1(:,:,2);
%save
%save colorverde1.mat
colorverde1.mat
colorazul1=picnew1(:,:,3);
colorazul1=picnew1(:,:,3);
%save
%save colorzul1.mat
colorzul1.mat
figure(2)
figure(2) %Muestra
%Muestra las
las matrices
matrices
por
por color
color extraidas
extraidas de
de pic1
pic1
subplot(1,3,1)
subplot(1,3,1)
image(colorrojo1);
image(colorrojo1); title('Roja');
title('Roja');
subplot(1,3,2)
subplot(1,3,2)
image(colorverde1);
image(colorverde1); • Para que Matlab acelerase el procesamiento
• Para que Matlab acelerase el procesamiento
title('Verde');
title('Verde'); algunas partes del código fueron comentadas.
subplot(1,3,3)
subplot(1,3,3)
algunas partes del código fueron comentadas.
• Este procedimiento se repitió para las cuatro
image(colorazul1);
image(colorazul1); title('Azul');
title('Azul'); • Este procedimiento se repitió para las cuatro
imágenes .
imágenes .
Araceli Gonzales Vicente - Abdiel Cruz Rojas
 Conversión a escala de grises
•Tres
  ecuaciones: Luminancia, Promedio y Tonalidad

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Al
Aligual
igualque
queanteriormente
anteriormenteseseha
Implementación en Matlab venido
venidohaciendo
haciendoesta
estaparte
partese
se
ha

aplicara
aplicaraaatodas
todasyycada
cadauna
unade
deas
as
imágenes
imágenesaquí
aquípresentadas.
presentadas.
Luminancia
Luminancia
grises1(filas,columnas)=(0.3.*matrizcolor1(filas,columnas))
grises1(filas,columnas)=(0.3.*matrizcolor1(filas,columnas))
+(0.59.*matrizcolor1(filas,columnas))+(0.11.*matrizcolor1(filas,columnas));
+(0.59.*matrizcolor1(filas,columnas))+(0.11.*matrizcolor1(filas,columnas));
Promedio
Promedio
grisesaverage1(filas,columnas)=matrizcolor1(filas,columnas)
grisesaverage1(filas,columnas)=matrizcolor1(filas,columnas)
+matrizcolor1(filas,columnas)+matrizcolor1(filas,columnas)/3;
+matrizcolor1(filas,columnas)+matrizcolor1(filas,columnas)/3;
Tonalidad
Tonalidad
maximo(filas,columnas)=max([matrizcolor1(filas,columnas,1),matrizcolor1(fil
maximo(filas,columnas)=max([matrizcolor1(filas,columnas,1),matrizcolor1(fil
as,columnas,2),matrizcolor1(filas,columnas,3)]);
as,columnas,2),matrizcolor1(filas,columnas,3)]);
minimo(filas,columnas)=min([matrizcolor1(filas,columnas,1),matrizcolor1(fil
minimo(filas,columnas)=min([matrizcolor1(filas,columnas,1),matrizcolor1(fil
as,columnas,2),matrizcolor1(filas,columnas,3)]);
as,columnas,2),matrizcolor1(filas,columnas,3)]);
s1=(maximo+minimo)/2;
s1=(maximo+minimo)/2;

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Operaciones aritméticas con imágenes
 𝐶 ( 𝑥 , 𝑦 ) =𝐴 ( 𝑥 , 𝑦 ) +𝐵 ( 𝑥 , 𝑦)

 𝐶 ( 𝑥 , 𝑦 ) =𝐴 ( 𝑥 , 𝑦 ) − 𝐵 ( 𝑥 , 𝑦)

 𝐶 ( 𝑥 , 𝑦 ) =𝐴 ( 𝑥 , 𝑦 ) ∗ 𝐵( 𝑥 , 𝑦 )

 𝐶 ( 𝑥 , 𝑦 ) =𝐴 ( 𝑥 , 𝑦 )/𝐵 (𝑥 , 𝑦 )

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Imágenes seleccionadas

Araceli Gonzales Vicente - Abdiel Cruz Rojas

Implementación en Matlab-Suma
cap1=double(grises3);
cap2=double(s2);
filas=cap2(1);%obtengo el numero
de filas que tiene mi matriz de
la imagen en el formato double
columnas=cap2(2);
%
for filas=1:filas
for columnas=1:columnas

restaimages(filas,columnas)=(cap1
(filas,columnas)
+cap2(filas,columnas));
end
end
%save restaimages.mat
figure(10)
image(restaimages);%visualizo
imagen es escala de grises
colormap(gray);%mapa en escala de
grises
title('Suma de pic3 menos pic2');
Implementación en Matlab-Resta
cap1=double(grises3);
cap2=double(s2);
filas=cap2(1);%obtengo el numero de
filas que tiene mi matriz de la
imagen en el formato double
columnas=cap2(2);
%
for filas=1:filas
for columnas=1:columnas

restaimages(filas,columnas)=(cap1(f
ilas,columnas)-
cap2(filas,columnas));
end
end
%save restaimages.mat
figure(10)
image(restaimages);%visualizo
imagen es escala de grises
colormap(gray);%mapa en escala de
grises
title(‘Resta de Pic3 menos Pic2');
Implementación en Matlab-Multiplicación
cap1=double(grises3);
cap2=double(s2);
filas=cap2(1);%obtengo el numero de
filas que tiene mi matriz de la
imagen en el formato double
columnas=cap2(2);
%
for filas=1:filas
for columnas=1:columnas

restaimages(filas,columnas)=(cap1(f
ilas,columnas)*cap2(filas,columnas)
);
end
end
%save restaimages.mat
figure(10)
image(restaimages);%visualizo
imagen es escala de grises
colormap(gray);%mapa en escala de
grises
title(‘Mulplicacion de Pic3 por
Pic2');
Implementación en Matlab-División
cap1=double(grises3);
cap2=double(s2);
filas=cap2(1);%obtengo el numero de
filas que tiene mi matriz de la
imagen en el formato double
columnas=cap2(2);
%
for filas=1:filas
for columnas=1:columnas

restaimages(filas,columnas)=(cap1(f
ilas,columnas)/cap2(filas,columnas)
);
end
end
%save restaimages.mat
figure(10)
image(restaimages);%visualizo
imagen es escala de grises
colormap(gray);%mapa en escala de
grises
title(‘Divison de Pic3 entre
Pic2');
 Conclusiones
El resultado del procesado de imágenes siempre estará sujeto a
condiciones especiales de las imágenes a procesar.
• Luz en la escena a capturar
• Captura de la escena
• Resolución
• Método a aplicar
• Aplicaciones particulares

Araceli Gonzales Vicente - Abdiel Cruz Rojas

 Referencias
https://elibro.net/es/ereader/bibliotecauv/51972?prev=bf
https://la.mathworks.com/matlab.html

¡Gracias por su atención!

Araceli Gonzales Vicente - Abdiel Cruz Rojas