¿Qué es una imágen digital?
¿Qué es una imágen digital?
¿Qué es una imágen digital?
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>¿Qué</strong> <strong>es</strong> <strong>una</strong> <strong>imágen</strong> <strong>digital</strong>?<br />
Una imagen <strong>digital</strong> <strong>es</strong> <strong>una</strong> fotografía, un dibujo, un trabajo artístico o<br />
cualquier otra “ imagen” que <strong>es</strong> convertida en un fichero de<br />
ordenador.<br />
Eloy.Anguiano@uam.<strong>es</strong>
<strong>¿Qué</strong> <strong>es</strong> <strong>una</strong> <strong>imágen</strong> <strong>digital</strong>?<br />
Una imagen <strong>digital</strong> consite en <strong>una</strong> colección ordenada de valor<strong>es</strong>.<br />
Estos valor<strong>es</strong> se repr<strong>es</strong>entan <strong>una</strong> colección de filas de valor<strong>es</strong><br />
dispu<strong>es</strong>tas ordenadamente.<br />
Eloy.Anguiano@uam.<strong>es</strong>
<strong>¿Qué</strong> elementos definen <strong>una</strong> imagen <strong>digital</strong>?<br />
Tamaño de la imagen (medida en pixels).<br />
R<strong>es</strong>olución de entrada (medida en pixels o en dpi según el<br />
dispositivo).<br />
R<strong>es</strong>olución de salida (medida en dpi).<br />
Profundidad de color (medida en cantidad posible de color<strong>es</strong>).<br />
LUT (tabla de color<strong>es</strong>)<br />
Planos de color (RGB ...)<br />
Nivel<strong>es</strong> de gris.<br />
Tamaño de fichero (medida en byt<strong>es</strong>).<br />
Tipo de fichero (formato en el que se ha guardado).<br />
Eloy.Anguiano@uam.<strong>es</strong>
Histograma de <strong>una</strong> imagen <strong>digital</strong><br />
El histograma <strong>es</strong> un función que mu<strong>es</strong>tra, para cada nivel de gris, el<br />
número de pixels de la imagen que tienen <strong>es</strong>e nivel de gris.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Transformacion<strong>es</strong> de intensidad<br />
Corrección de intensidad dependiente de la posición<br />
f i , j=ei , joi , j<br />
Transformacion<strong>es</strong> de <strong>es</strong>cala de intensidad<br />
Equalización de histograma<br />
q= q k −q 0<br />
N 2<br />
Transformación logarítmica<br />
p<br />
∑ i= p0<br />
H iq 0<br />
S i , j∝log I i , j<br />
Pseudocolor<br />
Operacion<strong>es</strong> algebráicas con <strong>imágen</strong><strong>es</strong><br />
Eloy.Anguiano@uam.<strong>es</strong>
Ejemplo de equalización de histograma<br />
Eloy.Anguiano@uam.<strong>es</strong>
Problema equalización de histograma<br />
Consigue <strong>una</strong> imagen <strong>digital</strong> en gris<strong>es</strong> y realiza <strong>una</strong><br />
ecualización de ésta<br />
Consigue cualquier imagen <strong>digital</strong> en color<strong>es</strong> y ecualiza cada<br />
uno de los tr<strong>es</strong> color<strong>es</strong>.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Ejemplo de equalización de histograma<br />
Eloy.Anguiano@uam.<strong>es</strong>
Transformacion<strong>es</strong> geométricas<br />
Transformacion<strong>es</strong> <strong>es</strong>pacial<strong>es</strong><br />
Deformacion<strong>es</strong><br />
Correccion<strong>es</strong> de deformación<br />
Interpolación de nivel<strong>es</strong> de gris<br />
Por el vecino más próximo<br />
De primer orden (bilineal)<br />
De órden<strong>es</strong> superior<strong>es</strong><br />
Eloy.Anguiano@uam.<strong>es</strong>
Ejemplo de transformación geométrica<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtrado de <strong>imágen</strong><strong>es</strong><br />
Filtrado por máscara en el <strong>es</strong>pacio real<br />
Deteccion<strong>es</strong> de bord<strong>es</strong><br />
Suavizamientos<br />
Realc<strong>es</strong><br />
Filtrado en el <strong>es</strong>pacio de Fourier<br />
R<strong>es</strong>tauración de <strong>imágen</strong><strong>es</strong><br />
Filtrado inverso<br />
Filtrado de Wiener<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtrado por máscara<br />
Consiste en realizar <strong>una</strong> convolución de <strong>una</strong> máscara con la imagen.<br />
Cada pixel de la imagen r<strong>es</strong>ultante <strong>es</strong> la suma de todos los píxels de la<br />
original multiplicados por sus r<strong>es</strong>pectivos valor<strong>es</strong> dados por la<br />
máscara.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtrado por máscara<br />
Consiste en realizar <strong>una</strong> convolución de <strong>una</strong> máscara con la imagen.<br />
Cada pixel de la imagen r<strong>es</strong>ultante <strong>es</strong> la suma de todos los píxels de la<br />
original multiplicados por sus r<strong>es</strong>pectivos valor<strong>es</strong> dados por la<br />
máscara.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtrado por máscara<br />
Consiste en realizar <strong>una</strong> convolución de <strong>una</strong> máscara con la imagen.<br />
Cada pixel de la imagen r<strong>es</strong>ultante <strong>es</strong> la suma de todos los píxels de la<br />
original multiplicados por sus r<strong>es</strong>pectivos valor<strong>es</strong> dados por la<br />
máscara.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Suavizamientos<br />
1/9<br />
1 1 1<br />
1 1 1<br />
1 1 1<br />
Alg<strong>una</strong>s máscaras útil<strong>es</strong><br />
1/10<br />
1 1 1<br />
1 2 1<br />
1 1 1<br />
1/16<br />
1 2 1<br />
2 4 2<br />
1 2 1<br />
Eloy.Anguiano@uam.<strong>es</strong>
Alg<strong>una</strong>s máscaras útil<strong>es</strong><br />
Detección de bord<strong>es</strong> (Laplacianos)<br />
0 1 0<br />
1 4 1<br />
0 1 0<br />
1 1 1<br />
1 8 1<br />
1 1 1<br />
1 2 1<br />
2 4 2<br />
1 2 1<br />
Eloy.Anguiano@uam.<strong>es</strong>
Problemas de máscaras<br />
Consigue <strong>una</strong> imagen <strong>digital</strong> en <strong>es</strong>calas de gris<strong>es</strong> de algún edificio y<br />
hazle un filtro laplaciano<br />
Calcula la derivada segunda de la imagen anterior utilizando el <strong>es</strong>pacio<br />
de Fourier.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Alg<strong>una</strong>s máscaras útil<strong>es</strong><br />
Detección de bord<strong>es</strong> (operador<strong>es</strong> Sobel). Hay que aplicar las ocho<br />
matric<strong>es</strong> y sumar las ocho <strong>imágen</strong><strong>es</strong> r<strong>es</strong>ultant<strong>es</strong>.<br />
1 2 1<br />
0 0 0<br />
1 2 1<br />
2 1 0<br />
1 0 1<br />
0 1 2<br />
1<br />
2<br />
1<br />
0<br />
0<br />
0<br />
1<br />
2<br />
1<br />
0 1 2<br />
1 0 1<br />
2 1 0<br />
1 2 1<br />
0 0 0<br />
1 2 1<br />
2 1 0<br />
1 0 1<br />
0 1 2<br />
1 0 1<br />
2 0 2<br />
1 0 1<br />
0<br />
1<br />
2<br />
1<br />
0<br />
1<br />
2<br />
1<br />
0<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtros en el <strong>es</strong>pacio de frecuencias<br />
R<strong>es</strong>tauración de <strong>imágen</strong><strong>es</strong><br />
Movimiento relativo entre cámara y objeto durante la apertura de objetivo<br />
Enfoque imperfecto<br />
Turbulencias atmoséricas<br />
S u , v=E u , v H u , v<br />
sin V T u<br />
H u , v=<br />
V u<br />
H u , v= J a r 1<br />
a r<br />
/6<br />
−cu²v² 5<br />
H u , v=e<br />
con<br />
r²=u ²v²<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtros en el <strong>es</strong>pacio de frecuencias<br />
Obtén <strong>una</strong> imagen en <strong>es</strong>cala de gris<strong>es</strong> que <strong>es</strong>té d<strong>es</strong>enfocada y enfócala.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Filtrado inverso<br />
Filtros en el <strong>es</strong>pacio de frecuencias<br />
La relación entre <strong>una</strong> imagen medida y la real vienen dada por:<br />
Gu , v=F u , v H u , vN u , v<br />
El filtrado inverso se puede aplicar si se conocen o se pueden<br />
aproximar la función de transferencia H(u,v) y el ruido N(u,v)<br />
F u , v=<br />
Gu , v−N u , v<br />
H u , v<br />
Eloy.Anguiano@uam.<strong>es</strong>
Segmentación<br />
• La segmentación de <strong>imágen</strong><strong>es</strong> pretende encontrar e identificar<br />
objetos con ciertas caractacterísticas dentro de las <strong>imágen</strong><strong>es</strong><br />
• En muchos casos <strong>es</strong> nec<strong>es</strong>ario utilizar técnicas de inteligencia<br />
artificial para identificar los objetos.<br />
• Hay dos tipos de segmentación:<br />
– Parcial<br />
• Las region<strong>es</strong> no se corr<strong>es</strong>ponden completamente con los objetos<br />
– Completa<br />
• Las region<strong>es</strong> coinciden completamente con los ojetos<br />
Eloy.Anguiano@uam.<strong>es</strong>
• Umbralización<br />
Métodos de segmentación<br />
– Basado en el análisis del histograma<br />
• Segmentación basada en bord<strong>es</strong><br />
– Umbralización de bord<strong>es</strong><br />
– Relajación de bord<strong>es</strong><br />
– Trazado de bord<strong>es</strong><br />
– Transformada de Hough<br />
• Segmentación por crecimiento de region<strong>es</strong><br />
• Búsqueda de objetos conocidos (matching)<br />
Eloy.Anguiano@uam.<strong>es</strong>
Umbralización<br />
• Consiste en elegir un valor de la intensidad y convertir todo lo que<br />
<strong>es</strong> superior a <strong>es</strong>e valor a 1 y lo que <strong>es</strong> inferior a 0.<br />
• Detección del umbral<br />
gi , j= 1 para f i , j≥T<br />
0 para f i , jT<br />
Eloy.Anguiano@uam.<strong>es</strong>
Umbralización basada en bord<strong>es</strong><br />
• Umbralización de la imagen de bord<strong>es</strong><br />
– Consiste en umbralizar la imagen de bord<strong>es</strong> con el fin de<br />
eliminar los pequeños bord<strong>es</strong> que no son nec<strong>es</strong>arios para la<br />
correcta segmentación de la imagen<br />
Eloy.Anguiano@uam.<strong>es</strong>
• Relajación de bord<strong>es</strong><br />
Umbralización basada en bord<strong>es</strong><br />
– Basado en el <strong>es</strong>tudio de la vecindad de los bord<strong>es</strong><br />
• Un borde con un contexto de vecindad formado por otros<br />
bord<strong>es</strong> probablemente sea parte del mismo borde (tiende a ser<br />
unido)<br />
• Un borde con un contexto de vecindad sin bord<strong>es</strong> próximos<br />
probablemente no forme parte de ningún borde real (tiende a ser<br />
eliminado<br />
Eloy.Anguiano@uam.<strong>es</strong>
Morfología Matemática<br />
• Transformacion<strong>es</strong> morfológicas<br />
– Dilatación<br />
– Erosión<br />
– Apertura<br />
– Cerramiento<br />
• Proc<strong>es</strong>amientos topológicos<br />
– Esqueletización<br />
– Refinamiento<br />
– Engrosamiento<br />
– Dilatación condicionada y erosión finalizada<br />
Eloy.Anguiano@uam.<strong>es</strong>
Dilatación<br />
• Es la transformación morfológica que combina dos conjuntos<br />
usando adición de vector<strong>es</strong> (o adición de conjuntos de Minkowski)<br />
• Ejemplo<br />
XB={d ∈E² :d=xb para todo x∈X y b∈B}<br />
• X = { (0,1), (1,1), (2,1), (2,2), (3,0), (4,0) }<br />
• B = { (0,0), (0,1) }<br />
• X+B = { (0,1), (1,1), (2,1), (2,2), (3,0), (4,0), (0,2), (1,2), (2,2),<br />
(2,3), (3,1), (4,1) }<br />
Eloy.Anguiano@uam.<strong>es</strong>
Ejemplo de dilatación<br />
Eloy.Anguiano@uam.<strong>es</strong>
Erosión<br />
• Es la transformación morfológica que combina dos conjuntos<br />
usando sustracción devector<strong>es</strong> (o sustracción de conjuntos de<br />
Minkowski)<br />
XB={d ∈E² :db∈E para todo x∈X y b∈B}<br />
• Ejemplo<br />
• X = { (0,1), (1,1), (2,1), (3,1), (4,1), (4,0), (4,2), (4,3) }<br />
• B = { (0,0), (0,1) }<br />
• XB = { (4,0), (4,1), (4,2)}<br />
Eloy.Anguiano@uam.<strong>es</strong>
Ejemplo de erosión<br />
Eloy.Anguiano@uam.<strong>es</strong>
Apertura y cierre<br />
• Dilatación y erosión no son operacion<strong>es</strong> invertibl<strong>es</strong>, <strong>es</strong> decir, si<br />
primero se dilata y d<strong>es</strong>pués se erosiona no se consigue la imagen<br />
original.<br />
• Apertura, primero se erosiona y d<strong>es</strong>pués se dilata (ambas con el<br />
mismo conjunto B de vector<strong>es</strong>)<br />
– Su efecto <strong>es</strong> la de separar elementos disjuntos<br />
• Cierre, primero se dilata y d<strong>es</strong>pués se erosiona (ambas con el<br />
mismo conjunto B de vector<strong>es</strong>)<br />
– Su efecto <strong>es</strong> unir elementos cercanos o no disjuntos eliminando<br />
huecos entre ellos.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Esqueletización, refinamiento y engrosamiento<br />
• La <strong>es</strong>quelitación y el refinamiento permiten obtener<br />
repr<strong>es</strong>entacion<strong>es</strong> sencillas que determinan la <strong>es</strong>tructura del objeto.<br />
– Esqueletización: permite repr<strong>es</strong>entar el objeto reduciéndose a<br />
sus formas topológicas más simpl<strong>es</strong><br />
– Refinamiento: permite obtener <strong>una</strong> repr<strong>es</strong>entación de líneas<br />
del objeto<br />
• El engrosamiento permite obtener armaduras convexas de los<br />
distintos objetos.<br />
Eloy.Anguiano@uam.<strong>es</strong>
Otros elementos de tratamiento de <strong>imágen</strong><strong>es</strong><br />
• Reconocimiento de objetos<br />
• Comprensión de <strong>imágen</strong><strong>es</strong><br />
• Visión 3D<br />
• Texturas<br />
• Compr<strong>es</strong>ión de imágn<strong>es</strong><br />
• Análisis de movimiento y flujo.<br />
Eloy.Anguiano@uam.<strong>es</strong>