09.05.2013 Views

Introducción a Visión Computacional

Introducción a Visión Computacional

Introducción a Visión Computacional

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

4 PROC. DE IMÁGENES Y VISIÓN.<br />

Figura 1.5: Formación de la imagen.<br />

Figura 1.6: Ejemplo los ejes (x, y) en una imagen.<br />

I = f(x, y) (1.1)<br />

Donde f representa el nivel de brillantez o intensidad de la imagen en las coordenadas (x, y). Si<br />

representamos estas funciones gráficamente, se tienen 3 dimensiones: dos que corresponden a las<br />

coordenadas de la imagen y la tercera a la función de intensidad, ver figura 1.7.<br />

Figura 1.7: Representación matemática de una imagen: f(x,y).<br />

Una imagen multiespectral f es una función vectorial con componentes (f1, f2, ..., fn), donde<br />

cada una representa la intensidad de la imagen a diferentes longitudes de onda. Por ejemplo, una<br />

imágen a color generalmente se representa por la brillantez en tres diferentes longitudes de onda:<br />

f(x, y) = [frojo(x, y), fazul(x, y), fverde(x, y)] (1.2)<br />

Una imagen digital es una imagen que ha sido discretizada tanto en valor de intensidad (f) como<br />

espacialmente, es decir que se ha realizado un muestreo de la función continua. Este muestreo se<br />

representa matemáticamente mediante la multiplicación de la función con un arreglo bidimensional<br />

de funciones delta:<br />

∞<br />

fs(x, y) = f(x, y), δ(x − x0, y − y0), dx, dy (1.3)<br />

−∞

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!